6月21日，在全球疫情防控特殊時刻，北京智源人工智能研究院主辦的北京智源大會在線開幕，科技部副部長李萌、北京市副市長殷勇出席開幕式并致辭，約15萬人在線觀看。

為期四天的北京智源大會以網上形式召開

作為國際人工智能高端學術交流活動，今年第二屆北京智源大會邀請了alan kay、judea pearl、john hopcroft等5位圖靈獎獲得者和數十位人工智能行業頂級專家學者進行主題演講，共設置了19個論壇，

此外，大會還向世界高校醫院、科研機構、公司征集了人工智能前沿技術成果，愛學習教育集團自適應學習系統和智能化教育研究兩個產品成功入選，繼去年唯一一家在線參展的教育公司之后，今年再次參加了在線公司的成果展示，在ai+教育行業的領跑

適應性學習:通過納米級知識診斷，讓孩子實現個性化學習

二千五百多年前，孔子提出了“循證教育”的教育理念，至今仍是世界教育界追求的至高境界。 由于學生的知識掌握水平不同，如何正確診斷每個學生的知識能力，制定個性化的教學計劃，實現“千人千面”的學習方法，是教育領域的一大課題。 近年來，隨著人工智能技術的飛速發展，適應性學習逐漸應用于教育行業，在技術的加持下，大規模因材施教已不再令人向往。

此次智源大會上，愛學習在線展示的產品之一是自適應學習系統，該系統由愛學習ai lab結合集團豐富的教育教學資源和先進的人工智能算法開發，包括ai學生的知識診斷、ai個性化問題推薦和ai自適應講課問題三部分

我喜歡學習適應學習系統

其中，ai學生的知識診斷升級了以前流傳下來的知識診斷模型，提出了包含三個子系統的通用框架ehfkt。 該框架提取試題的知識點分布、難度特征和語義特征，通過深度學習將試題分層建模，充分挖掘試題特征，大幅提高知識診斷的準確性。 目前，基于該技術研究成果撰寫的論文《Exercise Hier Archical Feature Enhance DK Nowled Getracing》被收錄在國際人工智能教育大會( aied )中。

學生知識診斷表明，結合目前先進的深度學習、強化學習、圖互聯網等算法，ai個性化問題推薦改善了基于以前流傳算法的對比度不強、推薦問題單一等問題，提高了學生的

在ai自適應講義中，ai將比較各個推薦的主題，自動進行講義。 互動授課方法可以根據學生的學習能力進行詳細的交談和少許的交談，幫助學生真正掌握相關的內容。

目前，愛學習自適應學習系統已經在集團旗下各企業品牌落地應用，涵蓋在線和離線、大班和小班、校內和校外等多種應用場景。

智能教研:從生產到ai的應用使教研更加輕松

利用ai技術深入輔助教研流程，形成了從文案生產到文案應用的一系列智能化教研業務流程。

喜歡學習智能化教研系統

以前流傳下來的題庫復制制作使用的是人工記錄試題的方法，需要老師按試題順序顯示知識點和難度較高的新聞，效率低，價格高。 另外，不同老師的教研能力不同，標準不同，顯示的準確性也不太得到保障。 喜歡學習ai lab開發的智能化題庫副本的生產流程，包括主題ocr副本提取、知識點預測、題型預測、難度預測、智能分辨率問題以及人工審查入庫等環節。

喜歡基于最先進的深度學習算法，學習智能化題庫的復印生產，可以對試卷進行正式識別、復印識別。 其中，官方識別精度在95%以上，復印識別精度在99%以上。 為了保證知識點推薦的準確度，愛好學習的ai lab將學科知識點分割為5級細粒度。 老師在收錄試題的過程中，從ai推薦的知識點中選擇試題知識點，可以節省60%以上的收錄試題時間。

在業務應用層面，喜歡學習的智能化教研處理方案包括智能判斷題、自動排課題、自動組卷等功能應用。 其中，智能判斷題算法支持選擇、填寫空等半客觀題的評分，包括圖像、復印等多模態輸入，不僅節約了老師的時間，也消除了評分者主觀因素造成的評分偏差。 目前智能判斷題總調用量達到1000萬次，判斷題精度在0.99以上，未來覆蓋半客觀問題的語義匹配等越來越多。

自動組卷可以應用于不同的場合。 例如，某一試卷(如中學數學)、ai模型可以智能地分解某一試卷的知識點、難易度和題型。 根據分解的結果可以從題庫中選取與某一試題量、題型、知識點和難易度相同的試卷，也可以組成其他類型的試卷(作業、入門考試、外出考試、期中期末考試等)。 另外，學科老師可以選擇試題類型。 設定題型、難度、知識點及對應題量后，自動分組功能根據老師給出的條件從題庫中制作一套或幾套符合條件的測試題供老師選擇，大大提高分組工作的效率。

作為“文案與科技驅動的k12教育供給平臺”，愛學習教育集團始終擁有以教研教學和科技創新為核心的快速發展推動力，近年來，不斷探索ai技術與教育的深度融合，旗下的ai lab相繼推出了10多種創新產品和應用，“教育、科技創新， 未來，愛學習將不斷進行技術創新，加強與學術機構、科技公司等的合作，讓越來越多的ai+教育的創新成果落地。