然而这种情况已经是过去，未来的需求已经发生了变化。今年四月份，国家提出来教育信息化 2.0 ，它要求除了信息化的升级，更多在技术素养转变，要构建「互联网+教育」大平台，要个性化教育，大规模因材施教。2018年开始全国变化的新高考改革政策也反映出这一点。现在新高考是 3+3，除了语数外三门课以外，剩下三门课由你选择，比如未来想当记者就学文科，就是地理、历史、政治，如果未来想当程序员那你可能学的就是物理、化学、生物。从 2018 年新高考改革以后，未来的考试会比以前更适合每个人，每个人都是独一无二的，这是整个中国目前的教育改革。在大的目标和方向下，意味着在未来核心一定是个性化，个性化的底层一定要依靠人工智能做支撑。新高考的核心是整个国家战略的变化，希望在未来 15 年或 25 年后，我们国家的人才能够跟美国有正面竞争，我们不再是每个人都念一样的内容，而是要更创新，培养更多优秀的人才。
在日常教育的方向里，常规至少有四个环节：教学、学习、考试和管理。前面三部分都是老师和学生共同来进行的，管理一般是学校对老师和学生的关系。下面我们一起来了解，现在做了哪些应用来支撑前面说的这些情况。
01 AI 语音识别
语音识别比较常见，但与教育学习有什么结合点？比如念一个单词：desk，按照标准音复述这一段英文，软件会给我一个评分。我们知道日常背单词是非常辛苦的事情，特别厉害的人一天可能背一千个，普通人大概就背一百个。如果做这个发音训练，如果让老师教我就非常痛苦，不可能老师天天听你一个单词背十遍。而通过不厌其烦的机器进行语音识别，就可以用机器通过发音打分，来判断我的发音。如果我是一个小朋友，可以进行 A 到 Z 的阶段划分，就可以不断地训练，而且口音不会偏，避免 chinglish 的情况。这就是语音识别的一个场景，属于自学的环节。
02 魔镜系统
我一句话来解释魔镜系统：它是一个视觉系统，把学生的实时状态收集以后进行呈现，最后做数据汇总，反向推动老师教学，推动学生自律过程。
我们在「双师课堂」上推出了一个场景，叫「专注之星」。先解释一下「双师课堂」：「双师」是现在教育一种新的模式，比如在海淀的人大附中，有非常优秀的老师，而一些教育资源相对匮乏的地区，想要吸收优质的教育资源。在这种情况下，就可以让北京的老师通过摄像头，以录像直播的形式，以真人大小被其他地区看见。现场还有线下老师，只负责现场收作业、纠正大家的课堂纪律等工作。这样的两个老师结合就叫「双师」。但是这样一来有个弊端，因为老师不在现场，意味着现场学生听着会无聊开小差，于是我们就借助这个「专注之星」来解决。在过程中教室里有一个摄像头，可以把所有人都拍下来，根据坐姿表情给大家做积分。这是一个非常小的改进，算是 AI 的一个应用场景。
还有一个应用场景是我们的线下培训机构学而思的小班授课，每个班大概 15 个人。教育焦虑大家可能都有，特别是做了父母之后，面对这样的问题，学而思的小朋友身上会有一个「框」，它可以识别小朋友在课堂的动作，比如他是不是举手了，表情怎么样，是转笔还是跟旁边的小朋友聊天，都可以记录的非常清楚。而且可以生成统计报表。这样一来，可以督促家长和小朋友针对问题及时交流，另外也可以根据课堂效果督促老师。这和「专注之星」一样，可以让整个课堂要趣味化。
以上两个产品对于我之前讲到的三个点——学生的状态、老师的状态、学生课堂状态的自主提升——都非常重要。这些人工智能的产品，我们有个专业术语叫「学业测评」，它用以观察整个学生的状况。除此之外最核心的就是学习过程，学习的过程如果不能人工智能化，就没有意义。
首先是自学，然后是学业测评，都是日常行为的监测。在这个环境里面会涉及到很具体的人工智能实现方法。
03 知识图谱
在我们过去上学的过程中，其实你认真看教育部的纲要，会发现无论什么教材版本，最终都是把相应的知识梳理出来的。比如我们比如说整个高中数学，可以拆解成大的网状结构，每个小点里面形成哪些知识内容，可以对应哪些知识点，知识点下面有哪些考题，这就相当于一个非常大的库，这个大库就是我们最终的知识图谱，每个知识图谱上面有无数延展的内容。