产业资讯方案大厅机构大厅

松鼠AI 1对1

Squirrel AI Learning by Yixue Group、Yixue Education

深度学习贝叶斯理论神经网络逻辑回归遗传算法
https://www.songshuai.com/

机构介绍

松鼠AI 1对1成立于2014年,是国内第一家将人工智能自适应学习技术应用在K12教育领域的人工智能独角兽公司。松鼠AI成功开发了国内第一个拥有完整自主知识产权、以高级算法为核心的人工智能自适应学习引擎。松鼠AI智适应学习系统是以学生为中心的智能化、个性化教育,在教、学、评、测、练等教学过程中应用人工智能技术,在模拟优秀教师的基础之上,达到超越真人教学的目的。该产品性价比高,以人工智能+真人教师的模式,做到因材施教,有效解决传统教育课时费用高,名师资源少,学习效率低等问题。

松鼠AI 1对1成立于2014年,是国内第一家将人工智能自适应学习技术应用在K12教育领域的人工智能独角兽公司。松鼠AI成功开发了国内第一个拥有完整自主知识产权、以高级算法为核心的人工智能自适应学习引擎。松鼠AI智适应学习系统是以学生为中心的智能化、个性化教育,在教、学、评、测、练等教学过程中应用人工智能技术,在模拟优秀教师的基础之上,达到超越真人教学的目的。该产品性价比高,以人工智能+真人教师的模式,做到因材施教,有效解决传统教育课时费用高,名师资源少,学习效率低等问题。

松鼠AI 1对1使用十多种算法及深度学习等技术,拥有MCM能力值训练、错因重构知识地图、超纳米级知识点拆分、非关联性知识点的关联概率、MIBA等多个全球首创AI应用技术。在AIED,AREA,IJCAI,ACM SIGKDD,ICML,等全球顶级AI或教育学术会议上论文获奖或受邀演讲。松鼠AI的核心科学家均是来自美国Knewton、RealizeIt、ALEKS等全球独角兽人工智能教育巨头公司,机器学习教父、CMU 计算机院长Tom Mitchell教授任首席AI科学家,CMU计算机及心理学系Ken Koedinger教授担任首席学习科学家。松鼠AI 1对1成立实验室,与斯坦福研究中心进行联合技术开发,松鼠AI与中科院自动化研究所成立AI智适应教育联合实验室,今年与卡内基梅隆大学CMU成立了联合实验室。


【产品】“松鼠AI”智适应教学系统

松鼠AI智适应教学系统松鼠AI成功开发国内第一个拥有完整自主知识产权、以高级算法为核心的人工智能自适应学习引擎众多实践案例证明学生使用松鼠AI系统可以提高学习效率和学生成绩。该系统已有几大成果:

1.“松鼠AI”智适应学习系统:学生使用松鼠AI智适应系统可以精准的检测到学习的知识薄弱点、精准的给出最适合每一个孩子的学习路径、用兴趣和鼓励驱动学习,从而提高学习效率,为学生提供个性化的学习,将优质的教育资源带给每个孩子。

2.超纳米级知识点拆分:将学科中的知识点进行超纳米级知识点拆分。从而对学生知识点掌握情况有更清晰的认识。精准的检测到孩子的知识薄弱点、精准的给出最适合每一个孩子的学习路径、从而提高学习效率。

3.非关联性知识点的关联概率:基于知识地图理论中不仅对知识点建立关联性,追根溯源现在还对非关联性的知识点,建立了关联概率,从而让测试效率和学习效率可以分别比同类产品的知识地图理论模型提高3-10倍。能够提高测试效率和学习效率,更加精准的检测到孩子的知识薄弱点。

4.用错因重构知识地图:将每一道题标注不同种的错因。进一步重构知识地图。更加精准定位学生错因,知识薄弱点、精准的给出最适合每一个孩子的学习路径、从而提高学习效率。

5. 对学习能力和学习方法进行拆分。松鼠 AI 的 MCM 系统可以检测出人的思维模式(Model of thinking)、学习能力(Capacity)、和学习方法(Method)。在评估检测完成后,对于相同分数的学习者,MCM 系统都可以分析出其不同的学习能力、学习速度和知识点盲点、薄弱点,从而可以精准刻画出学习者的用户画像。

6.对抗模型。在未来松鼠AI智适应系统的对抗模型中,学生与老师在系统里是模拟的,像AlphaGo二代一样,通过自我对抗来超越、迭代。

7.MIBA多模态综合行为分析AI系统:通过检测学生们登录的时间、学习的时间、速度和结果,以及通过监测的模式抓取孩子的实时数据,如眼球动态、脑电波等综合数值,来判断学生学习的集中度和专注度,从而判断出下个环节的学习内容。


【人工智能自适应学习引擎包含四大模块】

我们的人工智能自适应学习引擎包含四大模块:

一、学生画像。通过采集学生数据形成学生画像,这是精准个性化推荐的基础。

二、内容模型。我们的系统中包含大量学习资源,包括对每个知识点的讲解视频,每个知识点匹配不同难度、不同层次的试题。有了学生画像和内容模型,才能在学生和内容之间搭建桥梁,做到精准的个性化推荐。

三、教学模型。根据学生画像,及时给学生提供个性化解决方案。比如在学生学习前预测其是否有能力掌握这些知识点,以及哪些知识点对他帮助最大。这就像AlphaGo的动态规划,AlphaGo下一步棋会往后推十步、百步、万步,才知道哪种落子方案获胜概率最高。我们给学生的学习方案也一样。比如某个学生有一百个知识点没掌握,我们会往后推一百步,判断哪些知识点对学生帮助最大,然后优先推荐给他学习。

四、预测模块。我们还可以预测学生在尚未学习的知识点上能达到怎样的水平,需要花多长时间学习,这样AI老师才能给学生做整体学习规划。


【人工智能自适应学习系统的四大功能】

我们的系统包含四大功能:学习前的诊断、学习过程中的诊断、个性化学习方案和个性化学习内容的推荐以及个性化学习路径的规划。

先说学习前的诊断。每个学生到我们这里,都要先经过智能化的诊断测试。我们通过少量题和少量时间就能快速精准诊断出他对每个知识点的掌握情况。诊断后有一个报告,告诉学生哪些知识点是他已经掌握的,哪些是没掌握的。接下来,学生只需要学习没有掌握的知识点。

我们还能像优秀的教师一样,在学习过程中不断评估学生的知识掌握情况。就像病人住院,护士需要经常给病人量血压和体温,调整治疗方案。系统可以及时了解学生做完一元二次方程的题后能力是否提升,AI引擎会自动推荐后面的学习内容,及时调整学习路径和学习内容,保证当前的学习内容是对学生帮助最大的。


【商业模式和业务】

松鼠AI采用线上线下打通的商业模式将AI核心技术打造出K12全科课外辅导智能系统对学生授课,采用70%AI系统授课+30%辅导老师辅助的混合双师模式,学生可以在家在线学习,也可以到线下学习中心学习接受AI教学系统和老师混合双师授课。松鼠AI采用引擎、内容、服务三合一的战略模式,放眼全球,结合三者执行难度都非常地高,单看其中的两个两个结合,在全球都不多见。四年时间已在全国20多个省700多个市县开设了2300多家学习中心。累计注册学生数近200万,公司已累计融资近10亿人民币,估值超过11亿美金。投资股东包括:天图资本、大华银行、SIG、NGP诺基亚成长基金、景林资本、中国科学院嘉和基金、新东方、青松基金、正和磁系、好未来集团及新东方创始人俞敏洪。


【融资情况】:

2015年6月,种子轮融资3100万元,投资机构:青松基金、正和磁系、好未来集团、新东方创始人俞敏洪

2016年12月,天使轮融资27000万元,投资机构:景林资本、中国科学院嘉和基金、新东方、诺基亚成长基金、SIG

2018年7月,A轮融资60000万元,投资机构:天图资本、大华银行、SIG、NGP


运用到的人工智能算法和技术

松鼠AI首创了纳米级知识点拆分、对学习能力和学习方法的拆分(MCM系统),对知识点的深度拆分,清晰精准地透视学生知识漏洞/薄弱之处;另一方面通过对学生知识状态和能力水平的实时持续性评测,建立学生画像,提供最佳的个性化学习解决方案,并且随着学生能力水平的变化动态调整。


松鼠AI智适应学习系统运用进化算法、神经网络技术、机器学习、图论、贝叶斯网络、逻辑斯蒂回归模型、知识空间理论、信息论、贝叶斯理论、知识追踪理论、教育数据挖掘、学习分析等多种AI技术,通过对学生学习过程中多维数据的全方位评估,给与最高效的学习内容、学习路径、学习节奏的把握以及深度的效果评估,最大化学习效率的提升,进而实现在模拟优秀特级教师的基础之上,达到超越真人教学的目的。


第一,进化算法、逻辑斯蒂回归和神经网络,规划最佳学习路径,最大化学生的学习效率。该算法模型会考虑到学生所要完成的学习目标和学生当前的知识状态,推荐最佳的接下来学习的知识点,并依据学生不断变化的知识状态实时动态调整路径规划。在不断推送学习内容并获得学生的学习反馈后,系统将逐渐绘制学生的学习习惯、兴趣、方式等多方位的学生画像,并不断自动优化推送逻辑。相比较于深度学习神经网络算法,进化算法能在全局范围内搜索,能快速找到全局最优解,避免陷入局部最优。


第二,机器学习、深度学习和自然语言处理技术,依据不同学生的个性偏好、学习习惯和学习风格,推荐最匹配的学习内容。有些学生喜欢轻松活泼的内容形式,有些学生喜欢严谨的风格,AI系统会记住不同学生的偏好推荐最合适的。根据学生的知识掌握状态和目标,自适应学习系统会自动规划最适合该学生的学习难度和顺序,不会让学生因为目标过高而丧失信心,也不会因为目标过低而失去挑战的欲望。通过这样的方式,让40分水平的同学可以逐渐提高到60分、70分,让70分水平的同学逐渐提高到80分、90分,最终使得所有不同水平的学生都能够循序渐进地提高到较高的水平。利用自然语言处理技术,自动生成学习内容标签;采用深度学习技术,分析学生画像和学习内容,从海量内容池中自动挑选合适学习内容给到学生。


第三,贝叶斯理论和贝叶斯网络。依据经验和信息动态地看问题。比如一个学生以前背过2万个单词,同时考虑到他是一个学霸,词汇量不太可能遗忘到8千个单词以下。那么,系统会给每一个不同难度的单词一个他可能的掌握概率,和普通学生的概率是不同的。如果学生知道“tiger”(老虎)这个词,那么你知道“Thank”、“Hello”的概率就很高。松鼠AI把几万个知识点都做了类似的渲染和概率分布。好比AlphaGo,它也会走错棋,但它会不断逼近相对最优解。通过这种概率渲染,尽管松鼠AI只取了1%的题,但准确度仍旧可以达到90%以上。对于何时开展下一阶段学习时间节点的确定,我们使用贝叶斯网络,是对学习者学习能力的一种预测。例如,系统需要通过对测试结果进行分析,判断学习者对于一元一次方程到何种程度才可以学习一元二次方程。这就需要系统确立适当的数据处理机制,同时明确两块知识的联系,以及学生的学习程度。松鼠AI智适应学习系统能够推断出无逻辑关系的知识点之间的关联性,如果一名学生掌握了一元二次方程的解法,那么二次根式计算、幂运算和因式分解十字相乘法也都掌握了,并且有90%的可能性掌握了不等式计算、三角形的内角和、线段的长度计算方法,有70%的可能性掌握了图形的运动、相交线的性质和勾股定理,有50%的可能性掌握了菱形的判定、图的面积,后面该学生在学习这些知识点内容难度上会不一样。


第四,图论、知识空间理论和信息熵论。实现自适应学习的第一步是需要像优秀教师一样,清楚了解学生在每一个知识点的掌握水平。由于综合知识点题目在作答后很难界定学生的真正错因,只有将知识拆解到最小单位,我们才能够精准的了解到学生在每一个最细小的知识点上的掌握情况。松鼠AI把知识根据难易程度、重要性、认知层次进行区分,对知识体系建模,构建“知识图谱”,梳理知识点间的逻辑和认知相关关系。从测量学看,信息是可以量化的。松鼠AI利用信息熵理论,可以通过检测部分重要知识点快速逼近学生的知识状态水平,再围绕这个基本层级做反复的精细化测算,高效精准地诊断出学生的知识漏洞和状态。


第五,知识追踪理论。为了动态适应学生的学习过程,自适应学习系统需要实时对学生的能力水平进行评估,对每一个学生的测试过程以及实体所反映的信息都进行细致的测量,不仅可以了解学生目前对当下知识点的掌握程度,更能反映出学生的潜力,是一种预测。总的来说,由于同样分数的两个学生的实际学习水平可能完全不同,因此分数不是能够判断学生能力水平的唯一标准。在智适应学习系统的能力水平评估模块中,系统会评估学生在每一个知识点上的能力水平,并且进行先行后行知识点及相关知识点的能力水平分析,最终精确到每一个纳米级知识点的掌握情况,并且在学生进行学习后实时更新学生的能力值变化,进而准确地推送最适合于学生当前情况的学习路径和学习内容。


第六,教育数据挖掘和学习分析技术。大数据在教育中的应用主要有两大领域:教育数据挖掘(Educational Data Mining,简称 EDM)和学习分析技术(Learning Analytics,简称 LA),其中教育数据挖掘(EDM)是指对学习过程和学习行为进行量化分析,在学生学习过程中采集学生的学习数据,包括学习时间,停留时间,测试准确率等。通过对数据的处理分析,建立不同学生的学习模型。学习分析技术(LA)主要是对学生的测验成绩进行预测和监控,并提出相应的干预措施。这样的学习模式不仅可以实现个性化学习的目标,可以对每一个学生提供不同的激励机制。所有学生的进步是在自己的基础上进行的,减少了横向对比的弊端,提高了学生的自我效能感。 学习分析(Learning Analytics)能够为教师提供详细的学生数据,它不仅可以告诉你学生投入多少、了解多少,甚至还能提供信息让系统、教师改善教学方法。教育数据挖掘领域专家Ryan Baker教授在一篇综述学术文章中总结了教育数据挖掘的四大方法,分别是预测模型Prediction Models、结构发现Structure Discovery、关系挖掘Relationship Mining和模型挖掘Discovery with Models。在松鼠AI智适应学习系统教师端,教师可以随时查看学生的总体学习进度、成就和能力水平,并且这些都是根据教师、学生的需要提供的。系统可以识别特定学生的薄弱知识点,并且可以相应调整教学方案。同时,系统还会将学生的错题按照知识点、错误率、掌握程度、知识图谱顺序排列,便于学生复习或课后辅导。


第七,Dialog-based HUI ,是VPA(Virtual Personalized Assistant)引擎驱动的对话形式的用户交互,实现了实时的虚拟老师和学生的语音交互,主要的技术是自然语言处理、语音识别和语义分析技术。学生在学习的过程中,可以随时和虚拟老师询问了解自己的学习情况和学习任务,和说出问题反馈,比如学生想知道自己的知识掌握率、想了解自己和全国水平的比较等。


第八,MIBA,MIBA是Multi-modal Integrated Behavior Analysis,通过摄像头、脑环等设备采集学生的生理数据和行为数据,有面部表情数据、皮肤下的血液变化数据、身体动作数据、脑电波数据,结合学生学习过程中产生的学习数据,分析出学生的学习状态,包括学生的专注程度和学习投入程度,老师使用的教师端系统能够得到预警信号,能及时实施个性化干预让学习更有效。


【人才方面】

松鼠AI的科学家来自Knewton、RealizeIt、ALEKS等全球独角兽AI教育公司。首席科学家崔炜,拥有爱尔兰国立大学人工智能博士后学位,之前是RealizeIt的核心科学家;首席架构师Richard,是美国最早的自适应教育公司Knewton在亚太地区的技术负责人;首席数据科学家Dan Bindman博士,是美国自适应巨头公司ALEKS的联合创始人,负责核心产品算法的首席架构师。

2018年,全球机器学习教父,著名学府美国卡内基梅隆大学CMU计算机学院院长、美国工程院、艺术与科学院院士,美国科学促进会(AAAS)、国际人工智能协会(AAAI)Fellow,Tom Mitchell教授,正式宣布接受松鼠AI的邀约,出任首席AI科学家一职。作为松鼠AI人工智能领域第一负责人,Mitchell 将带领团队十多位AI科学家和几百位AI应用工程师以及技术团队,进行人工智能在智适应教育领域的基础研究和相关产品的研发应用等。

2019年,CMU计算机及心理学系教授、LearnLab研究室主任、美国智适应教育科学的三巨头之一的Ken Koedinger正式出任松鼠AI首席学习科学家。

产品及解决方案

K12 学生自适应学习解决方案

推荐系统知识图谱机器学习

松鼠AI智适应系统是松鼠AI成功开发的国内第一个拥有完整自主知识产权、以高级算法为核心的人工智能自适应学习引擎。众多实践案例证明学生使用松鼠AI系统可以提高学习效率和学生成绩。该系统的特点是学生使用松鼠AI智适应系统可以精准的检测到学习的知识薄弱点、精准的给出最适合每一个孩子的学习路径、用兴趣和鼓励驱动学习,从而提高学习效率,为学生提供个性化的学习,将优质的教育资源带给每个孩子。

“松鼠AI”智适应教学系统

科研教育

松鼠AI智适应教学系统是松鼠AI成功开发的国内第一个拥有完整自主知识产权、以高级算法为核心的人工智能自适应学习引擎。众多实践案例证明学生使用松鼠AI系统可以提高学习效率和学生成绩。

上海乂学教育科技有限公司松鼠AI 智适应教育系统

演化学习遗传算法模型优化知识表征贝叶斯模型运筹优化知识图谱逻辑回归深度学习科研教育

松鼠AI智适应教育是国内第一家将人工智能智适应学习技术应用在K12教育领域的人工智能公司。松鼠AI成功开发了国内第一个拥有完整自主知识产权、以高级算法为核心的人工智能智适应学习引擎。松鼠AI智适应系统主要采用了知识空间理论、贝叶斯理论、逻辑斯蒂回归、遗传算法和深度学习等十多种人工智能算法技术,精准捕捉学生学习数,为学生精准诊断、精准推送适合每个学生的不同的学习路径。松鼠AI智适应系统的特点是精准的检测到孩子的知识薄弱点、精准的给出最适合每一个孩子的学习路径、用兴趣和鼓励驱动学习,从而提高学习效率。