如果要評選出2018年教育行業的熱詞，“人工智慧”絕對榜上有名。
從“深藍”擊敗國際象棋世界大師卡斯帕羅夫開始，“人工智慧”一詞就從科幻電影中漸漸逼近人們的生活。2017年高考期間，機器人艾達挑戰高考數學，10分鐘就答完，並獲得134分，引發人們對教育的憂慮與反思，但與此同時，人們利用人工智慧推動教育變革的決心也更加堅定。
“AI+教育”浪潮已全面展開
在海外，業內一些科技大咖都公開表示了對於“AI+教育”落地的支援態度。如全球機器學習教父、卡耐基梅隆大學電腦科學學院機器學習系主任Tom Mitchell認為，“透過AI，可以不斷獲取學生最新的資料，然後反向讓整個教學過程更加個性化，CMU（卡耐基梅隆大學）有一些相關科學研究，提出了這樣的機器學習場景，即使用了機器學習的工具後，一個機器或許能收集高達十萬名學生的答卷並分析出錯原因和規律，在過去，一位老師窮其一生都不能達到這樣的效果”。
梅琳達基金會也在經過對人工智慧自適應（即智適應）學習深入研究後表示，智適應教育是“當下我們（在教育領域）最需要的東西”；由Gall-inside高等教育機構調查顯示，三分之二的高等院校的校長認為智適應學習會對高等教育產生積極的影響。
基於此，一些科技巨頭、風投基金、行業大佬也紛紛將視線轉向了“AI+教育”，重磅押注“AI+教育”：Facebook的祖克伯專門成立了一家祖克伯基金會，投資了印度的和美國的多家AI教育公司；他和其妻子Priscilla Chan成立的陳·祖克伯行動(Chan Zuckerberg Initiative，縮寫CZI)供有250名員工和兩個辦公室，專案旨在“提升人類潛能，促進下一代所有兒童的平等，在三年內將投資3億美元發展科技驅動的個性化學習。比爾蓋茲也拿出了3億多美金來做AI教育的研發；賈伯斯的太太更是一口氣投資了10家人工智慧教育公司；科技巨頭谷歌公司投資了 Duolingo、Renaissance Learning、Cambly、English Central、LostMyName五家AI教育公司，不僅如此，這家搜尋巨頭還成立了專用的人工智慧基金Gradient Ventures，在為Elsa（一家為英語學習者運營應用程式的初創公司）帶來700萬美元的A輪融資後，正在將目光投向亞洲。
而在中國的“AI+教育”賽道上，僅2018年一年，共有44家資本/企業參與了投資。其中，既有原本的K12教育巨頭，比如新東方、好未來等，也不乏網際網路巨頭，比如騰訊。此外，紅杉資本、真格基金、經緯中國、淡馬錫、老虎環球基金等知名投資機構也紛紛入局。從融資金額來看，除2起未透露金額外，2018年“AI +教育”領域80%的融資金額在1億元人民幣以上，大部分的融資金額集中在1億至5億元人民幣。
資本的助推讓海內外的“AI+教育”機構得以迅猛發展：在北美，最早的AI自適應教育公司Knewton透過資料收集、推斷和建議提供個性化學習，目前有2000萬北美的學生在使用該軟體；RealizeIt是美國高等教育領域個性化和自適應學習產品的最大提供商，提供的自適應課程超過4萬；ALEKS是美國第一家獲得規模化商業成功的K12自適應系統，2013年被Mcgraw Hill以上億美元的估值收購。
在印度，Byju's於2007年成立，主要面向K6-K12學生，使用者量超過2500萬，並得到騰訊、祖克伯夫婦旗下基金、紅杉資本等明星投資機構青睞，估值已攀升至51.6億美金。
據不完全統計，在海外，“AI+教育”已覆蓋了不同國家、不同年齡層，從小學、初高中、大學到職業教育的近百個學科，有一百多家公司，有9000多萬使用者都在使用智適應教育產品。
而在中國，目前已有60家機構入局“AI+教育”賽道，而每家機構的發力點也不盡相同：
好未來主要研究將計算視覺技術、語音識別和自然語言處理技術等AI應用到整個學而思的教學服務當中；VIPKID致力於“AI+資料”賦能教學全場景閉環；新東方和科大訊飛聯合推出一款智慧識別口語和作文的批改產品，未來將首先用於新東方留學語培業務；英語流利說則結合了語音識別、口語評測和自適應學習等多種AI技術，在龐大資料庫的基礎上，可以做到真正千人千面的定製化學習，幫助英語學習者快速提高英語水平；學霸君研發了基於自然語言處理的AI教學系統，可以實現學生學習行為軌跡還原，不斷深耕智慧化教育；
松鼠AI智適應教育致力於打造“以學生為中心”的智慧化、個性化教育，在教、學、評、測、練等教學過程中應用人工智慧技術，在模擬優秀教師的基礎之上，達到超越真人教學的目的……
據CNNIC的預測，到2020年，“AI+教育”將帶來3000億的龐大市場規模，現已成為巨頭和資本爭搶的下一個風口。
綜合來看，“AI+教育”的蓬勃發展得益於人工智慧技術的提升和人工智慧場景的應用。截至目前，從構建人工智慧教育技術框架體系開始，在資料層要素、以機器學習和資料探勘為主的演算法層要素、包含計算機視覺、智慧語音技術、自然語言處理、知識圖譜和生物特徵識別等在內的技術層要素等人工智慧技術方面，人類均取得了巨大的進步。
然而，在“AI+教育”迅猛發展的背後也有隱憂。其中，既有技術和產品方面的壁障，也有商業化陸地方面的困難。
比如，在技術層面，AI在語言、視覺和聽覺等方面達到語義貫通仍存在一定的困難；在資料層面，每個機構的教學資料實際上是一個“孤島”，無法實現互動中資料的實時處理和資訊反饋；在落地化方面，還沒有形成完整的教育閉環……
由此看來，加強交流合作才是“AI+教育”機構共謀發展的必由之路。俞敏洪也認為，“未來教育領域合作一定大於競爭。因為教育領域從來不會出現壟斷人物和壟斷機構。”為了更好的推動人工智慧教育產業的發展，集合全球各個科研機構、投資機構、教育機構的力量，在技術、資料、商業化等方面互通有無就顯得尤為重要。
基於此，2019年5月24日-25日，“第三屆AIAED全球AI智適應教育峰會”即將在北京舉辦。
第三屆AIAED全球AI智適應教育峰會前瞻
據悉，AIAED大會以“在全球普及人工智慧教育，推動人工智慧技術對教育的改變和發展，為了人類更好的教育公平性和教育成果做出貢獻”為宗旨，此前已經舉辦過兩屆，在“AI+教育”領域引發了巨大關注。
第一屆AIAED大會於2018年4月舉辦，由松鼠AI發起，Knewton、ALEKS、新東方、好未來等教育機構，以及華平資本、高瓴資本、經緯中國、SIG、景林投資、國科嘉和等60多家風投機構紛紛參與。這次峰會匯聚了來自中美歐等世界級學術領域的精英學者，促進“AI+教育”在全球範圍內的交流和協作，併為創業者和投資機構提供了一個交流的舞臺。
第二次AIAED大會在2018年11月召開，由松鼠AI聯合雷鋒網、以及IEEE教育工程和自適應教育標準工作組共同舉辦。美國卡內基梅隆大學計算機學院院長Tom Mitchell教授、美國三院院士/機器學習泰斗Michael Jordan、乂學教育-松鼠AI創始人慄浩洋、ALEKS前主席/現任首席產品官Wilmot Lampros等人釋出主題演講，探討了人工智慧發展前沿、人工智慧與教育的方法論和前景。此外，本次峰會還吸引了包含淡馬錫、General Atlantic、中金資本、歌斐資產、鼎輝、凱雷在內的一百餘家總計數千億規模的風投參加。值得一提的是，此次AIAED大會異常火爆，在第一個主會場爆滿後，仍然有1000多個觀眾沒有座位，主辦方不得不臨時增開第二會場，每個嘉賓的演講都需要在兩個會場各講一遍。
第三屆AIAED全球AI智適應教育峰會的主辦方為乂學教育-松鼠AI智適應教育、IEEE教育工程和自適應教育標準工作組、中國自動化學會、新東方、好未來等機構，為眾人帶來最前沿的人工智慧技術、教育理念，以及最新的商業模式。
據悉，此次峰會設有論文、學術、產業、商業、投資、政府及娛樂七大板塊，剖析AI+教育行業在產學研各界的發展狀況，縱觀總體格局。
尤其在“AI+教育”機構越來越重視人工智慧技術的情況下，第三屆AIAED全球AI智適應教育峰會順應時勢，成為中國首個面向全球徵集有關人工智慧教育技術、教育理論的相關論文的科技峰會。經過一眾專家評審後，優秀的論文將會收錄與2019AIAED論文集。
並且，本次峰會還將邀請眾多國內外教授學者以及商業領袖，機器學習教父Tom Mitchell教授、MIT人工智慧實驗室主任Daniela Rus、AIED主席Rose Luckin教授、ASU-GSV教育大會聯合創始人Michael Moe、AI教育學術大會Rose Luckin等人均將到場分析產業現狀，助推智適應教育產業的發展。
與此同時，本次峰會也為“AI+教育”的創業者和投資者提供了一個交流的平臺。眾多網際網路巨頭均對此次峰會表示出濃厚的興趣。
此外，本次大會還將設立由“機器學習之父”Tom Mitchell教授領銜的委員會，下設技術論壇，包含8個技術領域：機器學習和深度學習的應用、教育領域資料探勘、多模態綜合學習行為分析和情感計算、自然語言處理和語義分析、智適應系統的自我改進、學習工程學：AI與學習工程的互動、AI在K12領域的應用、AI4K12、標準和基礎建設、影像識別和處理的應用，集合了全球一眾科技大咖的智慧和力量。
截至目前，第三屆AIAED大會已確認參會的AI及教育領域教授專家70多位，部分確認嘉賓如下：
Tom Mitchell教授
機器學習教父、松鼠AI首席AI科學家、第三屆AIAED大會主席
全球公認的機器學習教父，在全球人工智慧實力排名第一的卡耐基梅隆大學創辦了人類歷史上的第一個機器學習系並擔任系主任。美國《Machine Learning》雜誌、國際機器學習年度會議（ICML）的創始人。他的經典著作《機器學習：一種人工智慧方法》被認為是行業聖經，銷量驚人。他的學術論文專著超過130篇，在包括《Science（科學）》、《Nature （自然）》等世界頂級學術期刊發表。
Daniela Rus
MIT人工智慧實驗室主任、第三屆AIAED委員會成員
美國工程院院士，曾經一手創辦了達特茅斯學院機器人實驗室。Daniela Rus開創的可程式設計物質和分散式機器人的研究讓其成為人工智慧領域地位最高的女性。
John Couch
蘋果公司負責教育的第一副總裁
John Couch是蘋果公司負責教育的第一副總裁，也是《重塑教育》(Rewiring Education)一書的作者之一。他1969年在伯克利獲得電腦科學學士學位。1970年，他獲得了電氣工程和電腦科學碩士學位。他離開了這個專案，去惠普做軟體工程師。2000年，他被授予傑出校友稱號;2010年，約翰被授予費城大學榮譽博士學位，以表彰他對教育的創新貢獻。
Michael Moe
GSV Capital創始人&CEO，ASU-GSV教育大會聯合創始人、第三屆AIAED委員會成員
他是納斯達克上市公司GSV Capital 的創始人和CEO。ASU-GSV教育峰會每年吸引超過4000名參會者和400家公司，入選《紐約時代週刊》“必須參加的會議”榜單。歷屆出席的名人有小布什、奧巴馬總統、比爾蓋茲、人工智慧領域專家Andrew Ng教授、賈伯斯遺孀Laurene Powell Jobs等。同時投資了AI教育公司Dreambox、Knewton、AltSchool等。擔任Coursera、Course Hero、Class Dojo等多家知名教育公司的觀察員。
Rose Luckin
AI教育學術大會AIED-2018會議主席、第三屆AIAED委員會成員
她是倫敦大學學院教授，倫敦知識實驗室負責人。著有《機器學習與人類智慧》，國際頂尖AI教育學術大會AIED-2018會議主席，國際人工智慧教育(AIED)協會執行委員會委員。
Xiangen Hu胡祥恩、第三屆AIAED委員會成員
美國孟菲斯大學心理學、計算機工程、電腦科學系教授、華中師範大學心理學院院長
美國孟菲斯大學心理學智慧系統研究所先進學習技術（ALT）實驗室主任，擔任美國國防部先進分散式學習（ADL）國家實驗室分部主任，主要研究方向為認知數學模型、人工智慧和智慧教學、統籌資料分析統計模型等方面。他還組織了2017年AIED大會等大型活動。 胡教授是國家組織部第七批“千人計劃”學者併兼任華中師範大學心理學院院長。
Avron Barr
IEEE學習技術標準委員會主席
Avron Barr是矽谷的資深人士，他認為人工智慧將改變教育和培訓。他和史丹佛大學的Pat Suppes和Dexter Fletcher一起對智慧輔導系統進行了早期研究; 編輯了四卷的人工智慧手冊; 並於1980年共同創立了一家AI創業公司。近年來，他擔任DARPA DARWARS沉浸式培訓系統專案的顧問；並在史丹佛大學的網際網路上教了10年的新生研討會。他目前擔任IEEE學習技術標準委員會主席，並與IDA和ADL合作開展全面學習架構研究專案。
Robby Robson博士
IEEE委員會成員、前IEEE學習技術標準委員會主席、第三屆AIAED委員會成員
Robby在學術界和工業界有20多年領導研究和開發專案方面的成功領導經驗。在2000至2008年期間，擔任IEEE學習科學標準委員會主席。應用領域包括從因子演算法和計算語言學到學習管理系統，數字圖書館和能力管理。自1995年以來，一直致力於新興技術在學習、教育、培訓和相關領域的應用。現為能力和技能系統專案的主要研究者（www.cassproject.org），並致力於智慧輔導系統以及自然語言處理（NLP）和機器學習的商業應用。
Ken Koedinger博士（放到兩個IEEE的後面）
美國卡耐基梅隆大學計算機、心理學系教授、 LearnLab研究室主任、第三屆AIAED委員會成員
他領導開發的Cognitive Tutor軟體已應用在數以千計的學校，幫助了大量學生提高成績。他擁有多學科背景，將人類學習和創造教育技術以提高學生成績的研究目標。他的研究為教育軟體的設計提供了新的原則和技術，併產生了關於學生思考和學習本質的基礎認知科學研究成果。 Koedinger指導LearnLab, 該計劃始於美國國家科學基金會10年的資助，現在屬於CMU Simon Initiative的科學部門。 LearnLab建立在認知導師過去的成功基礎之上，這是一種在數千所學校中使用的線上個性化輔導方法，並且一再被證明可以提高學生的學習成績。他是卡內基學習公司的聯合創始人，該公司自1998年成立以來，已為數百萬學生提供基於認知導師的課程。 Koedinger博士撰寫了250多篇同行評審的出版物，並且是超過45項撥款的專案調查員。
Cynthia Breazeal
麻省理工學院媒體藝術與科學的副教授、MIT媒體實驗室(Media Lab)個人機器人小組負責人、第三屆AIAED委員會成員
Cynthia Breazeal博士是麻省理工學院媒體藝術與科學的副教授，她在MIT媒體實驗室(Media Lab)創立並指導個人機器人小組。 她還是Jibo公司的創始人兼首席科學家。她是社交機器人和人機互動的先驅。 她撰寫了《設計社交機器人》一書，並在自主機器人，人工智慧，人機互動和機器人學習等主題的期刊和會議上發表了100多篇同行評審文章。 她在自動機器人，情感計算，娛樂技術和多代理系統領域的多個編輯委員會任職。 她還是波士頓科學博物館的監督員。
Dave Touretzky
卡內基梅隆大學電腦科學系和認知神經基礎中心研究教授、AI4K12協會聯合主席、AIAED2019青少年、AI4K12專案聯合主席、AIAED2019大會委員會顧問
Touretzky教授的研究聚焦人工智慧，計算神經科學和學習領域。 包括機器學習、空間神經表示等。他的多篇學術論文在世界著名頂尖大會發表和學術期刊釋出。他的“Advances in Neural Information Processing Systems”學術論文被世界頂級AI大會NeurIPS(原NIPS)收錄，並多次被世界學者引用。2006年，他被計算機協會評為為傑出科學家。Touretzky教授擔任聯合主席的AI4K12組織，由世界頂級AI學術組織——人工智慧促進協會（AAAI）和電腦科學教師協會（CSTA）聯合成立，用於制定美國國家教育指導方針，教授K-12學生人工智慧。
Paul Kim
史丹佛教育學院副院長兼CTO、第三屆AIAED委員會成員
他本人在教育科技領域有18年經驗，在聯合國教科文組織等其他國家政府會議發言，2010-13年之間在WestEd任advisor、國際教育創新孵化器Seeds of Empowerment創始人，曾任美國國家科學基金會教育和人力資源管理局、美國國家科學院重大挑戰與國際發展委員會顧問。擔任多個國際教育科技專案的顧問，包括沙烏地阿拉伯的國家線上教育提議，烏拉圭的One Laptop Per Child專案，盧安達的國家資訊通訊技術規劃等，在多家教育科技公司、研究所、創新學校擔任顧問和董事會成員領導全世界各地教育科技專案的設計、學校落地工作。
Alex Beard
Senior Director, Global Learning Lab of Teach for All
Alex 在教育領域有十年經驗，在倫敦擔任英語教師之後，他在教育學院完成了碩士學位，之後加入了Teach for ALl，這是一個不斷髮展的全球組織網路，致力於確保下一代發揮其潛力。他很幸運能夠在世界各地旅行，尋找能夠塑造學習未來的實踐，並在“衛報”，“金融時報”，“標準晚報”，“獨立報導”和“連線報導”等撰寫經歷。 他的著作“自然出生的學習者”（Natural Born Learners）是二十一世紀改變學習的使用者指南，帶領讀者進入一個令人眼花繚亂的全球教育之旅，從矽谷到首爾，赫爾辛基再到豪恩斯洛。
Kang Lee博士
加拿大多倫多大學(University of Toronto)應用心理學和人類發展系教授、第三屆AIAED委員會成員
他的研究領域包括：青少年道德觀念的發展、面部處理專業知識的發展、兒童和成人面部加工的神經機制、兒童和成人說謊的神經機制。研究孩子如何掌握說謊的概念和道德含義，孩子是否容易上當或者能夠發現別人的謊言，以及孩子是否可以在各種社交場合中說出令人信服的謊言。他還研究了影響說謊和說實話發展的認知 - 社會 - 文化因素。此外，透過神經科學方法（例如，EEG，fMRI，fNIRS）來檢查兒童和成人的說謊和說話的神經生理相關性。他還使用心理物理學方法來研究兒童和成人如何處理穩定和動態的社交資訊。關注兒童和成人如何感知，編碼和識別不同型別的面部（例如，種族）。還使用了神經科學方法（例如，EEG，fMRI，fNIRS）來檢查兒童和成人的面部處理的神經生理相關性。獲得中國國家自然科學基金會頒發的國家傑出海外學者獎；加拿大創新基金會領導者機會基金獎等多項大獎。
Lin Zhou
The New School資訊長、高階副總裁、前IBM Watson Education專案總監、第三屆AIAED委員會成員
Lin Zhou博士是紐約市The New School的高階副總裁兼資訊長，前IBM Watson Education專案總監。他領導整個大學的資訊科技轉型和服務。 Lin在三個行業擔任過多個領導職位：認知教育技術，半導體和資料儲存。 Lin是一名發明大師，入選IBM的行業學院。作為IBM Watson Education的專案總監，Lin在IBM的Watson Education中領導“認知教育初創公司”並管理IBM教育解決方案的整個生命週期方面發揮了關鍵作用。Lin是IMS全球學習聯盟的Caliper標準指導委員會成員。他多年來一直參加多個國際會議組委會，審查科技期刊的出版物，並擔任人工智慧國際會議的論文審稿人。 Lin已被邀請發表主題演講，參與論壇和出席圓桌會議。
茹立雲 Liyun Ru
葡萄智學創始人、前搜狐COO
2005年，茹立雲加入搜狗，先後擔任搜尋、輸入法、商業廣告研究部門的負責人、 搜尋事業部總經理、搜狗公司副總裁、搜狗公司COO等。在搜狗任職期間，茹立雲帶領搜狗搜尋在多個領域均取得不俗成績，率先發布分類搜尋，推出全新的知識庫搜尋引擎知立方、搜狗語音助手等產品。創辦的葡萄智學致力於開啟人工智慧助力教育的新正規化，憑藉AI技術和優質教育資源，提供高質量、個性化的高效教育產品。2018年底完成由光速中國領投，NBT和葡萄控股共同投資的2100萬美元首輪融資。
Steve Ritter博士
Carnegie Learning聯合創始人、首席科學家
Steven Ritter博士，於1998年共同創辦了卡內基學習公司，並擔任首席產品架構師。Ritter博士曾擔任卡內基學習的首席科學家和高階認知科學家。 Ritter博士十多年來一直在開發和評估教育系統。 Ritter博士與美國教育部，亨氏捐贈基金會，蘭德公司，國家科學基金會，卡內基梅隆大學，匹茲堡大學合作，領導了多個與理解和改進學生學習數學方式相關的研究專案。 Ritter博士擔任軟體與資訊產業協會教育部主任。Ritter博士是Carnegie Learning代數I課程的合著者之一，這是美國教育部認可的兩個數學課程之一，科學證明對學生的學習有顯著的積極影響。他是眾多關於教育技術設計，架構和評估的論文的作者，並擔任IEEE學習技術標準委員會工具/代理通訊工作組的主席。他是智慧輔導系統（ITS）和資料探勘領域公認的研究員和思想領袖。
Elizabeth Owen博士
Learning Data Discovery公司CEO、Age of Learning學習和資料科學總監
Owen博士是基於遊戲的學習分析專家。 在Age of Learning，她專注於透過應用機器學習最佳化自適應學習系統。 此前，她曾在著名遊戲公司Electronic Arts(EA）擔任研究員和資料科學家。Owen博士的博士工作基於Games + Learning + Society（GLS）中心，該中心使用基於遊戲的教育資料探勘與EA，Zynga和PopCap Games展開合作。 歐文博士在K12教育界有十多年的豐富經驗。
Josine Verhagen
Kidaptive公司資料科學高階主任
利用 (貝葉斯) 統計模型和資料科學開發了自適應性學習平臺, 旨在使數字教育內容更具資訊性和適應性。她還是矽谷的女性程式設計組織的負責人, 目的是為女性創造一個有利的環境, 以提高她們的技術技能, 並致力於領導能力的發展。此前, 她曾在阿姆斯特丹大學與埃裡克-簡·瓦根教授合作研究貝葉斯方差分析的模型選擇演算法, 並在讓·保羅·福克斯 (Bfox Fox)指導下在特溫特大學研究過測量方差的貝葉斯IRT模型。
崔鵬
清華大學計算機系長聘副教授，博士生導師，2010年於清華大學獲得博士學位。研究領域包括大資料環境下的因果推理與穩定預測、網路表徵學習、社會動力學建模，及其在金融科技、智慧醫療及社交網路等場景中的應用。已在資料探勘及多媒體領域頂級國際期刊和會議上發表論文百餘篇，並先後獲得7項國際會議及期刊最佳論文獎，包括中國入選資料探勘領域頂級國際會議KDD最佳論文專刊的首篇論文。目前擔任IEEE TKDE、IEEE TBD、ACM TOMM等三個Transactions期刊的編委。獲得中國計算機學會青年科學家獎，國際計算機協會（ACM）中國新星獎，併入選中國科協首屆青年人才託舉計劃。曾先後獲得教育部自然科學一等獎、北京市科技進步一等獎、中國電子學會自然科學一等獎。