时间：2023-08-21 17:23:03
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇人工智能辅导教育，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
摘要：全球信息化的发展为教育提供了新的手段，互联网的诞生和发展为教育提供了更广泛的发展空间，将现代信息技术与教育有机结合，即在现代教育中应用人工智能技术，使学习成为了一种持续性的、终身性的过程。在各个高校中，网络化课程的建设正在兴起，如何在教学平台中体现智能化是各个网络化课程的热门课题，当前已有的智能化产品大多处于实验和理论研究阶段，其智能化程度有限，还没有达到推广应用，因此，设计一个基于网络的人工智能辅助教学系统具有十分重要的现实意义。
关键词：信息化 人工智能 网络 计算机技术
1、计算机等级考试智能系统的优化
计算机等级考试的教育模式强调学生不但要有理论能力，还要有操作能力。以往的辅导教学主要靠书本，和老师讲题来实现，缺乏系统的能力评估和改进体系，不能对个人的学习状况有适时的分析及评价，所以我们需要及时调整培训方案。为顺利实施人工智能的计算机等级考试辅助系统的教育模式，需建立一种学生能够自己学习，自主练习，自主评分的专家系统，将不同的能力评价要求纳入其中，并提供一种方法对学生的做题情况进行解析，给出采分点，并在数据库中给出答案库，使学生知道自已错在哪里，并对学习情况有及时的分析与指导。
在大学的计算机等级考试辅助教学中应用人工智能技术及网络信息技术，开发辅助教学专家系统，对教学改革中面临的师资不足、教学模式单一等问题，实现教学资源共享，有效提高教学质量、减轻教师负担，加强学生自主学习能力，提高学习效率，从而提高计算机等级考试的应试能力。
2、计算机辅助教学的现状
就目前计算机辅助教学的发展来看，主要分为两类，一类偏重于学生学习，主要由各类CAI课件、专业辅助教学软件组成；另一类偏重于对学生学习情况进行评估，主要由各类考试系统组成。本系统结合这两个方面，将教学评估和自主学习相结合，加强教师和学生之间的联系和互动，更好的实现辅助教学的目的。
现在国内外有很多智能化的基于网络的教学辅助系统，但是智能化程度都不高，相对于掌握每个学生的学习情况来说，教师的一个很大任务是要了解一个群体学生的知识掌握情况而不单单是一个学生。本系统运用规则式专家系统，能对老师指定的某个群体，比如几个班、一个学院等的所有学生进行测试，从而使本系统能更好的为教学服务。
综上所述，通过对当前研究现状的分析来看，应用人工智能技术、计算机等级考试辅导的智能化教学专家系统研究还不多见。
3、智能辅助教学的系统架构
本系统以适应大学计算机国家等级二级考试的辅导教学，加强学生自主学习能力为特色，运用专家系统及网络开发技术，研究构建基于人工智能技术的计算机等级考试的辅助教学专家系统，为学生的自主学习和探索学习提供了有效平台，成为计算机等级考试教学中的强大助手。
（1）自主学习模块。自主学习模块主要实现四大功能：在线练习、诊断练习、知识点强化练习、提高练习。学生自主学习系统的主要用户对象是学生，学生登录系统后，选择练习模式进行练习或测试。在测试过程中可以进行自我诊断，通过学习模块中的适当的视频演示，使学生在没有老师的指导上，仍能正确练习，学会操作，并且能看到自己的得分情况。根据单次练习提供个性化的界面，根据历史练习结果提供学习方案，发挥学生的主观能动性，最大程度激发学生记忆潜能，提高学习效率，提高通过率。同时，学习模块会将诊断结果传送到专家系统模块，进行智能分析。（2）专家系统模块。专家系统模块主要实现三大功能：智能分析、试题库维护、知识库维护。系统将学生练习或结果传送给专家系统模块，由专家系统模块进行智能分析。可以概括为两方面，一是知识点定量分析，二是学生定量分析。知识点定量分析是指教师在上传答案后，针对某个知识点来诊断某些学生的知识点掌握情况。学生定量分析时，对学生的选取和考题的选取同时决定了分析结果。智能分析结果后专家系统一方面可以反馈给辅导教师，辅导教师在实际的教学当中对掌握不好的知识点进行加强指导与练习；同时智能分析结果将加入知识库，并反作用于试题库的维护，使知识点强化练习、提高联系等功能的选题更有针对性，从而更有效的提高学生的知识水平和操作能力。
4、智能辅助教学系统的重大作用
本系统以适应大学计算机国家等级考试的辅导教学，加强学生自主学习能力为特色，运用专家系统及网络开发技术，研究构建基于人工智能技术的计算机等级考试的辅助教学专家系统，为学生的自主学习和探索学习提供了有效平台，成为计算机等级考试教学中的强大助手。（1）实现网络自主式学习。本项目所构建的计算机国家等级考试系统能够让学生选择不同模块进行自主式学习；能够进行综合练习、自我诊断、知识点强化、提高练习等。（2）实现学习的智能评价与指导。学习模块将学生练习或结果传送给专家系统模块，由专家系统模块进行智能分析。得到智能分析结果后专家系统一方面可以反馈给辅导教师，辅导教师在实际的教学当中对掌握不好的知识点进行加强指导与练习。（3）实现智能组卷功能。智能分析结果将加入知识库，并反作用于试题库的维护，使知识点强化练习、提高联系等功能的选题更有针对性，从而更有效的提高学生的知识水平和操作能力。
关键词:人工智能;研究型实验教学;民族关系
人工智能是计算机科学的一个分支,是一门研究运用计算机模拟和延伸人脑功能的综合性学科,对它的研究涉及控制论、信息论、系统论、语言学、神经生理学、数学、哲学等诸多的学科及领域,是一门综合性的交叉学科[1]。
人工智能的研究、应用和发展,在一定程度上代表着信息技术的发展方向,同时信息技术的广泛应用也对人工智能技术的发展提出了迫切的需求。今天,人工智能的不少研究领域如自然语言理解、模式识别、机器学习、数据挖掘、智能检索、机器人技术、人工神经网络等都走在了信息技术的前沿,有许多研究成果已经进入人们的生活、学习和工作中,并对人类的发展产生了重要影响[2]。
实践教学环节在大学教育中是一个非常重要的教学环节,是提高人才素质与能力的重要途径。人工智能课程除了具有较强的专业性之外,还具有突出的实践性,为了能深入理解和掌握所学内容,必须把讲授和实践结合起来。本文结合该课程实验教学,将研究型教学的理念引入到实验教学,并对教学过程中的经验和问题加以初步的总结。
1研究型教学模式背景
研究型教学是相对于以单向性知识传授为主的传统教学提出的,是指教师以课程内容和学生的学识积累为基础,引导学生创造性地运用知识和能力,自主地发现问题、研究问题和解决问题,在研究中积累知识、培养能力和锻炼思维的新型教学模式。研究性教学是对现有的大学课堂教学模式的突破。有利于开发大学生的创造潜能,提高学生适应社会需要的创造性和创新能力,充分展现现代大学培养人才、发展科学、服务社会的三大基本职能[3]。
19世纪初,德国著名教育家洪堡最早提出了教学与科研相统一的原则,为研究型教学模式的发展奠定了基础。20世纪50、60年代,美国著名教育心理学家布鲁纳提出了著名的“发现教学模式”[4],成为后来探究性学习和研究型教学的先导。20世纪70年代,美国研究教学专家萨奇曼正式提出了研究训练教学模式。他认为学生会本能地对周围新奇事物发生兴趣,并想方设法弄清这些新奇事物背后究竟发生了什么,这是一种进行科学研究的可贵的动力。
自此,研究型教学理念开始广泛使用。现在,哈佛大学、牛津大学、剑桥大学等世界著名大学,都非常注重学生能力的培养,普遍采取了研究型教学模式。以美国高校为例,虽然美国高校83%的教师在课堂教学中主要采用讲授法进行教学,但在整个教学过程中都渗透着研究型教学的方法,如积极引导学生参与教学过程,开设研究性课程,引导学生积极主动地参与科研活动等。我国自20世纪90年代初推出211工程建设以来,清华大学、北京大学、人民大学、复旦大学、浙江大学等一些重点大学都提出了建设世界一流的综合性研究型大学的目标。这些高校在实现从单向知识传授的传统型教学向关注创新性教育的研究型教学转变方面进行了许多有益的尝试。
2研究型实验教学
本科教学不仅要培养学生的应用能力,还要培养学生具备基本的科研素质。大学是培养未来一线创新人才的主要基地,必须从本科教学人手,深入探索研究型教学的手段和方法,才能满足未来经济增长和社会发展的需要,才能符合建设研究型大学的需要。特别是近几年来我国对科研的投入不断增加,研究生招生规模逐年增大,本科高年级学生打算继续读研的也不在少数。而人工智能是计算机相关学科非常活跃的研究课题,其涵盖的分支非常广泛,如模式识别、机器学习、数据挖掘、计算智能、统计学习理论等,都是目前国际和国内热门的研究方向。
人工智能课程在计算机专业人才培养方案中占据着重要的位置。在专业理论方面,它承续了离散数学中的逻辑知识;在专业方法方面,是数据结构、算法分析与设计的继续;在专业工具方面,是面向对象程序设计的生动实例。并且人工智能的每一部分内容都可以作为一个深入的研究课题,课堂上讲解的内容不可能面面俱到,学生们也不可能对人工智能的每一领域都做很深入的学习。并且人工智能涉及很多的数理逻辑知识,有些显得难以理解,并且往往让学生感到比较枯燥,学生的学习兴趣就渐渐淡薄,学生往往被动“听讲”,难以获得预期的教学效果。
针对这一特点,在人工智能教学中,如何引导学生系统学习人工智能的知识、激发学生的研究兴趣,树立目标意识找准研究方向,为未来的科研工作打下基础,研究型实验教学就成为了人工智能课程教学的一个重要环节和必然选择。
2.1实验教学中加强学生的研究导向
在实验教学中,如果照搬一些教材中的例子或习题教学,一方面学生们会缺乏兴趣,另一方面学生对这个领域的知识缺乏全面的了解。应不断提出一些学生们感兴趣的开放性课题,比如基于支持向量机的人脸识别、基于肤色的人脸检测,基于内容的图像检索等,培养学生们的学习兴趣,让学生们逐渐深入的学习某一领域的知识。比如BP神经网络,在模式识别、经济数据分析、生物信息学、数据挖掘等众多领域都取得过成功应用,是一种具有强大的非线性学习能力的计算智能技术。然而BP神经网络算法自身也存在着一些缺点,如会有局部最小解、解受初值影响较大、理论解释不完善等,而支持向量机在这些方面具有显著优点。我们可以设计一个人脸识别的实验,用神经网络和支持向量机分别实现,并作以比较。让学生们在了解人工智能新技术的同时,也培养学生们如何分析问题、解决问题的科研能力。
2.2人工智能课程实验
该课程是一门对实验技术有较高要求的课程,对于基本原理和方法的实现,要求学生进行严格的计算机专业技能训练和培养良好的科研工作作风。因此对课程中的技能及技术性内容,除单独进行必要的基础训练外,还融入到综合和研究型试验中,通过多次反复实验练习,达到牢固掌握人工智能原理和人工智能的问题求解技术的目的。
该课程的实践环节主要是实践项目,由具备较强工程实践能力的任课教师和助教负责,学生可在全天候开放的专用机房完成。在实践环节的设计上,我们尝试把验证性实验和开发性实验相结合,结合实验教学进度,安排相应的开放实验,开放性实验以科学研究实验为主。并在课程的教学过程中,不断深化和扩展教学内容,结合人工智能学科的发展趋势和本院老师的最新研究成果,对实验内容进行更新。
课程主要设置三种层次的实验:1)基本原理和算法编程,测试例设计及程序测试实验;2)分析综合实验;3)研究型设计实验。整个实验包括课前讨论、实验操作、实验报告、结果讨论、总结提高等六个环节。对于综合性和研究型实验,把学生分成5个人一小组,每小组选做其中的一个。学生从指导老师处了解到实验课题后,即着手查资料,研读文献,钻研有关理论。在此基础上,学生先提出实验方案,经与老师讨论后,即可开始实验研究。
3实验平台的构建
民族关系问题对被访对象,特别对少数民族被访对象是非常敏感的问题,对民族关系的评价又存在个体层面、群体层面、不同阶层人群之间的差异,因此,仅仅以传统的文献分析、问卷统计和现场观察等民族学方法来进行调查,得到的数据会存在较多误差。
因此结合本校的民族特色和民族学领域独特的研究优势,将信息认知技术引入民族关系研究,运用图像、心电和脑电数据进行分析,将分析的结果和心理场景测试及民族学调查结果进行相互印证和参数修正,从而获得尽可能客观的数据,这些数据将有助于建立一个客观、完备、科学的民族关系监测体系,并真实全面地评估民族关系,从而使决策机构及时做出正确的决策。基于多信息融合的民族关系监测预警系统总体框图如图1所示。
目前该平台已经搭建,由北京市公共安全信息监测平台建设、北京市公共安全信息监测平台建设关键技术研究、基于多源信息融合的民族信任研究等多个重大项目支撑。在这个平台的下面,涉及到人脸识别、表情识别,视频监控、认识等领域,小波分析、神经网络、支持向量机、模糊数学、信息融合等人工智能知识得到了具体的应用。学生可以根据自己的兴趣爱好,自愿参加到该平台下的某一项目,切实对自己所学知识有一个深刻的理解和掌握。
4结语
研究型实验教学激发了学生的学习兴趣,不但使学生更好地掌握了人工智能的基本概念、基本理论和基本技术,也切实提高了学生的实际动手能力和编程能力。研究型实验教学在实践过程中还有以下问题需要改进:
1) 研究型实验教学的理念很难普及。很多教师对研究型教学模式的内涵未能准确把握,把研究型教学模式等同于学生实习或者写论文。
2) 研究型实验教学的辅导老师素养需要提高。研究型实验教学作为体现创新教育要求的现代教学模式,需要的不是知识传授型的教师,而是高素质的研究型教师。教师不仅是单一的教者,更应该成为一个学者,教师不仅要有研究型教学的教育观念、快速接受新知识的能力和高超的教学技能,要能够合理地规划和设计实验内容。
3) 需要建立一套合理的学生学业和教师绩效的评价体系。
参考文献:
[1] 王万森. 人工智能原理及其应用[M]. 北京:电子工业出版社,2007.
[2] 蔡自兴,徐光佑. 人工智能及其应用[M]. 北京:清华大学出版社,2004.
[3] 李得伟,张超,李海鹰. 大学工科专业课程实施研究型教学的探讨[J]. 高等教育研究,2009(9):74-75.
[4] 彭先桃.大学研究性教学的理念探析[J].教育导刊,2008(3):56-58.
Exploration and Practice of the Research Experiment on Artificial Intelligence
ZHANG Ting, YANG Guo-sheng
(College of Information Engineering, Minzu University of China, Beijing 100081, China)
在大数据的“滋养”下，AI在越来越多的领域更懂人，让拥有深度学习能力、不断进化的AI帮助人类探索学习规律、开拓认知潜能，已成为人不被机器淘汰的必要之举，根据教育部的规定，2018年秋季开学后，高中生们将要开设一门新课程：《人工智能》。
互联网教育尤其是线上K12培优项目一直是投资热门，直播1对1模式风口过后，教育圈内最火的应该是AI项目了。据亿欧智库的报告显示，2017年人工智能教育融资额度达42.17亿元，其中超80%属于早期投资项目，这个赛道有望诞生多个独角兽公司。
笔者发现，当前布局人工智能的在线教育大体分为三派：
教学或题库测评类工具产品，比如作业盒子等；
培训机构应用AI技术，比如好未来等；
人工智能教育引擎及平台提供商，比如高木学习等。
现在摆在AI教育创投从业者面前的问题是：到底以技术实力论英雄的AI教育的泡沫有多大？真金不怕火炼的AI教育项目的核心能力在哪里？如何才能落地？ 本文试做解读。
一、为什么“自适应”其实并非真正的AI？一位投资人朋友曾向我这样说道：“既懂互联网行业又完全懂本行业的业务的管理型人才不超过十个，这是在‘互联网+’双创浪潮中每个垂直行业头部项目就几家能玩转的原因。”而认知和技术门槛更高的“AI+”情况恐怕会更加不妙，甚至很多人把“自适应”与“AI教育”划等号。
自适应学习（Adaptive Learning）的鼻祖是美国的Knewton公司，它通过评估不同学生对知识材料掌握度进行个性化推荐，有点类似于今日头条的兴趣引擎。 Knewton在国内的门徒众多，目前大概有40多家项目宣布发力做“自适应”，比如“乂学教育”（学练测自适应）、“学吧课堂”（题库自适应）、“英语 流利说”（英语口语纠正）、“一起作业”（家长、老师在线监控）等等。
嘉御基金创始人卫哲说过，“90%的人工智能项目都是伪AI”，鉴别的依据是看项目“算法速度”，如果是代数级而不是几何级计算那就不是“真AI”，以此来考验自适应项目，得到的结论未免让人失望。
初级的自适应项目是人工预设指令或编程规则推荐，高级的自适应是基于知识图谱推荐，即使是高级的自适应项目由于没有按照既定的教学大纲和教学目标有 逻辑地展开，在具体知识学习之中并不系统。关键是很多自适应项目采集的是各科最优秀特级教师的能力，导致其算法本身是线性的、模拟人学习而已。
自适应的技术原理就好比AlphaGo是应用了人类最优秀围棋大师的能力而非是完全迥异机器深度学习和自演化模型；自动驾驶AI应用了某个人类零误 差老司机的感知能力而非是基于全网海量交通大数据做运算和决策；人工智能医生是应用了看X片最快最准的医生的经验而非是海量数据库训练；显然按这样的路径 训练出的机器并非是真正的AI。
“真正拥有充分教学大数据及算法速度的‘AI教师’是能轻松超越拥有30年教龄特级教师的，并且可以突破人类的知识局限，对算法模型进行自动演化，找到人类从未尝试过的策略。”高木学习创始人刘瞻这样描述AI教师。
刘瞻是帝国理工学院科班出身，早在2015年开启AI教育创业，他认为判断真伪AI教育项目具体有三个考察维度：
（1）自适应是基于模拟优秀老师的知识图谱推荐知识，而真正的AI教育机器人则是泡在“教学实践大数据”中做深度学习。
（2）自适应主要用作知识盲点的统计，但无法分析出知识体系之间的本质联系，用AI更重要的任务是找到行为背后的原因，比如某学生表面上二次函数是 薄弱环节，既有可能是其对二次函数的各细分知识点掌握不牢，也有可能是前置知识点一次函数、函数的思想理解不透彻，还有可能是方程求解的问题；甚至有可能 是抽象思维或计算能力的问题，AI会根据该学生数据和“知识路径矩阵”，找到问题背后的原因从而匹配出最优学习路径。
（3）人类教师的情感因素能左右学生的学习效果，AI教师也应综合考虑学生的自信心与成就感的培育与激发，从而确保学生学习过程“知”、“情”、“意”的一体化。
二、AI教育的核心：帮助每个学生找到“元认知能力”AI教育并不会改变“老师-学生”的二元结构，甚至人工智能教育还要在师生两端彻底解决互联网教育未完成的两大难题：
如何帮助学生找到学习方法、提升学习效率？在中国一个普通中学生80%的学习时间是低效的。
如何帮助老师对学生更高效的“因材施教”？目前在我国师资资源依然整体短缺并且分布不均，1对1培优成本高、小班普及率低等问题依然突出。
AI教育的优势在于通过数据化形式分析学生自己都不清楚的“症结”，即所谓的“懂我更懂教好我”，同时AI还能帮助老师实现教学效果的稳定化和可控化。AI在充分收集和处理教与学两端的大数据后，还得在具体教学场景之中个性化建模，最终实现“让学生更会学，让老师更会教”，这是人工智能教育的目的。
陶行知先生说过，“教是为了不教”，教育本质不是灌输知识，而是要启发学生思考并让学生掌握自主学习的能力。目前很多伪AI学习神器只能“授人以 鱼”但并不能“授人以渔”，我国基础教育历来缺乏方法论课程，只有极少数有天赋的学生能自主制定适合自己的学习方案，而绝大多数天资处于平均线的学生在混 沌中摸索。如果从AI的视角来看，所谓“天赋”不过是少数幸运儿自觉不自觉的分享了“元认知能力”。
当人主动设定学习计划、自我反馈、动态调整学习策略时，就接近了“元认知”，在大数据时代，这种元认知能力是能被定量化分析的，AI 教育可以为学习者提供关于反复激活元认知能力的“训练法”。根据刘瞻的解读，AI教育的“训练法”就好比给蹒跚学步的婴儿安上矫正走姿的“学步车”，具体 应用什么样“训练模型”则是由AI根据大数据进行场景化定制的，有可能是通向学习目标所需要的“云梯”，有可能是“舟楫”，或者是“拐杖”等等，这些模型 能不断调取和强化人的“元认知能力”。
尽管市面上90%项目都是着眼于知识点和解题训练的自适应，真正AI教育项目比如高木学习的AI不仅包含自适应的知识图谱大数据，而且还能不断从学 生的行为数据中演化“知识路径矩阵”即AI可根据学生对知识和能力体系的理解定制出个性化学习路径。与此同时，AI让学生在对知识的理解与记忆过程中不仅 训练知识掌握度，还不自觉地训练了元认知能力，这套“个性化学习引擎”其实是在培养学生“忘掉所有知识后”剩下的元认知能力，具有普适化的特点。
实际上，AI教育并不需要局限在某一学习阶段、某一学科的知识体系，完全可以打造一个跨学科、跨门类、跨阶段使用的“通用知识学习引擎”，也就是说，除了应用在K12领域外，AI教育还可以应用在高等教育阶段，甚至在辅导大学生时比中小学生会更为轻松，无须综合考虑学生的学习动力因素等。
反过来讲，如果市面上的人工智能教育项目只能用于某一单科或只能教K12，就不是基于大数据获取和智能化引擎的“全才”和“通才”，基本可视为基于特定领域专家总结的经验规则的“伪AI”。
三、为什么AI教育项目落地，to B模式比to C模式更容易跑通？当前AI教育项目的商业化进程走向大体分为两大派：
一派是自建场景的颠覆派，试图开发新的测试软件以抓取学生的数据，甚至引入一些把AR（增强现实）、MR（混合现实）等黑科技，其目标是以“AI教师”完全取代真人老师教学，属于“人机对抗”模式，较为典型的是乂学教育的松鼠AI。
另一派是升级现行教育体系、不另创场景的改良派，属于“人机共教”模式，较为典型的是高木学习的AI Tutor。
一般走人机对抗模式最终走的是to C模式；而“人机共教”走的是to B模式。鉴于我国当前AI教育的应用场景主要为教学机构包括全日制学校与培训机构，而非一个个分散的学生；只有让AI去辅助老师备课、上课，嵌入到学生作 业和训练，帮助学生提分和学校提升升学率，才能帮助AI更快落地并且找到盈利模式。
从“全日制学校”应用AI的实践上看， AI能让老师“心中有数（据）”，提升教学的针对性，AI教师实际上相当于真人老师的“智能助教”，可以减轻老师50%的工作负荷量，比如AI帮老师批改 作业，把数据分析的可视化呈现出来帮助老师定制教研方案。因此，在市场推广过程中，AI教育项目不需要担心基层老师的接受阻力，能让老师摆脱“汗水老师” 的局面也是基础教育机构所希望看到的。
由于全日制学校获取的大数据比培训机构更加海量、持续、高频，因此高木学习更看重AI在全国全日制学校场景中的数据价值，积极在全国推行城市合伙人制度，并计划与地方教育主管部门合作推出全国教师AI应用能力培训公益活动。
To B模式中另一大企业客户就是体制外的培训机构，他们所面对的学生付费意愿强、购买力相对旺盛，是AI教育项目获得稳健现金流的必争之地，那么当前培训机构应用AI教育项目开展“人工智能双师班”的效果如何呢？
首先，AI教练能保持教学效果稳定化输出，解决原本老师教学效果不确定的弊端。
其次，AI 提升了老师的工作效率，突破了培训机构因为名师稀缺且流动性大限制培训机构的规模化发展的瓶颈。
再次，比如高木学习的AI帮助学生发掘了“元认知能力”增强学习信心、提分效果明显，帮助合作培训机构提升了续费率，为招生带来便捷。
算起来，在线教育的争夺战是在三年之前开始的。2013年8月“学而思”网校正式更名为“好未来”，作为最早发力在线教育的一家公司，发展了布局相对完整的中小幼教育专业门户网站群――e度教育网，该网站由育儿网、幼教网、奥数网、中考网、高考网、留学网等多个网站构成。此后，新东方、学大网等一票传统教育机构纷纷发力于在线教育。
根据《2015年中国在线教育白皮书》数据显示，2011到2014年间，中国在线教育市场规模增速均保持在17%以上，最高增速达到21.84%；市场规模从2011年的575亿元增至2015年的1171亿元，预计到2021年在线教育市场规模将达到2830亿元。在线教育用户突破2亿人，在线教育项目数量已经超过3000个。
如今，BAT、网易等互联网巨头也争相跨界进入教育领域……
争相布局
10月，网易宣布其有道词典用户突破6亿。这意味着，网易的产品已经可以在在线语言培训市场占有一席之地。2007年推出有道词典以来，网易在互联网巨头之中率先“误入”在线教育行业，并逐渐形成有道翻译官、有道口语大师、网易云课堂等产品矩阵。
语文学习产品――有道语文达人，引进职业教育与通识教育等课程、推出网易云课堂企业版产品等等动作，都说明了网易在在线教育各个细分领域重度垂直、精耕细作的野心。
与此同时，阿里巴巴终于也按捺不住。在10月宣布启动“星火计划”，称未来将会大力扶持生产优质内容的个体老师以及中小型教育机构。比如调用周边资源，引入专业第三方扶持基金等，以此为中小创业群体提供高效的变现机制。
自去年12月成立教育事业部以来，百度在教育领域的布局正在加快。除了在传统的教师资源方面，百度推出了专为教师服务的互联网平台“百度优课”。百度在线教育的一大特色在于其教育信贷市场。百度CFO李昕曾在Q3财报电话会议上表示，百度要借助人工智能和大数据技术，从教育领域进入互联网金融。
据百度透露的数据，在教育信贷领域，百度已与超过700家教育培训机构达成合作，学生通过在线填写信息，线下和教育机构确定培训意向，审核通过后，即可获得“百度有钱花”提供的学费贷款，实现分期交学费。
腾讯坐拥QQ和微信两大社交平台，其固有用户与在线教育针对用户重合度之高，不容小觑。去年，腾讯将这一优势应用于教育信息化领域――分别以QQ和微信为基础推出QQ智慧校园和腾讯智慧校园，为各类学校提供一体化互联网智慧解决方案，范围涵盖学校管理、教务教学、校园生活等方面。扶持优质内容方面，腾讯也不甘落后推出了名师计划，旨在帮助名师实现知识经济化，扩大知识生产力与传播力，同时提供标准化服务与资源扶持。
加之腾讯出手向来大方。今年2月，腾讯3.2亿元投资新东方在线，而目前新东方在线申请挂牌已经获批，将登陆新三板。按照最近一次股票发行的价格来算，新东方网的总市值达到了31.72亿元，而腾讯当初的投资金额也由3.2亿元升值到了3.9亿元，平均每个月赚了1400万元。
线上线下结合
近年来在线教育的项目虽多，但往往良莠不齐，真正实现盈利的更是少数。
互联网教育研究院在2015年调查了400家在线教育公司，结果显示，有70.58%的公司处于亏损状态，13.24%的公司处于持平状态，仅有16.18%的公司保持盈利状态。同时，其报告还指出，由于新进入的项目非常多，而且有一部分项目已经死亡，整体上盈利的在线教育企业预计不超过5%。
在这个资本的“寒冬”，包括老师来了、36号教师、轻舟网等在线教育创业项目，都相继倒下。一位多年从事在线教育的业内人士向《中国经济信息》记者分析：“一个项目从开端投入资金到逐步发展，进入盈亏平衡状态，至少需要3到5年的时间。”作为一个更重视长期发展循环的行业，在线教育前期需要投入大量资金，而后期课程的制作、平台的维护以及产品的营销和推广，都需要团队极大的耐心和毅力。
随着在线教育行业的发展，平台的竞争，已经从最初的野蛮走向有序，从跑马圈地走向深耕细作，优质的教育内容成为巨头们的抢夺焦点。还有一些业内人士指出在线教育的一些弊病，例如在线教育APP更多是单向机械灌输，缺乏线下辅导为学生的知识体系做一个完整的梳理以及打通思维知识上的逻辑关联。
信天创投合伙人张俊熹对《中国经济信息》记者分析，线上与线下的结合将会是在线教育接下来发展的趋势。以留学教育为例，“以前的出国留学只是在国内做一些语言培训，但是长周期的链条并没有被开发出来，出国后的实习、就业、移民、置业等等，有很多内容可以深入挖掘。”张俊熹说。
尽管在线教育市场前景广阔，但在创新工场投资总监张丽君的眼里，其实它每个细分领域的市场规模并不大。而且，与其他行业不同，教育行业的内容不能完全规模化复制，往往面对不同的时期和对象，都需要重新做，因此并不容易找到大的市场。
今年在线教育还有一个创新动作就是与AR、VR合力。正如李彦宏多次在公开场合强调的，人工智能是百度核心的核心。人工智能之于百度教育的重要性也不例外。
11月，百度教育“教育云”平台，宣布百度教育生态将依托人工智能技术，朝着内容化、智能化、个性化方向发展。百度教育事业部总经理张高透露，人工智能在百度教育的布局分成内容的数字化、学习的个性化与交互的拟人化三个部分。不过，业内声音普遍认为，鉴于教育行业自身的慢热特点以及技术发展尚在初期等原因，人工智能与教育的融合还需要一个漫长的过程。
关键词：人工智能；人机交互；机器学习；深度学习；数据挖掘
中图分类号：TP27 文献标识码：A 文章编号：1671-2064（2017）03-0221-02
人工智能是当今科技发展中最具潜力的热点问题之一，2016年初轰动世界的谷歌AlphaGo打败围棋世界冠军李世石的经典案例更是引起了全世界广泛的关注和热议。“人工智能”这个概念再次被推到了风口浪尖。那么，究竟什么是人工智能呢？它会对我们的生活有什么影响？在这个背景下，我们深入探究人工智能及其相关的技术领域，对于人工智能的普及和发展有着重要意义，也希望能给予人工智能相关领域的科学研究者们提供一些参考和方向。
1 什么是人工智能
人工智能（Artificial Intelligence，AI）是一门全新的信息技术科学，是计算机科学技术的一个重要分支，是指对于模拟、拓展和延伸人类的智能的应用系统及相关的理论和技术方法的开发研究。主要通过研究及了解人类智能的本质从而开发出能给出类似人类智能反馈的智能机器，计算机系统在理解目标方向之后所取得的最大化成果是计算机实现的最大智慧。人工智能不单单是一个特定的技术，它所研究的往往是能创造智能意识的高科技机器，包括了算法和其他应用程序，处理的任务也远远超出了简单计算，从学习感知规划到推理识别控制等等。人工智能的研究方向包含语言及图像识别技术、机器人设计、自然语言处理等，日益成熟的理论方法和技术实践也使得应用领域范围大规模扩张，人工智能是人类智慧的结晶，未来也可能展现出超过人类的智能。
2 人机智能的研究方向
人工智能的科学研究通常涉及到数学、逻辑学、认知科学、以及最重要的计算机科学等多学科领域，延伸出了以下几个主要的研究方向：
2.1 逻辑推理与证明
早期的人工智能更多的解决了大量数学问题，逻辑推理是基础也是研究时间最长最重点的领域之一。通过找到可靠的证明或者反证方法实现潜在的定理证明，根据数据库的实例进行推导并及时更新证明结论，演绎和直觉相结合，在推理和证明中实现部分智能。
2.2 问题求解
问题求解领域的一大重要应用则是下棋程序的功能实现，化繁为简、将困难的问题点拆分成为独立的子问题进行求解；而另一个实例则是数学方程的求解实现，分析各种公式符号的组合意义从而为科学研究者提供强有力的基础保障。问题求解中所运用的搜索和规约也是人工智能领域中的两大基本技术。
2.3 自然语言处理
自然语言处理也叫自然语言理解（Natural Language Processing，NLP），是指借助计算机来处理使用人类语言作为计算对象的算法程序，并研究相关的理论方法和技术。NLP是人工智能领域的主要研究方向之一，也是发展时间较长的研究方向之一。语音识别、搜索引擎、机器翻译等等都是NLP的重要研究内容，目前也都在人工智能领域获得了突出的应用成果。
2.4 专家系统
专家系统是指具有大量模拟人类相关领域专家知识和经验的智能计算机程序系统，依托于人工智能相关技术，根据专家系统所提供的数据方法进行判断推理进一步决策，从而代替人类专家解决一部分该领域的特定问题。从知识表示技术的角度上看，专家系统可分为基于网络语义、基于规则、基于逻辑、基于框架等几种类别；而从任务类型及专家系统主要解决的问题类型的角度来看，专家系统也可分成解释型（分析和阐述符号数据的意义）、调试型（根据故障制定排除方案）、预测型（根据现状预测指定对象未来可能的结果）、维修型（针对特定故障制定并实施规划方案）、设计型（按指定需求制作图样和方案）、规划型（根据指定目标制定行动方案）等。
专家系统的建立包含以下几个步骤：（1）初始专家知识库的设计：包括问题、知识、概念、形式、规则等多个概念的筹建；（2）开发和试验系y原型机；（3）改进与归纳专家知识库等。
专家系统的实现通常建立在大量的数据统计与人类专家提供的问题解决实例上，没有精确或统一的求解算法，因此也会造成一些局限性。在人工智能与计算机科学快速发展的今天，专家系统也逐渐更重视理论和基础研究，除了基于经验的理论，基于规则和模型的方法也将投入到实际运用中，未来的专家系统将更偏向协同式和分布式方向发展。
2.5 机器学习
机器学习是指计算机自动获取新的推理算法和新的科学事实的过程，是计算机具有智能的基础。计算机的学习能力是人工智能研究史上的突出成就与重要进展，也是人工智能初步实现的重要标志。机器学了在人工智能领域有着重要应用，对于探索人类智慧的奥秘以及学习方法和机理都有着重要意义，机器学习的时代才刚刚开始，各种理论方法也正在逐步完善中，未来精彩可期。
3 人工智能的应用
人工智能的首次提出至今已有60年的历史，在这个循序渐进的过程中，无论是功能场景还是机器模式，都逐渐从单一到通用、从简单到复杂，表达方法也更多种多样。目前主要通过赋予机器产品一定的人类智能从而有效地提升机器工作效率及能力，未来的人工智能将更多的模拟人类生活环境及思维方式来设计出真正具有人类智能的高效人机系统。
3.1 人工智能在各个行业的应用
人工智能已经运用到人类生产生活的各个方面，主要包括以下几点：（1）以智能汽车为代表的自动化交通方式。（2）种类繁多的家庭智能服务机器人。（3）用于临床支持和病人看护中的自动化智能设备及医疗器械。（4）智能教育辅导系统、线上学习和智能辅助学习设备的普及。（5）基于图像处理和自然语言处理的各类音乐社交软件及VR设备的兴起给互联网娱乐时代带来的巨大变革。（6）逻辑证明及智能分析在公共安全领域的预测及防范。（7）大量重复机械的劳动逐渐由智能机器取代，人类承担着更多的创新及实践工作。
3.2 人工智能生活应用实例
作为辅助人类生产生活的重要工具，日趋成熟的智能机器人已经快速走进了人们的日常生活中，下面我们介绍几种常见的使用场景：（1）智能房屋和家居生活的构建：目前的智能停留在自动控制I域，通过用户指令来便捷的操控比如电视、窗帘、灯具、空调等等；而未来，人工智能的发展将根据你的日常行为了解你的习惯喜好，利用传感器和自动装置搜集用户的行为数据，通过机器学习和深度学习算法改造你所居住的环境。最终实现真正意义上的智能家居生活。（2）无人驾驶的智能汽车：主要通过导航和定位实现规定路线的行驶、通过激光测距、雷达感应和照相等技术，配合复杂的计算公式从而辨别和避让各种障碍，最终脱离人类操控的环境下自动完成发动、驾驶、刹车等动作。行驶的安全性和准确性在智能机器的帮助下其实更可靠，我们完全有理由相信未来自动驾驶将成为人们出行的新方式。（3）基于神经网络的新型翻译方式：在线翻译相信大多数人都不陌生，使用范围广普及率极高，但其准确性一直都是人们关注的焦点之一。谷歌翻译负责人表示将在部分功能上尝试使用深度学习技术，如果能顺利实施必将使得翻译准确性的研究取得实质性突破，而基于神经网络的翻译方式则将帮助计算机更好地模拟和理解人类思维，使得翻译结果更流畅合乎规范，也方便人们更好地理解。
4 人工智能的发展历程
人工智能的发展历程不算很长，但发展速度却异常迅猛。跟所有新兴的前沿学科一样，人工智能的发展中也经历了和低谷时期。根据不同时期代表性人物和事件的发生，我们大致可以将整个过程分为以下几个阶段：
（1）1950年，举世闻名的“图灵测试”（图灵，英国数学家，1912―1954）首次发表于《计算机与智能》一文，即通过房间外的人和两个房间内的人和机器分别对话中，是否能区分人和机器从而判断出机器是否具有了人的智能。这是人类对于人工智能最初的概念。
（2）1956年，由香农、麦卡锡、朗彻斯特和明斯基共同发起的DARTMOUTH学会于达特茅斯大学召开，会上首次提出“人工智能”一词，这是历史上第一次关于人工智能领域的研讨会，见证了人工智能学科研究的开端。
（3）1960年以来，生物进化领域逐渐建立起了遗传、策略和规划等算法。1992年计算智能由Bezdek提出，计算智能对于生物进化学的探究有着重大意义，涵盖了模式识别、人工生命、神经网络、进化计算等多学科集合与交叉。
（4）上世纪90年代开始，专家系统逐渐兴起，对于专家知识库的不断改进以及基于规则和模型的协同式分布式专家系统将是未来使用的主要趋势。
（5）从1960年神经网络首次应用于自动控制的实施，到1965年人工智能启发式推理规则的方法引入，再到1977年运筹学理论中概念智能控制模式的成功借鉴，人工智能的发展也顺利引导了自动控制模式逐渐切换到了智能控制模式。
（6）从1956年AI概念的正式提出以来，人工智能领域已经取得了众多突破性的成就和进展，很多天马行空的想象也随着科技的进步在一代代科学工作者的不断努力下逐渐设计落实，人工智能已经从科学研究逐渐走向了人们的日常生活中，成为了当下最具潜力的多学科交叉的前沿科学。
5 人工智能的未来与发展趋势
从人工智能的提出到逐渐走入人们生活，人工智能的概念一经问世则得到了人们的普遍关注，甚至带动了语音识别、自然处理处理、机器学习、数据挖掘等一系列相关学科的发展和兴盛。人工智能领域中的创新和蓬勃发展是趋势也是必然，通过了解人工智能学科的发展历程及应用领域，我们大致可以推测出关于未来人工智能的一些方向：（1）机器学习和深度学习算法指导下更聪明更多样性更具智能的机器系统。（2）自然语言处理应用中更自然的人机互动交流。（3）机器学习时代更快速的数据处理分析策略。（4）各研发企业和机构对于人工智能先进技术更激烈的竞争和角逐。（5）超人工智能（Artificial Super Intelligence，简称ASI）时代下AI是否会走向失控给人们带来的微恐惧。
6 结语
在短短60年的时间内，人工智能的快速发展已经从很大程度上改善和刷新了人们的生活方式。人工智能的深入研究和实现正在不断帮助我们探索这个世界、帮助我们搜寻信息应对各种各样的挑战。人工智能在逐渐强大的同时，有机遇也存在着巨大的挑战和技术瓶颈，距离人工智能时代的真正实现还有很长的路要走。而人工智能的不断更迭完善，是否能取得超越人类智力和认知的智能、是否会出现违背人类价值观的危险行为将是未来很长一段时间内需要研究的重要课题。
参考文献
[1]李红霞.人工智能的发展综述[J].甘肃科技纵横，2007，36（5）：17-18.
关键词：教育机器人；教育产业；应用
一、引言
近年来，人工智能技术在教育领域逐步扩大其落地应用场景，但大多数应用场景仍然很难真正渗透到教学的核心环节并对学生的学习效果起到关键性作用。由于可以在不同教学环节提供人性化交互方式及个性化智能辅导与教学，基于人工智能技术的教育机器人受到越来越多的重视和发展，因此有必要对教育机器人在教育产业发展中的应用进行研究。
二、教育机器人的简介
提起机器人，我们马上就会联想到科幻小说和电影中的机器人。近一个世纪以来，机器人在娱乐和虚构的世界中有着重要的地位，甚至“机器人”这个词本身就来自一部科幻作品—— 1920年，前捷克斯洛伐克作家卡雷尔·恰佩克的科幻小说中第一次出现“机器人（Robot）”这个词，它被用于指代人类创造的用来代替人工的物体。随着计算机网络、机械制造、人工智能等技术的不断发展，机器人已经从一个虚拟的名词发展成一项蓬勃的产业，并从工业领域向医疗救援、教育、娱乐、勘测、探险、救援等领域迅速扩展。
本文所论的机器人主要是指教育产业中的教育机器人。教育机器人主要由硬件平台和软件平台组成，硬件平台主要包含教育机器人的硬件规格以及提供硬件之间的通信，完成某些动作或者输入输出某些信号，它相当于机器人的手脚；软件平台主要包含教育机器人的各种输入信号的处理和开发，完成某种可预期的场景的实现及表述，它相当于机器人的大脑。教育机器人是面向教育领域专门研发的，以培养学生的分析能力、创造能力和实践能力为目标的机器人[1]，它具有教学适用性、交互性、开放性、可扩展性等特点[2]。教育机器人的出现为机器人教育提供了载体。
三、教育机器人产业化发展的意义
当前，国外教育机器人的发展集中在青少年陪伴与辅助教学、特殊教育、机器人竞赛等领域，也更加注重实践性研究与课堂中的实际应用。相比于国外，国内教育机器人总体上还处于起步阶段，在理论与实践研究上都存在一定差距。但随着人工智能教育、STEM教育、创客教育等的兴起，国内对于教育机器人技术的研究及大规模实践应用在迅速增长，产学研相结合的模式也促进了该领域的市场化进程。因此，产业化发展具有一定意义。
1. 对教育创新的推进
教育机器人产业化有助于对教育创新的推进，包括创客教育、STEAM教育、素质教育、STS教育（科学、技术、社会）和教学改革。Chris? Rogers认为，教育机器人产业化教育能够将“Engineering”带进基础教育中，培养学生的STEM素养，推动基础教育改革[3]。
2. 对教学模式和策略的改进
对教学模式和策略的改进，包括教学目标、教学模型、教学策略、教学设计、课程开发等。王雪雁等认为，教学形式的多元体验是教育的重点，而将体验教学法融入机器人教育中进行研究，也在一定程度上促使其他科目在教学改革中形成较有前景的发展方向[4]。
3. 对学生综合素养的提升
对学生综合素养的提升，包括创新精神、实践能力、科学素养以及综合能力。D? Alimisis在调研了目前教育机器人领域现状的基础上，对当前教育机器人领域热点问题发表了自己的看法，他肯定了机器人在培养学生创造力和“? 21世纪技能”方面的重要作用[5]。
四、教育机器人在教育产业化进程中的遇到的难题
教育机器人除了让学习者获取机械、电子、信息、传感技术知识，还能培养技术应用、解决问题、动手能力、团队协作以及表达能力、批判思维能力。《国务院关于印发新一代人工智能发展规划的通知》鼓励全国有条件的高校、研究院开设人工智能专业，在中小学开设机器人相关的课程和竞赛。为此，教育机器人表现出了其无可比拟的教育价值及实用潜质，为培养多学科交叉融合、高素质、复合型的工程人才提供了一个理论教学、实训实践和资源共享的综合平台。
为了更好地促进高层次人才的培训与培养，一方面，我们要大力研究开发及生产高端合格的教育机器人产品，另一方面，我们要全面开展机器人教育宣传，但是还有一些难题亟待破解。
一是诸多教育机器人课题亟待破题。在经济全球化背景下，通过机器人教育促进创新型科技人才队伍壮大与建设是我国人才培养的新途径和新模式。为此，在技术传授的前提下，加快相关理论研究、学术探讨和培养模式研究，激发学生的兴趣，引导学生思考，加深对理论的引领、理解和人才培养研究，是教育机器人的主要研究问题。
二是服务于机器人教育的公共资源比较稀缺。与国外相比，无论是教学设备还是教学案例及教育在线资源，远远不能满足教学的需求。为此，实现中小学、大学课程及教学资源的开发，促进更多的教育教学资源共享，满足机器人教育需求是前提。
三是教师队伍的人数不多。纵观整个发展过程，无论是中小学还是大中专院校，机器人教师需求缺口较大。?一方面是培养出口师资力量薄弱，另一方面受薪资待遇的影响，?具有机器人操作技术和技能的人才就业口径比较宽，较少人愿意去当教师。为此，应加强教师队伍建设及师资长远规划，将崇尚教育、乐教和施教的人聚集过来。
五、破解教育机器人产业化难题的对策
1. 构筑机器人教育云平台
当前，教育机器人可以应用于教学的资源很少，因为每个厂家基于自己的水平开发资源平台，彼此不兼容，不同机器人安装不同的APP程序，资源设计者从单一的角度设计教学资源，没有考虑普众需求，制约了产品的应用推广。为此，开展机器人教育工程技术方面的研究，从教育机器人资源共享标准制定、服务技术策略及数字化资源服务设计与推送角度出发，立足自主知识品牌，促进规模及规范的产业化发展，充分考虑物联网、大数据及云服务技术，在共建共享技术上对教育机器人进行完善与功能提升。
2. 健全教育机器人法律体系
教育机器人在设计、开发、生产、销售和使用过程中，关乎国内外的道德准则、社会伦理、用户安全和权益诉求等诸多法律方面的问题。一是探究国际规则，深化法律规范，构建风险防控机制和预警监测体系，研判就业替代与社会伦理道德问题，促使教育机器人教育资源绿色健康、安全可靠可控、造福于民。二是研究机器人教育与教师职业岗位有机结合与协调发展问题，依托机器人智能技术发展，构建教育机器人的伦理学特性。
3. 加快行业标准完善
据了解，工业机器人标准相对成熟，但从教育机器人这个角度来说，无论外国品牌还是正在崛起的中国自主研发的品牌，都缺乏与之相适应的规范与标准约束。教育机器人是机器人产业细分领域的一大类产品，研究制定科学化、规范化的标准体系，才能促进教育机器人产业健康发展。所以，加快教育机器人相关标准的研究时不我待，同时需要尽快上升为国家标准，从而引领国际标准，倒逼产业，给产业发展提供方向，规范和促进产业发展。
4. 构建教育机器人产业联盟，提高教育产业转化度
为了更好地满足多样化的用户需求，坚持经济全球化大方向，发挥高校、科研院所、企业和行业组织的作用，健全高效灵活、优势互补的教育机器人产学研用协同创新体系，在教育机器人产品试制、功能完成、系列产品打造和产业链塑造等方面进行全方位一体化设计。以笔者所在中职学校为例，可以联合当地的高校、政府和其他企业单位建设产学研平台，丰富教学实践手段，提高教育机器人在教育产业中的转化度。
5. 强化产品开发，增强教师参与度和教学应用度
机器人教育产业链涉及硬件制造、平台开发、应用服务提供等几类厂商，但目前很多机器人公司只负责教育机器人硬件的开发、制造、组装及测试，提供简单的产品说明和操作手册，并不参与课程开发和教学设计。这样的产业模式显然不利于机器人教育发挥最大的作用。只有当教育机器人的制造商与学校教师共同参与课程开发和教学设计，设计开发出丰富的教学情境应用程序、服务与内容，才能使教育机器人真正满足教与学的需求。
总之，教育机器人的产业化应该结合当地经济社会和文化特点，真正有力有效服务于地方教育和经济文化。同时要注意在“互联网+”时代，恰当发挥政府宏观调控的杠杆优势，立足本国，面向国际，引导教育机器人产业进行科学布局，打造具有时代特色的教育机器人产业基地，形成中国特色产业集群。
［1］ 黄荣怀，刘德建，徐晶晶，等 . 教育机器人的发展现状与趋势［J］.现代教育技术，2017，27（01）：13-20.
［2］ 张剑平， . 机器人教育：现状、问题与推进策略［J］.中国电化教育，2006（12）：65-68.
［3］ Rogers C，Portsmore M. Bringing Engineering to Elementary School［J］.Journal of Stem Education Innovations & Research，2004（05）.
虽然不是Hellocar创业团队的一员，但George Northcott也有理由对这个消息感到兴奋―作为Founders Factory联合创始人兼商业开发主管，Hellocar是Founders Factory孵化器项目里孵化出的第一家公司。
成立于2015年6月的Founders Factory里既包括从无到有创立公司的孵化器，也有帮助具备一定基础的创业公司扩张成长的加速器。m然创业孵化器和加速器的概念早已泛滥，但Northcott认为Founders Factory提供了一种全新的模式。它们的竞争对手通常会为创业公司提供免费的工作空间，每个月只有间歇性的导师指点，并且通常只有一家大公司在背后支持运作。“孵化器和加速器的市场已经有了明显的泡沫，它们当中有太多并不能带来价值。”Northcott对《第一财经周刊》说。
与它们不同的是，Founders Factory总共有6家大公司投资者的支持，它们分别来自不同的行业，每家公司投入千万量级的英镑，在各自的领域内寻找并支持有潜力的创业公司。保险公司Aviva定位金融创新，欧莱雅定位美妆技术创新，出版商Holtzbrinck Macmillan定位教育创新，卫报集团定位媒体创新，中科招商定位人工智能创新，廉价航空公司EasyJet定位旅游技术创新。“创业公司可以作为大公司的免费研发引擎，你可以把我们看作是一个约会平台，为它们彼此寻找合适的组合对象。”Northcott说。
在一份为期5年的合作协议中，Founders Factory和每家大公司伙伴在各自领域每年投资和扶持5家处于创业初期的公司；此外在孵化器项目中，6家大公司伙伴的资金还会以每年投资两家公司的速度，一起用来开发新公司。在整个Founders Factory中，通常会同时容纳20家创业公司。
来自赞助创意的非盈利基金会Nesta的调研显示，欧洲所有的加速器项目中有1/3拥有大公司的资金支持。大公司越来越希望加强与那些试图颠覆行业的创业公司互动。这项调查同时还发现欧洲前130强的大公司发起的收购中，80%的收购对象都是创业公司，而不是拥有一定规模和基础的公司。
一开始说服大公司加入Founders Factory最大的挑战在于，它们只对自己所在领域的创新感兴趣，但它们的投资却是不同领域共享的。也就是说，由6家大公司投资所支持的Founders Factory的基础运营，不同行业的创业公司都能同时享用。“大公司的创新无非是通过内部研发和企业兼并，它们一般都发生在行业内，这是一种封闭的思维方式。而真正具有颠覆性的创意往往是由跨界而来。那些具有前瞻性的大公司知道这一点。”Northcott说。Hellocar最初是来自于卫报集团所支持的一个概念，现在Founders Factory的另一个投资者Aviva也加入进来，为Hellocar提供保险服务。
加入Founders Factory加速器的创业公司能获得价值20万英镑（约合171万元人民币）的投资，3万英镑（约合25万元人民币）的成长基金，定制的成长辅导计划，以及运营部门全天候的支持，包括工程、产品、设计、战略、商业开发等，培养周期为6个月。Founders Factory自有的运营团队每天都能为创业公司提供它们所需的支持，而不像其他的加速器那样只提供间歇性的辅导。作为回报，Founders Factory会占有公司7%的股权。那些从孵化器里走出来的新公司，Founders Factory则会首先拥有它们全部的股权，然后逐渐将股权返还给成熟后的创业管理团队。Founders Factory的目标是在5年内成立200家技术公司。
Founders Factory是折扣网站的创始人Brent Hoberman所拥有的Founders品牌业务中的一支。最早出现的是2005年成立的Founders Forum，那是一个面向全球创业者的线上线下社交网络，也吸引了众多明星级的企业家和投资者，包括Huffington Post的创始人Arianna Huffington、LinkedIn的联合创始人Reid Hoffman以及企业家理查德・布兰森。Hoberman发现越来越多的大公司通过Founders Forum的平成了很多投资项目，于是便有了Founders Factory的概念。除此之外，他还衍生出了为大公司提供数字化咨询服务的Founders Intelligence、为企业高管提供求职招聘服务的Founders Keepers，以及年轻人版本的Founders Forum―Founders of the Future。
“我们收到的最好的申请者通常都是来自其他创业者或是大公司的推荐，大公司会觉得，这个公司不错，可以先放到Founders Factory里培训一下，等成熟之后再选择投资。Founders Forum的网络对我们的帮助很大。”Northcott说。“21世纪的创新主要是技术的创新，但人际社交关系则是使技术创新实现可持续商业转变的催化剂。” >> 位于伦敦西部的Founders Factor y办公室。联合创始人George Northcott认为，把大公司和创业公司结合起来，形成价值交换，会碰撞出强有力的产品。
Founders Factory认为商业模式、专业人才服务和庞大的创业者网络是它们的核心竞争优势，不仅能解决大公司创新的挑战，也能降低创业失败的风险。“大公司拥有庞大的用户储备、分销网络、数据资源、以及资金，而创业公司有新技术、创新的商业模式、独特的企业文化，把这两者结合起来，形成价值交换，会碰撞出强有力的产品。”
尽管大公司出钱，但被资助的创业公司并没有义务接受它们的收购，或是只为它们的客户提供服务。
由出版商Holtzbrinck Macmillan赞助的Lightneer已成为了教育类游戏中的明星产品。从“愤怒的小鸟”团队出走的Lauri J rvilehto创立的Lightneer去年12月在芬兰上线了他们的第一款游戏Big Bang Legends，很快便在当地苹果商店教育类App中排名第一。今年春天，他们还将在更多国家上线这款游戏，并考虑根据这款游戏制作一部动画片，其中主要的角色形象会进入玩具市场。目前Lightneer已经融得394万美元的资金。
去年5月Founders Factory成为欧莱雅在全球美妆技术创业领域中的独家投资伙伴之后，今年1月，欧莱雅公布了投资的第一批5家公司。欧莱雅一共收到了180份申请，从中选出了9家公司，邀请它们来总部向欧莱雅CEO Jean-Paul Agon讲述自己的思路，最终投资了5家公司。“为了改善我们的数字服务，与创业公司的经济系统连接在一起是很重要的。我们想要了解现在的市场趋势是什么，在早期就接触到消费者会喜欢的破坏性产品。”欧莱雅首席数字官Lubomira Rochet说。
Preemadonna是欧莱雅这次选中的公司之一，其开发的Nailbot把消费者的手机变成美甲沙龙。用户首先在指甲上涂上底漆，把手机放到Nailbot上，从App上选择想印在指甲上的图案―可以是DIY设计的，也可以是App的内置图案。接下来用户把手指放到机器里，5秒之内便能将图案印到指甲上。Preemadonna成立于2013年，至今已经有了3轮融资了。去年Preemadonna在Kickstarter上为Nailbot众筹，项目开始23天之后就达成了目标。虽然目前Nailbot还没投入批量生产，不过Preemadonna表示今年10月就可以发货。
欧莱雅在美妆技术创新上一直都非常激进，位于旧金山的欧莱雅技术孵化器孵化出了一系列创新产品，包括能让用户虚拟试妆的App Makeup Genius，也让欧莱雅成为美妆行业中最早应用增强现实技术的公司之一。在今年1月的CES上，欧莱雅还推出了一款智能梳子。“我们相信开放式的创新是发现全新的具有破坏力创意的关键，和创业公司共同开发新服务才能满足消费者的期待。”Lubomira Rochet说，这也是他们选择与Founders Factory合作的原因。
在创业公司的筛选上，Founders Factory会关注行业趋势以及大公司的需求。以美妆行业为例，增强现实、虚拟现实、机器学习、人工智能、新电子商务模式以及与消费者互动的新体验，比如个性化体验的方式，是欧莱雅挑选创业公司时最为看重的。Founders Factory甚至还开发了一个人工智能工具帮助它们筛选有潜力的创业公司。这个工具能整理出一个成功的技术创业者所需要的素质，通过采访顶级的风险投资者和创业者组织，以及高等院校的推荐，把这些数据组合起来，通过算法预测出哪些技术创业公司能获得成功。
大公司是创业公司最想颠覆的对象，而Founders Factory却鼓励两者合作，Hoberman觉得这并不矛盾。“当我成立的时候，我们和英国航空、维珍航空等大公司都有交往，只有通过与它们的合作，我们的产品才能获得权威的认可，才能快速打开一个行业，对创业公司来说，这样成功的几率才更大。”
Vidsy的CEO Gerard Keeley也同意Hoberman的观点。Vidsy是一个连接品牌与移动视频内容创作者的平台，在加入Founders Factory的加速器项目之后，经过指导，Vidsy把业务重点由经纪公司模式转换成为品牌和视频内容创作者提供市场交易的线上平台，在6个月的时间内，Vidsy的收入增长了4倍。
“我们卖的是B2B的产品，所以和大公司结成合作，了解它们的需求十分重要。加入Founders Factory让我们能从一开始就和大公司里合适的人对话，这是让我们快速成长的捷径。”Keeley说。Founders Factory为他们介绍了营销和分销合作伙伴，Vidsy现在正与Founders Factory的投资方之一的卫报集团的视频内容业务有着深入的合作，欧莱雅等其他大公司投资者的市场营销项目也会交给他们做。
欧莱雅支持的Cosmoses公司通过精准的室内定位技术，帮助品牌分析线下消费者的购物行为，为它们提供定制化的商品和折扣信息。Cosmoses的创始人是波兰人，但欧莱雅认为中国庞大的市场以及消费者对移动工具广泛的接受度，会是这款产品的首选市场，在欧莱雅的支持下，Cosmoses将创业的总部放在了中国上海。
点燃在线学习的火种在2011年以前，可汗学院、慕课和翻转课堂各自进行着一条独立的发展轨迹，悄悄地点燃了在线学习的星星之火。
2004年，萨尔曼·可汗为了远程辅导亲戚家的小孩学习数学，开始录制教学视频并放到YouTube网站上供需要的人免费观看和学习。接下来，他又为孩子们编写了互动练习软件，加强他们的数学训练。2007年，可汗把教学视频和互动练习软件进行了整合，创建了免费的网站，用视频讲解不同科目的内容，并解答网友提出的问题；并提供在线练习、自我评估及进度跟踪等学习工具。2009年，可汗干脆将收入不菲的工作辞掉，他成立了一个非营利性机构“可汗学院”，全身心投入在线教育中。
2007年，美国科罗拉多州的林地公园高中，两位化学教师乔纳森·伯尔曼(Jon Bergmann)和亚伦·萨姆斯(Aaron Sams)开始一项开创性的教学实践活动。他们使用屏幕捕捉软件录制Powerpoint演示文稿的播放和讲解声音，形成视频并上传到网络，以此帮助课堂缺席的学生补课；接下来，他们逐渐以学生在家看视频听讲解为基础，开辟出课堂时间来让学生完成作业或实验，并为过程中有困难的学生提供帮助——这就是翻转课堂。虽然在他们之前，一些大学教师们比如哈佛大学物理教授埃里克·马祖尔等，做了一些试验性的探索。但真正让一线教师接受并采用翻转课堂，还是应该归功于这两位高中教师的大胆实践和推广。
2008年，联通主义( Connectivism)的两位提出者，加拿大阿萨巴斯卡大学教授乔治·西蒙斯( George Siemens)和斯蒂芬·唐斯( Stephen Downes)率先实践了大规模开放在线课程（MOOCs），即慕课。随后有一些大学教授也开始采用了这种课程方式，并取得了一些成功。慕课也逐渐在北美流行开来。
视频重塑教育
历史常常会因为巧合而发生奇迹。这三个独立发生的故事在2011年碰撞在一起，三个火种形成了一个巨大的火炬，照亮了教育的未来。
这还得从可汗学院说起。时间回溯到2009年，可汗已经录制了2000多个在线教学视频，使很多学有困难的学习者受益，并收到大量感谢和赞美的邮件和留言。不过此时的萨尔曼·可汗却感觉到了巨大的困难。因为他辞职创办可汗学院，积蓄很快花完，面临着生计问题。就在可汗无以为继，准备放弃的时候，他收到了硅谷投资者约翰·杜尔的妻子安·杜尔的小额捐赠。这是可汗得到的第一笔资助。接下来，可汗学院受到了比尔·盖茨的关注，并收到了来自比尔和梅林达·盖茨基金会150万美元资助。后来，谷歌公司也向他赞助了200万美元。这一系列的资金注入不仅让可汗可以继续录制教学视频，更重要的是得到了大量媒体的报道。似乎在一夜间，萨尔曼·可汗和他的可汗学院红遍美国。他也因此被誉为美国在线学习的教父。
在媒体报道后，更多教育行业内部人士开始关注可汗学院和他的在线教学视频。而此时，翻转课堂已经走过了3个年头，并悄悄地在中小学教师中流行开来。不过，很多教师虽认可翻转课堂，却因为各种原因无法真正实施这种教学方式。最大的困难就是教学视频的缺乏，因为不是每位教师都可以录制出高质量的教学视频。而当他们知道可汗学院的视频如此受到学习者喜爱后，他们就开始使用这些视频来实施翻转课堂。教师布置学生回家后观看可汗学院的教学视频，第二天回到课堂上互动释疑完成练习作业。有的教师甚至直接让学生在课堂上观看可汗的视频来代替自己的讲解，在学生有疑问时施以援手。从某种意义上讲，可汗学院的视频降低了教师采用翻转课堂模式进行教学的门槛，推动了翻转课堂的进一步普及。不过，这才刚刚是个开始。
当可汗了解到教师们的这一做法后，决定主动出击，以帮助这些教师更好地利用可汗学院的教学资源辅导学生学习。2010年秋天，用比尔和梅琳达·盖茨基金会和谷歌公司注资的经费，可汗学院开发出了一套学习控制系统。这套系统能收集学生的学习数据，让学生了解自己的学习进步，让教师知道学生学习情况，进而更有效地开展翻转课堂。可汗学院与加州洛斯拉图斯地区学校合作，在该地区五年级和七年级尝试使用这套学习控制系统。至此，可汗学院从一个热门课外辅导网站变成真实的课堂教学工具。2011年，洛斯拉图斯地区学校使用可汗学院系统翻转课堂后，学生成绩有了明显的提高。而原本低调的翻转课堂教学模式随着可汗学院的参与，开始进入全世界教育工作者的视野，并受到追捧。
不过，从可汗学院受益的并非只有中小学的学生和教师们。2011年初，人工智能专家、斯坦福大学教授塞巴斯蒂安·斯朗（Sebastian Thrun）在TED 大会上被萨尔曼·可汗在斗室里制造出的可汗学院迷住了。于是，他也依样画瓢把他的“人工智能”课搬上了互联网。他和同事彼得·诺维格（Peter Norvig）在自家客房的地下室里，架起一块白板，支起一根麦克风，对着摄像机，开始了“人工智能”课程的录制。2011 年秋天，有 190 个国家（地区）的 16 万学生在网络上注册了这门课。不仅如此，这门课还诞生了一个 Facebook 群，在线讨论组以及大量的志愿翻译者：这门课被志愿者翻译成了 44 种语言。
从2008年慕课发端到现在，终于引来了突破性的发展。上完这门课，塞巴斯蒂安发现他没法在斯坦福继续教书了。“人工智能”慕课的成功让他激动不已，并让他深刻地认识到这背后蕴藏着的巨大机会。2012年2月，他和两名同伴创立了一个名为 Udacity 的网站，提供和计算机以及人工智能相关的在线课程。现在，他们提供 24 门课，从数学、科学到工程，服务来自 120 多个国家的超过 75 万名学生。
两个月后， 斯坦福大学两名计算机教授创建的Coursera，以及在当年秋天由哈佛大学和麻省理工学院联合的Edx两大慕课平台也开始运作。在短短一年间，慕课就得到了爆发性的增长，极大地触动了传统高等教育。
Coursera联合创始人之一达芙妮·科勒（Daphne Koller）在纽约时报撰写的文章《科技是个性化学习的护照》中谈道，可汗学院对他们实施慕课有很大的启发。
现在，翻转课堂在全球中小学遍地开花，慕课也掀起了大学的教育革命，可汗学院的引领功不可没。
翻转课堂让教室变小
可汗学院在与翻转课堂结缘并进入到学校后，可汗决定制作出更多趣味性强且富有吸引力的教学资源吸引孩子们到可汗学院来学习。
可汗学院陆续邀请了一些优秀的教师加入到制作教学视频团队中，丰富了可汗学院教学视频的学科种类，比如艺术和医学课程。可汗学院还增强了教学视频的互动性。它将字幕分成与时间标记对应的极小单元，学习者可随时前后反复或跳着观看，或依关键字搜寻所需片段。更重要的是，当教师让学生采用此资源学习时，教师可以掌握每位学生观看的历史记录，知道学习者的困难点在哪里。
与此同时，更多优质的教学视频在可汗学院理念的影响下涌现出来。2012年TED的教育频道TED-ED，并邀请全球的教师提交他们最棒的课程用于翻转课堂。TED-ED强调用有创意的动画呈现课程内容，搭配快速问答选择题、开放性问题与资源联结，帮助学生学习。更重要的是，在TED-ED平台上教师可以利用TED的视频或其他在线视频，定制成自己的课程，然后得到专属的网址，发送给自己的学生，并让你能监看学生答题正确率与其他学习情况。
而在翻转课堂的先锋——林地公园高中的两位教师贝格曼和萨姆斯看来，教学视频仅是一部分。“把看教学视频作为家庭作业布置给学生，回到课堂上完成练习作业”，这是翻转课堂1.0版本，并不是翻转课堂的全部。翻转课堂的重点不在于教师自制讲课视频来教学，而是能真正思考如何更有效地运用课堂互动时间。教师作为知识领域的专家，可以将属于单向传授的部分知识录制成视频，让学生自行学习；留出更多的面对面课堂时间，有利于师生面对面地互动交流解决个别问题，且更进一步地，用以发展学生的高层次认知能力 (如布鲁姆目标分类中知识应用、分析、综合及评估等能力)。因此，翻转课堂的面对面课堂时间需要精心的设计。
他们进而把翻转课堂重新命名为翻转学习，并认为：翻转学习是把直接教学（讲授基本事实、知识和技能）从群体学习空间转移到个人学习空间。以前面对面的整个课堂教学过程中，不管是教师讲授还是与学生对话，都是以教师为中心的一对多的形式；而翻转学习改变了这种传统的形式，不管是学生在家看教学视频，还是课堂上师生面对面地互动交流，都围绕着学生中心展开。学生获得了学习的主动权：根据自己进度看视频，提出个人的问题与教师或同伴交流。而这种让学生主动地去了解、探索问题及深入思考的学习形式，才能真正地让学习深化。
因此，贝格曼认为翻转学习的班级人数不应多，因为这让教师更容易在课堂上有机会与每位学生对话。按照掌握学习理论解释，每位学生在进入下一步前必须证明已经掌握了先前学习的内容，因此每位学生的学习进度不可能一样。教师需要在每一天的每节课关注到每一位学生的进展情况，如果班上人数多了，显然就不容易做到。
其实，翻转课堂是一种混合式学习方式，它包括了课前的在线学习和课堂的面对面学习两部分。由此，人们对翻转课堂的认识也发生了分化：是更注重教学视频和平台的开发使学生有更棒的在线学习效果呢，还是设计更好的课堂教学让学生更积极地参与到学习活动中来呢？其实二者并不对立，只是实施翻转课堂的人们因为自己的特长而各有侧重而已。换句话说，就是专业的人做专业的事：在线课程开发人员注重更棒的教学视频，一线教师则侧重更好的课堂教学设计。二者的融合将使翻转课堂为代表的混合学习更快地进入到学校。
也有人质疑：如果学生作业都不愿做，翻转课堂又如何能让他们来看教学视频呢？显然有趣的教学视频和游戏化的学习平台对这部分孩子更有吸引力。孩子是天生的学习者。如果他不愿意学习，可能是课程不够好，他对此没有兴趣。当然，持续的学习还是需要督促的。类似可汗学院的在线学习平台能收集学生的学习行为，提醒和激励他们持续地学下去。
有一点是大家的共识，就是翻转课堂的教学视频主要是讲授课程中的基础知识和基本概念；课堂上则用于组织活动发展学生的高级思维能力。翻转课堂如果课前视频学习没有效率，那么课堂活动设计得再好，教师也可能因为学生问题太多而疲于应付，哪怕是小班额课堂。建构主义支持者也曾批评可汗学院倡导的行为主义背景下的掌握学习是把学习变成死记硬背。而从这个层面看，可汗学院恰恰是在行为主义和建构主义之间搭建了一座桥梁。
慕课让教室变大
2013的ISTE（美国国际教育技术协会）大会上，美国利哈伊大学教育学院的教学设计及教学技术教授Scott Garrigan博士表示，慕课将要给基础教育带来一场变革。“慕课正在变革高等教育，但是很快，慕课将同样会对高中教师的教学方式产生影响。”慕课给学习者带来全新的体验。第一，在线教学视频的全面改进：它将视频片断化，视频之间有练习题弹出，帮助学生回顾知识。第二，评判机制优化：机器判分，同学互评，游戏化。第三，它利用社交网络形成更棒的学习氛围。第四，大数据统计能够提供自适应教学反馈。
传统教室中，明星教师最多能给200位学生上课。而在可汗学院平台，萨尔曼·可汗每次能给数千上万的学生上课。Garrigan博士说，目前最好的K-12慕课平台就是可汗学院，他改变了现有教育体系。
的确，萨尔曼·可汗也正在对未来教育体系进行深入的思考。2013年，在可汗出版的The One World Schoolhouse 一书中，他提出全世界需要一个提供免费优质教育资源的网络教室，让更多的学习者从中受益。正如可汗学院网站上写着的承诺：“让任何人，在任何地方，都得到世界一流的教育。”
2013年，美国加州的特许学校——火箭船学校开始一个新的举措，学校正朝着把教室变大的方向发展。学校将建立更大、更开放的网络教室，里面将配置更多的电脑，可同时容纳一百多名学生同时参加在线学习。但学校只为这间教室配备了3名专任教师和1名个性化学习助教。学生将大部分时间集中在网络上进行在线学习。根据学生在线学习的数据统计和分析，教师把有相同问题的学习分别组成学习小组，在教室的旁边参加面对面的直接教学或个别辅导。
关键词：网络环境；智能机器人；学习模式
现代社会信息技术的飞速发展，使得人工智能有了更广泛的研究和应用，为了跟上时代的需要，智能机器人教学已在中小学校开展的有声有色。众所周知，智能机器人技术是一门具有高度综合渗透性、前瞻未来性、创新实践性的学科，如何让这门学科在青少年教育中发挥更好的作用，在中小学校校园中开展的效果更佳，很多专家学者进行了各种方法研究，并且很多在校的一线信息技术教师也在摸索实践。目前，在网络环境下进行学习是随着计算机技术和网络技术的发展而产生的一种新型学习方式，也是未来教育的一个重要发展方向，与传统学习方式相比，它具有明显的优势。故两者结合，网络环境下中小学智能机器人学习研究将成为我们面临的一项重要研究课题，网络环境下中小学智能机器人学习模式的研究将成为这一项重要研究课题中的一个重要研究方面。
一、网络环境下中小学智能机器人学习模式综合研究
智能机器人学习是个连续的、循序渐进的过程，小学要开展，中学高中也要开展，根根据青少年不同阶段的不同特点，结合智能机器人教育教学活动的任务和特点，依托网络提供的强有力的辅助环境，提出小学、初中、高中三级阶梯式网络环境下智能机器人学习模式是可行的。
该模式基于国家、省市组织的各种大型智能机器人比赛活动，整合各级学校优秀教师辅导队伍，按教学模块和知识特点统一编写使用教材和研究授课知识重难点。形成在小学学习阶段重在打基础、初中学习阶段重在培养兴趣和素养的提高、高中学习阶段重在设计、创新成果的“小学、初中、高中三级阶梯式网络环境下智能机器人学习模式”。
二、网络环境下中小学智能器人学习模式课堂学习研究
我们在教学实际和课题研究中，注重充分发挥网络环境下课堂教学的优势，通过学习吸收他人的成果和自己的研究实践，建构合理的网络环境下中小学智能机器人学习课堂模式，取得了一些积极的成效。
1.网络环境下课前导学学习模式
课前导学，顾名思义，重在强调“导”与“学”。 “导”指的是知识的引导、教师的指导；“学”则指的是学生主动探究学习、伙伴合作学习。课前导学实际上是用来引导学生提前自学，提前梳理知识的一种方式，强调的是在教师主导下学生的自主学习。在网络普及和发展的今天我们可以充分利用网络这一网络媒体工具，课前教师将本节课的知识点以导学案的方式通过互联网发送给学生，让学生在课前完成新知识的预习、思考和准备工作，智能机器人学习是学生很喜欢的一门课程，所以学生在老师的引导下会做得更有方向性、针对性、更出色，以“智能机器人走迷宫”一节为例，教师把智能机器人走迷宫这一命题通过互联网发送给学生，学生可以利用课余时间思考走迷宫的各种实施方案，提前编写好流程图，给课堂提供更多时间用于编程和运行调试，这一环节的主要目的是把学生更多的思考时间放在课前，充分做好课前知识的预习，培养学生自主思考的积极性和提高自学能力。
2.网络环境下课中交流学习模式
这一环节主要包括课前导学反馈、提出目标、合作探究、师生交流、生生交流、释疑精讲、达成目标。网络为师生互动、生生互动提供了良好的技术支撑和软件平台，这一环节我们可以利用机房局域网和电子教室软件工具完成授课内容，鼓励学生合作交流，充分表达的自己独到见解，质疑的问题可上传发表在局域网的互动讨论区，由学生共同讨论解决。以智能机器人走迷宫一节为例，在一个复杂的迷宫环境中智能机器人怎样才能走出迷宫，方案如何设计，程序如何编写，学生可以借助网络进行师生、生生间的求助。学生还可以根据自己的假想和思路在小组中展开讨论，进行可行性分析，进而编写可行性程序，通过仿真系统进行调试，调试过程中学生可以利用局域网互动平台共同解决出现的问题，这一环节也充分展示了师生间、学生间的动态信息交流，并通过网络体现小组合作精神和协作意识。借助问题的提出、变化和逐步深入，让学生进一步思考、交流、探究，引导学生合理寻找解决问题的途径，总结学习中的经验，掌握基础知识和基本技能，不断地培养学生的探究能力和合作交流的良好风尚。
3.网络环境下课后拓展学习模式
【关键词】科学素养；机器人教学；创新精神
教育部从2003年起，把中小学机器人比赛纳入全国中小学电脑制作活动，同时普通高中新课程已将人工智能技术及简易机器人制作列入选修内容。在机器人教学中，学生通过动手实践获取知识，针对项目主题进行研究、策划、设计、组装和测试。通过主动探索、动手实践，亲身体验抽象的理论如何变成了触手可及的答案，享受成功的喜悦。活动中，学生不仅学习有关机械、电子、计算机等技术知识，还可以培养多方面的能力和素养，如：与人沟通合作的能力，合理分配、利用时间的能力，对他人尊重、毅力与自信心等。
一、机器人课程，现代教育的呼唤
青少年科技活动作为教育的一部分，已有一个多世纪的历史。目前，正值世界新技术革命的，人们对科学技术的功能、科学技术自身发展的特点以及现代科学技术对人才提出的新要求，这使得青少年科技活动有一个较好的社会环境和良好的理论基础。开展青少年科技活动的目的并不在于在各项比赛中获得名次，根本目的在于培养青少年的科学素质的。
我校在2009年成立了江南机器人工作室，开始“让学生了解智能机器人”的实验研究，面向参加杭州市智能机器人比赛的学生进行培训；2010年开始，机器人工作室面向四～八年级的学生，把智能机器人教学纳入综合实践课程，每周四课时，通过教学反馈，在开设智能机器人课程后，学生学习热情高，促进其科学素养的养成，主要表现在学生对于学习的主动性提高，在常规课程中也能以科学的思维去发现问题、解决问题，对实际问题的分析与理解更准确、深入。
二、智能机器人教学模式的思考
我校机器人教学实践活动以普及组和提高组的形式，面向全校自愿报名，从中选拔四十余名同学，每周有两名专职教师进行固定课时的教学。教学内容包括机器人的基本原理与工作过程、FLL工程挑战赛、创意机器人制作等等项目。我们在活动课的教学中积极引导学生学会观察、学会表达、学会思考、学会创新，使学生掌握机器人基本知识与基本技能，增强动手能力，培养团队协作精神、激发创新精神，培养科学兴趣，提高学生的综合素质。
在机器人实践活动中不以竞赛为唯一目标，在平时教学活动中注重培养学生的兴趣，教师多角度地看待每一个学生的学习，轻结果，重过程，对学生的进步和成功都及时给予鼓励，使自信的愉悦贯穿整个教学。这种正面的情绪进而促使学生充满兴趣，更自主的投入到学习、探究中。在教学过程中给学生设置一些比较复杂的任务，通过小组讨论协作完成，小组间再进行竞争。竞争是触发激情的手段之一，能延续学习兴趣，锻炼学生的心理素质。同时在小组设置中，采取“以老带新”的方式，鼓励学生主动探索、设计自己的机器人，并编写程序完成任务。实践中教师只是指导者与合作者，学生才是主体。平等和谐的师生关系进一步激发学生的创造力，学生亲身体验抽象理论到触手可及的实物过程，极大地调动了学生的内动，促进其主动发展 。
三、机器人教学实践活动的成效与思考
四年的智能机器人系统教学，我校涌现出一批有潜质的科技特长生，从最初对机器人知识的完全空白，到如今能把一堆零件器材搭建起来并编写具有针对性的程序，制作出成具有特定功能的机器人，并利用课余时间参加全国、省、市各级竞赛活动，已取得全国、省、市多项一、二等奖。
在智能机器人教学实践中，学生真正实现主体地位，在实践中亲自观察、探索、操作，学生的兴趣、情感、意志都得到较好发展，达到使学生在掌握知识的基础上充分发展智力、能力的目的。智能机器人教学课程的内容不受大纲、教材的限制，适于加进现代科学的新知识，开阔学生的科学视野，与现实生活紧密结合，渗透着现代科学技术新成果的内容。课内，以传授的方法为主给学生以基础知识和基本技能的，而在课外，机器人教学活动引导学生在已有知识的基础上去进行科学知识的自主探究，弥补课堂教学的不足，有利于培养学生的科学素质。课堂教学对完成共性教育和全面的基础教育有很大的优越性，但对于因材施教育发展个性又确定存在严重的不足。活动内容丰富、形式多样的智能机器人教学活动可以弥补这一不足，使学生在科技上得兴趣、爱好和特长得以充分地发展。
四、机器人教学实践活动开展的思考
智能机器人课程的内容决定了它属于青少年科技实践活动。以科技实践兴趣课为载体的智能机器人教学形式，只能面向一部分学生。笔者在思考，如何让更多学生享受智能机器人课程？是否可以换一种教学载体：如把新课程标准下的“地方课程”拿出部分来用于实施智能机器人教学，或与关系比较紧密的信息技术课程进行整合，开发出适合本区域学生特质的校本课程。这样，可以让现有的机器人器材，尽可能提高使用率，从而最大限度地发挥其作用，取得更明显的教学与社会效益。
总之，智能机器人研究活动对学生知识建构、创新意识和能力的培养都起到了积极的推动作用。受到硬件的制约，我们国内的机器人教学还大多是停留在课外兴趣小组辅导层面上，相信不久的将来，会普及到课堂教学中去，培养更多有综合素质和良好信息素质的现代化人才。
【参考文献】
[1]王秀英.孙增圻教授谈中小学机器人教学.信息技术教育，2005，11期
[2]蔡鹤皋.机器人将是21世纪技术发展的热点[J].中国机械工程，2000（2）
[3]克来格.机器人学导论（原书第3版）.机械工业，2006（6）
关键词：小学数学 ；应用题 ；自动解答；解题策略
在教育领域蓬勃发展的今天，对数学问题的解决能力的培养已然早就成为世界各国的教育界所高度重视的事情。例如，美国在89年就将“解决数学问题”作为一项明确的课程标准，正式的列在学校教学任务中要达成的五大目标之一中。日本是从94年起改变了教学大纲，在实行新大纲的同时就将“问题解决”为主导的数学课题式教学列入了新大纲的内容中。为了更好的研究问题，多位研究者分别从不同的领域对其进行研究，从心理学、教育学（数学类）、计算机学等等方面，而且研究的方向分别是学生解决问题的过程、解决问题所运用的策略、阻碍解决问题的因素还有怎样提高学生解决问题的能力等。这样一来，就明确的为良好的培养学生解决问题的能力的系统研究奠定了坚实的理论基础。但是要想解决问题的根本，实现小学数学应用题的自动解答并不是一件简单的项目，一定要结合多方面各个领域一起进行深入研究。本文通过已掌握的研究成果，结合应用题实例进行进一步分析，在多方领域学科的奠基下，为实现自动解答技术探索研究路线。
一、小学数学应用题的基本特征研究
关于小学数学首先要了解的必须是它的描述方式是自然语言。而其解题过程包括四个阶段，分别是全面审题、制定解题思路、执行解题计划、检验结果。重点是在整个阶段里所涉及到的知识不仅只有数学方面，还包括生活和语言方面的知识。因此，深入了解并系统分析小学数学应用题本身的特征，是作为解题所用知识和组织系统结构的基础方式，也是可以实现自动解题的必要
前提。
（一）小学数学应用题的类型
应用题的类型不同所运用的解题知识就不同。就算小学数学中应用题的解答，所涉及的是同一方式，也不一定是用的相同的知识类型，所以在解题过程中，先对应用题进行分类，归纳类型题所要用到的知识，是一个必要的方式。
（二）小学数学应用题的语言
虽然小学数学应用题用自然语言来表达，但是在数学这一范围内，要想表明数量之间的联系问题，其语言的使用还是有一定的特点的。
1.语言简单、容易理解。由于小学数学应用题所要用语言表达的是数量间的关系问题，因此普通语言所具有的歧义性在应用题的语言使用中很少出现，并且几乎不用带有主观色彩的修饰语言来表述，只用简洁的方式，这样不仅能清晰的表明意思，还能方便快捷的理解题意。
2.流水式的句型结构
流水句子在应用题中的形成是因为应用题里的多个小短句子之间几乎没有关联词的搭配使用。而且还会有小短句包含小短句的情况，叠加进行表述，将陈述与被陈述、支配与被支配等关系纷纷镶入题中，因而句子成分的省略问题、句子间隐藏的含义问题等语言学复句类型会出现在小学应用题中，还为应用题的分析与理解造成一定的困难。所以对于找出小短句间的衔接联系问题的确定，是理解小学应用题的必要因素。
二、小学数学应用题自动解答技术的概况
（一）自动找出分词的错误并且实施修改
举例说明：小红有5个红苹果，3个青苹果，问：a.一共有多少苹果？B.红苹果比青苹果多多少？对于问题a计算机系统应该分析问题为“红+苹果” 和 “青+苹果” ，通过常识性的概念，它们都是苹果，结合数学公式进行解答。对于问题b计算机在分析问题时，只要将红和青两种苹果分别想象成两个整体即可，便能进行解题。此过程中对于分词的应用可算是多此一举，其软件的不实用性对于任何的类似问题都不能给予解决，所以应用题自动解答系统首要处理问题就是计算机分词软件。
（二）语句类型的识别和分布特点分析
小学应用题的主要语句分类为问句式、关系式、赋值式、事实信息式，在分析小学应用题的特点基础上，又采用中文信息处理技术中的分类研究法、汉语言举行研究法、人工智能分析法，这三中国方法结合的情况下，对小学应用题能自动辨别语句的类型，并对不同类别匹配相应的语句，最终实现计算机自动分解语句的目的。
（三）对“有”等高频词的特点分析和计算机自动处理
深入的进行了解应用题的时候会发现存在一些使用高频词，例如“有”、“比”等，此类词中所蕴含的信息与解题都有密切的关系。基于对语句类型的辨别和对词汇使用率的统计，研究不同种类的语句，特别是带有高频词的语句，经过深入的分解、总结，可实现文本形式的计算机自动解题。
（四）解题与常识知识库的填充与框架建立
目前来看，解题库的知识含量可以提取198条策略，而且针对不同类别的问题也相对应的分清了层次进行解答，为了避免知识冲突。而常识知识库毋庸置疑是解题的重要环节，常识问题、逻辑理论问题的解答也就是计算机自动解答的关键研究方向。
三、总结
本文通过对小学数学应用题所拥有特点的分析，研究了自动解答的关键技术，它是多方向多领域的问题，还需要进一步的研究，在学习中总结经验，将研究成果不断融合，将此项探索更加完善。
参考文献：
[1]张天孝，唐彩斌.美、日、德小学数学教材的共性特征及启示[D].比较教育研究，2009，（78—81）.
[2]綦春霞.数学问题解决在中国的研究历史及其影响[U].课程·教材·教法，2007，（12）：32—35.
目前机器人竞赛活动已深入到全国的中小学，而竞赛活动能够真正参与到其中的学生所占比例较少，因此越来越多的科学教师在思考，如何把机器人教学带入课堂，让更多的学生感受机器人的魅力。
机器人教学走进课堂的问题
目前机器人活动走入课堂存在的主要问题有：
（一）持续性保障
开设机器人课程要有一定数量的机器人和计算机及相应的场地，因此需要一定的启动性投入。启动之后涉及到的持续性的保障有两点：一是后续机器人的管理与维护难度高、损耗大，维持机器人活动需要后续的配件和场地的更新、补充等资金投入；二是对辅导教师要求高，现有辅导教师人数严重不足。
（二）缺乏相应的课程体系与教材
虽然国内有些省份在信息技术课程中含有部分关于机器人的内容，但都是基于某个厂家的机器人产品设计的，不适合本地的特色与现有设备。另外，对于机器人教学所应包括的基本知识架构和教学方法也非常匮乏。机器人教学要持续性发展，就要在知识体系和评估训练方面形成体系。
（三）教学与竞赛尺度把握错位
目前中小学开展机器人活动，基本上是以竞赛作为检验教学效果的标尺。如想机器人教育能长期有效地发展，就不能把比赛作为唯一的课程目标，否则会使机器人教学走入“为竞赛而教学”的误区，势必导致该项活动缺乏生命力。
（四）教师和学生家长的不理解、不支持
在“分数才是硬道理”的思想下，很多教师和家长对于学生参加机器人活动选择了反对，理由都是影响学习，对升学没有帮助。这使得科技教师要面对很多尴尬与不理解。
机器人教学走进课堂的几项措施
要解决以上机器人活动发展的瓶颈问题，使机器人教学进入课堂，我认为可以从以下几个方面进行思考：
（一）结合实际编写校本教程
将机器人活动纳入校本课程管理，为机器人正式进入课堂积累经验。经过几年的积累与沉淀，我校目前编写有教材《程序设计与智能机器人》，该教材以LEGO NXT机器人为硬件平台，以ROBOTC为软件平台；宗旨是利用机器人平台让学生体会程序结构与应用，初尝人工智能的乐趣。该课程共17个课时。
自主编写教材的目的在于：一是符合本地学生（至少是本校学生）的认知水平和能力等实际情况；二是可基于现有器材设计，具有可操作性；三是能不断地进行实践和修改，并在此基础上形成知识体系和架构，具有一定的推广性。
（二）精选机器人平台，辅以仿真软件
选用的机器人平台要符合教学使用，要有良好的扩展性，要具备耐用、易维护和启发性思维好的特点，尽量保障一次性投资长期反复使用。在资金与设备不足的情况下，辅以仿真软件。仿真软件的好处在于投资成本相对低廉，维护简单，可用于大规模的课堂教学。我校的机器人工作室除配备10多套LEGO机器人用于教学外，同时采用LEGO辅助设计软件Ldraw和MLAD用于课堂教学，解决器材不足的问题。
（三）机器人技术与学科的整合
机器人作为现代教育技术的前沿产品，其教学内容涵盖了很多学科的知识，因此有效地将机器人与相关学科进行整合，能让学生在所熟知的学科中感受科技的进步带来的不同体验。例如：
·程序设计——让机器人走方形，能很好地让学生深刻理解循环结构的性质与特点；
·物理实验课——让学生用机器人设计一个简单的单摆实验装置并收集数据；
·数学课——追及和相遇知识一直是学生比较难以理解的抽象问题，教师可以用机器人进行演示，让学生对该类问题有形象的认识；
·音乐课——可设计一个舞蹈机器人，让它跟着音乐的节奏舞动。
以上只是一些在我校科学实践中的例子，大家还可以找出更多的结合点。这些整合不仅可以活跃课堂，也让机器人技术的学习和展示过程更形象具体。
（四）机器人活动多元化，实现多赢局面
我校每年开展3项活动：研究性学习、电脑作品制作活动以及青少年科技创新大赛。从活动主题来看，三者的核心都是探究、体验、创新，都注重科学及研究价值。因此机器人活动完全可以整合3项活动作为同一件事统筹开展。
整合思想通过研究性学习把机器人活动向纵深发展，形成课题研究成果，可在不影响正常教学的前提下，不需对学校日常的教育教学活动作大的改变，结合日常培训活动中进行。通过青少年科技创新大赛，将机器人活动引导向科技创新方向发展，充分调动学生的创造性思维。以上述活动为基础，面向机器人竞赛，将竞赛作为机器人教学活动的成果展现平台，在学习和创作中有效应用和整合。
（五）辅导教师队伍的整合，多元化的教学方式
机器人教学是多学科的结合，因此辅导教师队伍应当是由相关专业的老师组成，既可解决辅导教师知识面单一问题，又可丰富机器人活动的项目。我校的辅导教师由2名信息技术教师和1名物理教师组成，这种组合解决了机器人教学中涉及的程序设计与机械及电子电路等学科问题。
面对层次和知识面不同的学生，在机器人活动中应采取多元化的教学方式。以任务驱动及小组合作学习方式进行教学，由组长带领本组的同学进行项目研究；辅导教师定期组织组员进行讨论解疑。这样以点带面的方式，也可以激励更多的学生来担任辅导员的角色。
（六）开放科学工作室，共享资源
柳州市的青少年科学工作室已有50多个，这些工作室中有的在学校，有的在社区。因此，可以充分发挥科学工作室的作用，空余时间向社会开放，让更多青少年能够接触和了解机器人，实现以点到面的辐射作用。将机器人教育和活动推向社会，扩大影响。
在学校开展机器人活动所形成的教材和教学方法可以在社区工作室开放中推而广之，而社区开展活动的时间可以很好地弥补学校寒暑假期的空档，让真正爱好机器人的学生在全年的每个时段都有机会参加机器人活动。
