未來已來，隨著技術的不斷迭代，人類社會開始進入一個高度集約化的社會，以智慧化為核心的第四次科技革命正在全世界席捲而來。人工智慧這一社會新的生產力正在推動著生產關係的變革。
教育領域無疑是會被AI技術革命最先衝擊的領域，當下隨著AI技術積澱，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，全球有 9000 多萬使用者使用AI智適應教育產品，引領全球教育變革的浪潮。
一年半舉辦三屆，AI智適應教育峰會接連召開
AIAED大會（AI Adaptive Education Conference）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，是人工智慧+教育行業最隆重的盛會，自2018年4月以來，AIAED大會已經在中國召開了兩次，在國際AI教育學術和商業領域獲得巨大反響。
第二屆AIAED大會中，卡耐基梅隆大學（CMU）計算機學院院長Tom Mitchell教授、阿里達摩院首席外籍專家也是美國三院院士Michael Jordan教授、IEEE學習技術標準委員會現任主席 Avron Barr、ALEKS前主席/現任首席產品官Wilmot Lampros等二十多位全球AI教育領域科學家前來演講，會場頻頻爆滿，並且是首例在開場需要增加第二會場的大會，每位演講者都在兩個會場演講兩次，與會人數更是多達3000人次。
Knewton、ALEKS、新東方、好未來等全球及國內知名AI教育機構，以及淡馬錫、General Atlantic、中金資本、歌斐資產、鼎輝、凱雷在內的一百餘家萬億、千億基金規模的風投均有參加AIAED大會。
卡內基梅隆大會計算機學院院長、機器學習教父、松鼠AI首席AI科學家Tom Mitchell（上）
美國三院院士、阿里達摩院首席AI科學家Michael Jordan（下）
AI智適應教育產業的發展，需要人工智慧、教育企業、投資機構等各方的共同努力。基於此，第三屆全球AIAED大會即將在今年五月份召開，從學術交流，技術創新、商業合作等維度出發，為AI智適應教育產業提供一個廣闊的舞臺。
第三屆AIAED大會早鳥票申請通道
第三屆AIAED大會正式開放論文徵集通道
2019年5月24日-25日，第三屆AIAED大會將在中國北京再次起航，本次會議主辦方為乂學教育-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、好未來等教育機構，由IEEE FML聯合機器學習工作組，IAIED（國際人工智慧教育協會,即AIED大會的主辦組織）等共同支援協辦，預計參會人數將多達5000人。
AIAED 2019將是一個國際化論壇，學術界和行業研究人員相聚在此，共同討論人工智慧、機器學習、資料探勘、自然語言處理、多模態分析和系統架構應用於下一代教育領域的重要趨勢以及這些是如何大規模地和在各種環境中影響人類學習。該會議為研究人員和產品開發人員提供了研究交流、開發和應用的機會。
第三屆AIAED大會的組委會嘉賓陣容更是空前強大：機器學習教父、 卡耐基梅隆大學（CMU）計算機學院院長Tom Mitchell教授將親臨現場並將作為大會組委會主席參與論文的評估，此外還有MIT人工智慧實驗室主任Daniela Rus；倫敦知識實驗室負責人Rose Luckin等。還有更多神秘嘉賓正在邀請中。
已確認2019AIAED Keynote Speakers名單（部分）：
Tom Mitchell教授：松鼠AI首席AI科學家、機器學習教父
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
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。
Rose Luckin：倫敦知識實驗室負責人
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-2018/2019會議主席，國際人工智慧教育(AIED)協會執行委員會委員。
AIAED 2019目前面向全球徵集有關人工智慧教育技術、教育理論、在智適應教育中的應用以及相關領域的新型跨領域合作的相關論文，歡迎人工智慧教育領域的專家學者提交有關AI（人工智慧）在智適應教育中的應用以及相關領域的新型跨領域合作的論文概要(1000至1500字)，論文將由專業的科學家團隊進行稽核和評估，且要求展示嚴謹的研究方法並提供實驗證據作為支援。
論文指南
AIAED 2019歡迎提交有關AI（人工智慧）在智適應教育中的應用以及相關領域的新型跨領域合作論文。論文將經過同行評審，且需要體現嚴謹的研究方法並提供實驗證據作為支援。
論文主體長度應為一頁(250字),同時包含一張圖表，體現論文作者的理論(Theory)、方法(methodology)和研究發現(findings)。
論文擴充摘要字數要求為1000-1500字，且包含以下6個部分：引言(Introduction)（100-150字）、展示相關的學習理論(Relevant Theories of Learning)（200-300字）、體現促進技術進步(Enabling Technological Advances)（200-300字）、現實應用(Real World Applications)（200-300字）、潛在影響證據(Real World Applications)（200-300字）和總結(Summary)（100-150字）。擴充套件摘要的參考文獻引用也應不超過20個（不包含在1000-1500字內）。
所有摘要和擴充套件摘要應透過Easychair提交。
提交檔案格式應參照www.AIAED.com/call-for-papers上提供的論文模板。
AIAED會議結束之後，已入選的論文摘要將不僅在大會會刊發表，還將在頂級國際學術期刊 International Journal of Artificial Intelligence in Education (IJAIED) 特別期刊 上發表其對應的完整論文（ 更多資訊敬請等待）；二、完整論文還有機會被《 AI技術在自適應教育中的應用現今發展情況》一書收錄。
入選標準
如有需要申請獎學金的參會者，必須提交論文摘要。優先提交論文摘要者，獎學金申請將被優先考慮。
論文擴充摘要的評估將基於以下幾個標準：
理論基礎：該文獻評論是否為你的研究提供了相關的學習理論和強有力的理論基礎？
技術進步與技術穩定性：你的研究如何促進技術進步和/或你的研究方法有多嚴格？
現實應用：從你的研究中實現或實際從你的工作中得到的教育活動的變化是什麼？
潛在影響：你在教育領域大規模應用的成果價值和潛在影響是什麼？
建議主題
機器學習、深度學習和/或教育資料探勘在自適應教育中的應用
多模式綜合行為和情感分析在教育中的應用
人類語言處理和語義分析在教育中的應用
在K12實踐中基於人工智慧的應用
人工智慧與學習科學/工程領域的相互作用
用於開發基於AI的智適應教育的標準和基礎架構，包括對IEEE智適應教學系統標準和IEEE聯合機器學習標準的貢獻
自適應學習系統的自我提升
影像識別和處理在人工智慧教育中的應用
重要時間節點
2019年3月15日 若希望優先獲得會議獎學金支援，出版摘要（250字）應於此日期前提交
2019年4月1日 摘要提交截止日期（250字）
2019年4月8日 論文擴充套件摘要提交截止日期
2019年5月8日 同行評審
2019年5月17日 論文擴充套件摘要最終版收錄入AIAED 2019會議論文集
2019年5月24-25日 AIAED 2019會議
2019年8月26日 《 AI技術在自適應教育中的應用現今發展情況》一書出版
釋出
論文集將在AIAED大會官網釋出並免費提供閱覽，會議已獲得商業4.0國際許可（CC by-NC 4.0）。
聯絡方式
所有論文相關的問題，請透過電子郵件傳送至info@AIAED.net。
關於AIAED Technical program Chair介紹：
- General Chair: Dr. Tom Mitchell (Carnegie Mellon University)
大會組委會主席：Tom Mitchell教授。機器學習教父、卡耐基梅隆大學教授、計算機系主任。
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。
2.Technical Program Chair: Dr. Xiangen Hu (University of Memphis)
技術論壇聯席主席：胡祥恩博士。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，計算機工程，和電腦科學系教授。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。
3.Industry Program Chair: Michael Moe (GSV)
業界論壇主席：Michael Moe 。GSV Capital創始人&CEO，ASU-GSV教育大會聯合創始人。
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。）
4.Investor Program Chair: Joleen Liang (Squirrel AI Learning)
投資論壇主席：Joleen Liang
5.AIAED-Youth/AI4K12 Program Chairs:
AIAED-青少年/AI4K12 (AI應用於K12)論壇聯席主席
5.1 Dave Touretzky (Carnegie Mellon University)
卡內基梅隆大學電腦科學系和認知神經基礎中心教授
David S. Touretzky是卡內基梅隆大學電腦科學系和認知神經基礎中心的研究教授。Touretzky的研究興趣在於人工智慧，計算神經科學和學習領域。2006年，他被Computing Machinery 協會評為傑出科學家。他於1978年在羅格斯大學獲得電腦科學學士學位，1984年獲得卡內基梅隆大學電腦科學專業的碩士學位和博士學位。
5.2 Christina Gardner-McCune 博士
佛羅里達大學助理教授
Gardner-McCune 博士擔任佛羅里達大學助理教授，研究方向重點是整合中學和高中的計算機課程，並設計了興趣和基於學科的課程以及課後和夏令營計劃，以吸引中學和高中的科學和計算機學生，從而使用擴大計算機和計算機教育研究的參與度。她從雪城大學獲得計算機工程學士學位，並在佐治亞理工學院獲得電腦科學碩士和博士學位，主修軟體工程和學習科學與技術。
6.Technical Track Chairs:
技術論壇委員會主席
6.1 Machine Learning/ Deep Learning
機器學習/深度學習技術論壇聯席主席
6.1.1 Andy Li博士
美國佛羅里達大學(University of Florida) 電子和計算機工程學院教授
他是國家大學學習基金會（CBL）的創始主任，這是第一個美國國家科學基金深度學習中心。他還是大型智慧系統實驗室（Li Lab）的主管。他的研究興趣包括大資料，機器學習，深度學習，雲端計算，智慧平臺，HPC以及健康，精準醫學，CPS /物聯網，CV，NLP，機器人，基因組學以及科學，工程和商業的安全和隱私。他在期刊和會議論文集上發表了100多篇同行評審論文，5本書和4項專利（3名被許可人）。他的團隊建立了許多軟體系統和工具。獲得2010年國家科學基金會職業獎，2013年網際網路創新應用獎，2015年NSF I-Corps最佳團隊獎，以及最佳論文獎（IEEE ICMLA 2016，IEEE SECON 2016，ACM CAC 2013和IEEE UbiSafe 2007）。
6.1.2 吳凌飛博士
IBM Watson人工智慧實驗室研究員
他的主要研究方向集中在表象學習，推理機器學習，自然語言處理，數值線性代數和高效能數學軟體。他的研究成果已經發表在許多頂級會議和期刊上，包括KDD，ICDM，ICASSP，IEEE等。並擔任一流學術期刊IEEE Transactions on Parallel and Distributed Systems，IEEE Transactions on Knowledge and Data Engineering，ACM Transactions on Management Information Systems等的審稿人，還擔任技術論壇委員會和包括AAI、ICDM、IJCAI等核心學術會議審稿人。
6.2 Educational Data Mining
教育資料探勘論壇聯席主席
6.2.1 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。
6.2.2 Michael Yudelson 博士
美國大學入學考試機構ACT Inc.學習方案組高階研究科學家
曾任卡耐基梅隆大學、卡耐基學習(Carnegie Learning)公司研究科學家。他的研究領域包括:認知模型、知識掌握。他獲得了美國匹茲堡大學資訊科學博士學位，師從Peter Brusilovsky教授(自適應教學領域先驅之一)。
6.3Multimodal Integrated Behavioral Analysis & Affective Computation
多模態綜合行為分析與情感計算技術論壇聯席主席
6.3.1 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
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。
6.3.2盧宇博士
北師大副教授、高精尖中心人工智慧實驗室主任
博士畢業於新加坡國立大學計算機工程專業，曾在新加坡科研局等國外機構長期從事大資料分析與人工智慧領域的研究，並在Kaggle國際資料探勘競賽上多次取得優異成績。在大資料分析、人工智慧與教育技術研究領域已發表20餘篇高水平英文論文，包括多篇ACM/IEEE Transctions及國際會議論文（例如ICDM, IJCAI, CIKM, EDBT等）。主持或已完成多項國內外科研專案，包括國家自然科學基金、教育部人文社會科學基金等。同時，負責北師大公共服務智慧平臺的資料分析研發工作。其中部分成果及其視覺化方案已在平臺上實現，直接服務於北京市多個區縣的一線教師與學生，並已申請多項國家發明專利。
6.4 Natural Language Processing & Semantic Analysis
自然語言處理與語義分析技術論壇聯席主席
6.4.1 Arthur Graesser 博士
孟菲斯大學心理系和智慧系統研究所教授
研究方向包括：記憶，計算語言學，人工智慧，人機互動等 ，在期刊和會議論文集上發表了600多篇文章，（曾擔任70項研究專案的首席研究員，）他領導的研究專案總金額約4500萬美元，資金主要來自美國國家科學基金會、教育科學研究所等。曾獲得孟菲斯大學首個終生成就獎。主要研究領域涉及認知科學，話語處理和學習科學。 研究方向包括：記憶，計算語言學，人工智慧，人機互動等。
6.4.2 吳凌飛博士
IBM Watson人工智慧實驗室研究員
他的主要研究方向集中在表象學習，推理機器學習，自然語言處理，數值線性代數和高效能數學軟體。他的研究成果已經發表在許多頂級會議和期刊上，包括KDD，ICDM，ICASSP，IEEE等。並擔任一流學術期刊IEEE Transactions on Parallel and Distributed Systems，IEEE Transactions on Knowledge and Data Engineering，ACM Transactions on Management Information Systems等的審稿人，還擔任技術論壇委員會和包括AAI、ICDM、IJCAI等核心學術會議審稿人。
6.5 Learning Engineering
學習工程技術論壇聯席主席
6.5.1 Ken Koedinger博士
美國卡耐基梅隆大學計算機、心理學系教授、 LearnLab研究室主任
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。
6.5.2 Mingyu Feng博士
WestEd的科學，技術，工程和數學（STEM）高階研究員
她目前領導了數個複雜的跨機構研究專案，包括評估在100多個教室中科學專案的有效性。 她是國際教育資料探勘協會理事會成員，並擔任EDM 2016的專案聯合主席，EDM 2019的高階專案委員會成員以及AED 2019的專案委員會成員。封博士擁有在電腦科學博士學位，專注研究智慧輔導系統。她的研究興趣是教育技術的實施和有效性以及教育資料分析。
6.6 Self-Improvements in Adaptive Learning Systems
自適應學習系統的自我改進技術論壇主席
6.6.1胡祥恩博士
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，計算機工程，和電腦科學系教授。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。
6.7 Standards & Infrastructure: Adaptive Instructional Systems & Federated Machine Learning
標準與基礎設施：自適應教學系統與聯合機器學習技術論壇聯席主席
6.7.1 Robby Robson博士
Eduworks公司CEO、IEEE委員會成員、前IEEE學習技術標準委員會主席
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。
6.7.2 Weijia Xu博士
美國德克薩斯大學奧斯汀分校德克薩斯州高階計算中心(TACC)研究工程師、資料探勘和統計組負責人
他的主要研究重點是大規模資訊管理和分析領域，透過開發促資料到知識轉移過程的新方法和應用來實現資料驅動的發現。 徐博士在與資料庫和分析方法開發領域的科學家合作方面擁有豐富的經驗，發表了30多篇學術專著。
提交的論文最終將交由以上來自全球人工智慧、心理學、教育學等領域的50多名專家組成的學術委員會進行評審，機器學習教父Tom Mitchell，美國卡耐基梅隆大學計算機、心理學系教授Ken Koedinger，史丹佛國際研究中心(SRI International) 教育中心主任Marie Bienkowsk、中國科學院心理研究所研究員朱廷劭等人均會以客觀公正的態度來審閱並作出評價，並將其中優秀的論文分享給參會者。這是中國首個在“AI+教育”領域收錄全球技術論文的會議，從一定程度上代表著全球“AI+教育”從業者對於中國AI技術實力的認可。
我們期待一場人工智慧智適應教育的頂尖學術討論，我們期待向全世界展現屬於中國的AI技術實力之光。
附錄：
已確認的2019AIAED學術委員會組委會成員和評委名單：
Tom Mitchell
機器學習教父、卡耐基梅隆大學教授、計算機系主任
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。
Ken Koedinger
美國卡耐基梅隆大學計算機、心理學系教授、 LearnLab研究室主任
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。
Li Deng
Chief AI Officer of Citadel
自2017年5月以來，Deng一直擔任Citadel的首席人工智慧官。在加入Citadel之前，2000-2017年間，他是微軟的AI首席科學家，深度學習技術中心的創始人和微軟的合夥人研究經理。在加入微軟之前，他在加拿大滑鐵盧大學擔任全職教授（1989-99）自2000年以來，他一直是西雅圖華盛頓大學的客座教授。他當選為IEEE訊號處理協會理事會成員，並擔任IEEE訊號處理雜誌和IEEE / ACM音訊，語音和語言處理交易（2008-2014）的主編，並獲得了IEEE SPS Meritorious服務獎。為了表彰他使用大規模深度學習語音識別顛覆行業的開創性工作，他因“自動語音識別和深度學習的傑出貢獻”獲得了2015年IEEE SPS技術成就獎。他還因人工智慧，機器學習，資訊檢索，多媒體訊號處理，語音處理/識別和人類語言技術的貢獻而獲得了許多最佳論文和專利獎。他是六本深度學習，語音處理，模式識別和機器學習以及自然語言處理技術書籍的作者或共同作者。
Marie Bienkowski
史丹佛國際研究中心(SRI International) 教育中心主任
她在教育技術研究、教育專案和專案評估以及人工智慧軟體設計和開發方面擁有超過30年的經驗。她參與了美國國家科學基金會（NSF）計劃評估，對教育研究制定了廣泛的政策層面觀點。她是史丹佛國際研究院評估NSF學生和教師創新技術經驗（ITEST）計劃的專案主管。並負責美國教育部教育技術辦公室的多份政策簡報。她是計算機協會電腦科學教育特別興趣小組（SIGCSE）年會的副主席。她定期審查與電腦科學教育相關的期刊（例如，ACM的計算機教育交易）並就任教師學院記錄編輯委員會。
Steve Reise
美國加州大學洛杉磯分校(UCLA )心理系教授、高階定量方法培訓專案聯合主任
主要研究方向包括潛變數測量模型的應用，包括結構方程（SEM）和專案反應理論（IRT）以及理論在實際中的應用。超過20年潛在變數模型在一般情況下的應用以及專案反應理論（IRT）模型研究經驗。 1998年，Reise因其傑出的多變數實驗研究獲得了Raymond B. Cattell獎，他在2012年出版的關於“重新發現bifactor模型”的多變數行為研究中被授予“年度優秀論文獎” 。 發表超過100種評論出版物，包括兩篇年度評論章節，兩份APA手冊，一些主要期刊如心理評估和心理學方法。
Andy Li
美國佛羅里達大學(University of Florida) 電子和計算機工程學院教授
他是國家大學學習基金會（CBL）的創始主任，這是第一個美國國家科學基金深度學習中心。他還是大型智慧系統實驗室（Li Lab）的主管。他的研究興趣包括大資料，機器學習，深度學習，雲端計算，智慧平臺，HPC以及健康，精準醫學，CPS /物聯網，CV，NLP，機器人，基因組學以及科學，工程和商業的安全和隱私。他在期刊和會議論文集上發表了100多篇同行評審論文，5本書和4項專利（3名被許可人）。他的團隊建立了許多軟體系統和工具。獲得2010年國家科學基金會職業獎，2013年網際網路創新應用獎，2015年NSF I-Corps最佳團隊獎，以及最佳論文獎（IEEE ICMLA 2016，IEEE SECON 2016，ACM CAC 2013和IEEE UbiSafe 2007）。
Li Cai
美國加州大學洛杉磯分校(UCLA ) 教育學院和心理學院教授、美國國家評估、標準和學生測試研究中心(CRESST)聯合主任
他的研究方向包括：心理測試、潛變數模型、專案反應理論、非線性模型、統計計算。獲得多項學術獎項：2007年ETS，Gulliksen心理測量研究獎學金、2009年AERA，傑出量化論文獎、2010年NCME，Brenda H. Loyd傑出論文獎、2011 APA，Anne Anastasi早期職業獎、2011年多元實驗心理學會當選成員、2012年多變數實驗心理學會，Cattell早期職業獎、2012年科學家和工程師的總統早期職業獎並發表多篇學術論文“Generalized full-information item bifactor analysis”、“Metropolis-Hastings Robbins-Monro algorithm for confirmatory item factor analysis”等。
胡祥恩
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，計算機工程，和電腦科學系教授。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。
Kang Lee
加拿大多倫多大學(University of Toronto)應用心理學和人類發展系教授
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
IBM Watson Education專案總監
Zhou博士在IBM擔任多個重要領導職位。 他負責管理北美，亞洲和歐洲的跨職能團隊（研發，業務開發和工程）。 Lin是一名發明大師，併入選IBM的行業學院。 目前，他是IBM Watson Education的專案總監。 Lin是公司內部“認知教育初創公司”孵化的重要人物，管理IBM教育解決方案的全生命週期，並將其發展為Watson Education業務部門的關鍵。 他定義了跨全球各部門的技術戰略，並領導人工智慧的研發，以幫助學生獲得卓越的學生體驗。
Tony Xiaohua Hu
美國德雷塞爾大學(Drexel University) 計算機和資訊學院教授、計算與資訊學院資料探勘與生物資訊學實驗室創始主任、 IEEE Big Data Conference主席
視覺和決策資訊學（NSF CVDI），IEEE計算機學會生物資訊學和生物醫學指導委員會主席以及IEEE計算機學會大資料指導委員會主席的NSF中心（I / U CRC）的創始聯合主任。他於2006年創立了國際資料探勘和生物資訊學期刊（SCI索引）。此前，他曾在世界領先的研發中心擔任研究科學家，如北電研究中心和Verizon實驗室（前GTE實驗室）。 2001年，他在加利福尼亞州矽谷創立了DMW軟體。研究領域包括大資料、資料/文字/網路挖掘、生物資訊學、資訊檢索和資訊提取、社交網路分析、醫療資訊學。他在各種著名期刊、會議和書籍中發表了270多篇同行評審的研究論文，他獲得了許多著名獎項，包括2005年國家科學基金會（NSF）職業獎、2007年國際人工智慧會議最佳論文獎、2004年IEEE生物資訊學和計算生物學計算智慧研討會最佳論文獎等。
Robby Robson博士
Eduworks公司CEO、IEEE委員會成員、前IEEE學習技術標準委員會主席
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。
黃榮懷
北京師範大學教授、長江學者
主要從事智慧學習環境、教育技術、知識工程、技術支援的創新教學模式等領域研究。現任北京師範大學智慧學習研究院院長、網際網路教育智慧技術及應用國家工程實驗室主任、聯合國教科文組織國際農村教育研究與培訓中心主任。目前擔任國家教材委員會科學學科專家委員會委員、教育部高等學校教育技術學專業教學指導委員會副主任、教育部教育資訊化專家組成員、中國教育技術協會副會長、中國教育裝備行業協會副會長、全球華人計算機應用學會（GSECE）執行委員、國際智慧學習環境協會主席、國際期刊 Smart Learning Environment（Springer出版）主編、國際期刊 Journal of Computers in Education（Springer出版）主編等。曾獲國家精品課程、國家精品資源共享課、國家規劃教材、國家教學成果獎、北京市優秀教學團隊、北京市教學名師、北京市優秀教師等。承擔國家、省部級等橫向縱向課題100餘項，現已發表學術論文近400篇，出版著作、雜誌40餘本。
王偉軍
華中師範大學青少年網路心理與行為教育部重點實驗室常務副主任、華中師範大學資訊管理學院教授、博士生導師，2007年“教育部新世紀人才支援計劃”入選者，湖北省自然科學基金“基於雲端計算的知識整合與服務研究”創新群體負責人，華中師範大學青少年網路心理與行為教育部重點實驗室副主任，湖北省電子商務實驗室教學示範中心主任。
長期從事資訊系統與電子商務方面的教學與研究，先後主持國家自然科學基金專案3項、國家社會科學基金專案1項，作為子課題負責人參加國家社會科學基金重大招標專案3項和教育部高等學校學科創新引智計劃等多個專案；是國家雙語教學示範課程“電子商務”（2009年）負責人、國家網路教育精品課程“電子商務概論”（2009年）負責人、國家精品資源共享課程“電子商務概論”（2012年）負責人，國家電子商務管理優秀教學團隊（2010年）第二責任人，國家來華留學英語授課品牌課程（2013年）負責人；出版著作3部，教材4部，公開發表中英文重要學術論文90餘篇，先後獲得省部級優秀成果獎一等獎1項、三等獎2項。潛心研究性教學，注重指導學生全面發展，多次獲得湖北省優秀（博士、碩士和學士）論文指導老師稱號，先後指導6名優秀博雅計劃生被保送到北京大學、華中科技大學、中國人民大學和國外名校讀研。
餘新國
華中師範大學國家數字化學習工程技術研究中心，副主任、教授、楚天學者、博士導師，兼任華師伍倫貢聯合研究院院長。
長期以來從事影片分析、計算機視覺、人機互動、多媒體技術等方面的研究，其研究成果獲得國內外專家的廣泛引用，比如其中一篇被引用了160多次。現已在國內外權威雜誌和知名的國際會議上發表了論文80多篇，其中第一作者的論文有40多篇。獲得了7項國際專利，兩項國內專利。是IEEE和ACM Senior Member，擔任國際著名雜誌IEEE Transactions on Multimedia、IEEE Transactions on Circuits and Systems for Video Technology、IEEE Transactions on Image Processing、Computer Vision and Image Understanding、Journal of Visual Communication and Image Representation、Pattern Recognition、Pattern Recognition Letters等的審稿人。擔任多個國際會議的程式委員會成員。目前的主要研究方向有：影像影片處理與分析、影片事件檢測、教育人機互動、智慧教育系統、自動解答、教育機器人、智化教育。
張敏靈
東南大學電腦科學與工程學院教授、博士生導師
2007年於南京大學電腦科學與技術係獲博士學位，現任東南大學計算機網路和資訊整合教育部重點實驗室副主任。自2001年起長期從事機器學習、資料探勘等領域的研究工作，已發表學術論文40餘篇，部分工作發表在領域內重要國際期刊，如《IEEE Trans. PAMI》、《IEEE Trans. KDE》、《IEEE Trans. SMC-B》等，以及領域內重要國際會議，如IJCAI、KDD、AAAI等。申請人相關論文他引3800餘次（單篇最高逾900次），論文工作得到國際同行一定程度的關注與好評，部分成果被國際同行在論文中稱為“state-of-the-art”、“popular”、“attracted significant attention”等。現為《Frontiers of Computer Science》、《軟體學報》編委，《Machine Learning》等期刊客座編輯，應邀擔任亞太人工智慧國際會議（PRICAI’16）程式委員會主席、AAAI’17、ICDM’16、IJCAI’15等重要國際會議領域主席/高階程式委員10餘次。現任中國計算機學會人工智慧與模式識別專委會常務委員、中國人工智慧學會機器學習專委會秘書長等。2012年獲得國家自然科學基金優秀青年科學基金，2015年入選教育部“長江學者獎勵計劃”青年學者。
盧宇
北師大教育學部副教授，高精尖中心人工智慧實驗室主任
研究領域：教育資料探勘，學習分析，普適計算，人工智慧及其教育應用。博士畢業於新加坡國立大學計算機工程專業，曾在新加坡科研局等國外機構長期從事大資料分析與人工智慧領域的研究，並在Kaggle國際資料探勘競賽上多次取得優異成績。在大資料分析、人工智慧與教育技術研究領域已發表20餘篇高水平英文論文，包括多篇ACM/IEEE Transctions及國際會議論文（例如ICDM, IJCAI, CIKM, EDBT等）。主持或已完成多項國內外科研專案，包括國家自然科學基金、教育部人文社會科學基金等。同時，負責北師大公共服務智慧平臺的資料分析研發工作。其中部分成果及其視覺化方案已在平臺上實現，直接服務於北京市多個區縣的一線教師與學生，並已申請多項國家發明專利。
朱廷劭
中國科學院心理研究所研究員、博士生導師，併入選中國科學院“百人計劃”
朱廷劭博士的研究工作涉及機器學習、漢語文語轉換以及網路行為心理研究等多個領域，並取得創新性成果。他首次提出利用資料探勘進行漢語韻律規則的學習，並應用於漢語兩字詞和句子的韻律規則學習，取得較好的學習效果。他提出的利用機器學習的方法訓練使用者的瀏覽行為模型，有關的論文獲得第九屆國際使用者模型大會的最佳學生論文。他開展的網路行為心理研究，從網路行為的分析實現對使用者人格、心理健康以及社會態度的感知，並在此基礎上實現群體心理的預警預報和有效干預。到目前為止，朱廷劭博士在國內外權威雜誌和知名國際會議發表論文已發表學術論文50餘篇。1993年獲得南京航空航天大學工學學士學位，1996年和1999年分別獲得中國科學院計算技術研究所碩士學位和博士學位，隨後進入加拿大University of Alberta繼續深造，於2005年獲得加拿大University of Alberta博士學位。
曹東璞
加拿大滑鐵盧大學(University of Waterloo)認知自動駕駛（CogDrive）實驗室主任、機械和機電工程系的副教授
曹教授在車輛動力學/控制，駕駛員認知，駕駛員自動化協作，自動駕駛和認知自動駕駛等領域發表了180多篇論文和2本書。於2012年獲得SAE Arch T. Colwell優異獎，並獲得ASME和IEEE會議頒發的三項最佳論文獎。曹教授領導的研究聯團隊進行3級自動駕駛研究。並在2015年至2017年間與捷豹路虎和倫敦大學學院認知神經科學研究所密切合作。曹教授是SAE車輛動力學標準委員會的成員，也是IEEE ITSS合作駕駛技術委員會的聯合主席。曹教授是IEEE IV 2018的專案聯合主席。
張坤
美國卡耐基梅隆大學(Carnegie Mellon University) 副教授
他在卡耐基梅隆大學哲學系及機器學習系任教。 他的研究領域包括機器學習和人工智慧，特別是在因果發現和基於因果關係的學習。 基於各種資料，他開發了自動因果發現的方法並研究學習問題，包括轉移學習和從因果觀點深入學習，和研究因果關係與機器學習的哲學基礎。 他的研究也包括神經科學、計算金融和氣候分析的應用方面。任世界頂級AI會議NIPS、ACML、AAAI的區域主席。多篇學術著作：“Multi-Domain Causal Structure Learning in Linear Systems,”“Generalized Score Functions for Causal Discovery” 在世界頂級會議NIPS、SIGKDD發表。
馬文超
美國阿拉巴馬大學(University of Alabama)教育研究副教授
他的研究興趣包括心理測量學和教育測量，特別是認知診斷建模和專案反應理論。 他目前的研究重點是開發心理測量模型和改進可用於診斷評估的統計程式並將尖端的心理測量技術應用到實踐中。於美國羅格斯大學取得教育資料和測量博士學位。
沈俊
澳大利亞臥龍崗大學(University of Wollongong Australia) 工程與資訊科學學院
計算機與資訊科技學院副教授
研究領域包括：模式識別與資料探勘、組織資訊系統和網路服務、教育技術與計算、知識表達和機器學習等。他的具體研究內容包括計算智慧在電子學習、生物資訊學、環境問題、運輸系統等方面的創新解決方案；雲和大資料在不同領域包括物理模擬、電子醫療、先進製造和業務IS / IT系統等方面的應用。主要發表生物啟發式演算法最佳化方面的著作。2012年獲得由IEEE教育協會授予的傑出領導獎。
朱飛達
新加坡管理大學(Singapore Management University) 資訊系統學院助理教授
他的研究興趣包括基於大規模的基於約束的順序研究，圖模式挖掘和資訊/社交網路分析、網路應用、管理資訊系統、商業智慧和生物資訊學。 並憑藉他的理論電腦科學背景，也致力於在資料探勘和資料庫系統中的實際問題的演算法設計和複雜性分析的研究。任2014年DASFAA會議的組委會主席、2013年SNAKDD專案聯席主席等。於美國伊利諾伊香檳大學取得計算機博士學位。
Bo-Cheng Kuo
臺灣大學心理學副教授
他的研究領域包括實驗和認知心理、認知腦科學，包括記憶、執行功能、功能性連結等。發表多篇學術論文包括：“Selection History Modulates Working Memory Capacity”、“Efficacy of Attentional Modulation of Visual Activity in Visual Short-Term Memory”、“The Neural Dynamics of Fronto-Parietal Networks in Childhood Revealed using Magnetoencephalography”、“Age Group and Individual Differences in Attentional Orienting Dissociate Neural Mechanisms of Encoding and Maintenance in Visual STM”等。
Andy Song
澳大利亞皇家墨爾本理工大學(RMIT University)計算機和資訊科技學院高階講師
他的研究領域包括機器學習、多智慧體環境中的學習、進化學習和最佳化，尤其是複雜的現實問題，如行業最佳化，紋理分析，運動檢測，時間序列分析和智慧交通系統中的AI應用。他與行業合作伙伴廣泛合作，建立了集機器智慧，移動計算和人群感知於一體的尖端技術，使運輸，物流和倉儲行業受益。他是Digital Futures Fund資助的倉庫最佳化專案的首席研究員，也是一系列研發專案的主要研究人員。他是世界上最頂級的AI會議——IJCAI'17的地區聯合主席，也是OECD論壇的合作伙伴。自2015年以來，他一直是B20特別工作組成員，為年度G20峰會提供政策建議。