人工智能教育行业应用、转型挑战与机遇分析

由新技术、新模式驱动的行业转型，在提升效率与优化产品或 服务质量的同时，势必也会对行业既有基础设施能力带来挑战， 在教育领域也同样如此。

目前，在教育行业各场景中，由数据驱 动，基于各类机器学习 / 深度学习方法构建，涵盖计算机视 觉（CV）、自然语言处理（NLP）以及自动语音识别（ASR） 等技术领域的人工智能应用探索和方案部署，可以分为教学 环节、练习测评和教学管理三个核心场景：

 教学环节场景：与传统教学模式相比，智慧教育引入更多人 工智能应用来提升教学环节中的互动性和精准性。一方面， 通过交互式电子白板、双师课堂、AR/VR 教学等应用，不 仅可通过增强师生间的交互来提升线上线下课堂的教学效 果，也能有效缩小区域、城乡、校际间的教育质量差距，实现教育的优质、均衡发展；另一方面，借助课堂行为分析等 应用，能够通过动态、实时的教学数据分析，帮助教师和教 学管理人员获得智能化的课堂观察和分析能力，让 “教” 与 “学” 实现精准化。

 练习测评场景：人工智能技术的引入大大丰富了练习测评 的形式。一方面，师生可将教学练习与测评的场景延展至 课堂之外，并获得来自智能系统和教师的双重反馈；另一 方面，在 NLP、ASR 等人工智能技术的帮助下，课程评测 的内容得到大幅扩展，评测结果也能更加精准和科学，并 帮助学生依据评测结果制定和优化后续学习过程。目前， 诸如口语测评等测评类人工智能应用已在各级教育机构获 得广泛欢迎。

 教学管理场景：数据驱动的智慧教育场景更注重数据的快 速处理、分析与反馈。得益于 5G、边缘计算等技术的成熟， 教育机构得以在校园部署更多的人工智能应用，进而能够 通过更为快捷的数据交互和处理方式来对教学过程实施灵 活的调度和管理。例如，通过智能教学辅助能力，学校管 理人员可以快速远程巡课、智能排课、获取教学大数据， 教师可以进行智能备课，以及基于知识点地图和资源库开 展教学等。

由新技术、新模式驱动的行业转型，在提升效率与优化产品或 服务质量的同时，势必也会对行业既有基础设施能力带来挑战， 在教育领域也同样如此。随着更多教育机构变道切向新的智能 化方向，其 IT 基础设施也面临着严峻挑战。如图 1-1-3 所示， 这些挑战包括： • 人工智能应用对算力的高要求：与学校已有的校园网、电子 白板、平板电脑等信息化设备相比，人工智能应用因其数据 量大、推理要求高、计算负载密集等特点，要求学校信息化 系统具有更高的算力。 • 人工智能应用如何与教学环节无缝对接：与教学环节的紧密 结合，使人工智能应用有别于传统多媒体课件等校园信息化 应用，尤其是在应用时效性上，要求能够与教师授课讲解、 学生实操练习等环节无缝对接，并给与实时反馈；反之，明 显的时延会带来使用体验的大幅下降。

对校园既有 IT 设备兼容性需求：与互联网、通信、软件等 始终站在新技术潮头的企业不同，教育机构的信息化建设通 常是基于实际需求而不断增补，同时校园环境的复杂性也使 其软硬件基础设备纷繁复杂，因此对新的人工智能方案与既 有系统的兼容性都颇具考验。 • 对校园既有 IT 系统架构的要求：由数据驱动的智慧教育系统也给传统校园 IT 架构带来挑战。部署在教室等系统末端 的设备通常处理能力较弱，而全部通过远端数据中心或云端 进行处理，又容易受到网络因素的影响。为应对这些问题， 智慧教育系统的系统架构正由简单走向复杂。

挑战往往伴随着机遇。面对以上挑战，各教育行业解决方案厂 商在为各级教育机构打造新一代 “人工智能 + 教育” 系统时， 选择与英特尔携手，大胆引入更多、性能更强劲的软硬件设备 和更全面、更前沿的系统架构设计。事实上，采用一系列英 特尔先进产品与技术的解决方案已在诸多教育场景中获得了验 证，并取得了良好的应用反馈，这些产品与技术包括： • 多样化的硬件产品矩阵，包括英特尔® 至强® 可扩展处理 器、英特尔® 酷睿™ 处理器、英特尔凌动 ® 处理器、英特尔® Movidius ™ Myriad ™ X 视觉处理单元等。