我们知道，我们给学生精准的定位他的知识状态的时候，其实是在一个庞大的知识状态空间里给学生定位到他所处的知识状态。如果一个知识里包括500个知识点，其实搜索的空间就是2的500次方，因为每个知识点对应的两种状态：掌握、没有掌握。2的500次方是个庞大的搜索空间，做穷取法的话其实是非常耗时耗力的。此外，这500个知识点里面有些知识点跟其它的知识点关联比较大，因为它跟其它的知识点连接的更加紧。所以，我们在给学生挑选知识点的时候，要快速的找到知识含量最大的知识点。

因此，我们采用了类似AlphaGO的技术，结合了知识空间理论和信息流技术，在更广泛的人工智能技术框架下，做到了快速缩小知识状态的搜索范围，给学生精准定位他的知识状态，同时快速找到知识含量最大的知识点。这样我们也就做到了，只需要花一两百道题的测试，我们就能针对500个知识点，快速检测出学生的知识状况。

除了快速检测，我们也希望快速定位学生早期出现的问题，而不是等到学生在期末考试才发现。所以，我们系统做到的是持续跟踪、评估学生在学习过程中的学习掌握情况，学生做完每一道题，看完每个知识点或者做完练习题，我们都会相对应得出学生在该知识点上的掌握情况。并且，我们会根据整个知识体系重新为进行学生的个人画像。这就像一个特级老师，不仅仅了解这个学生在某个专题上所掌握的情况，还了解他在整个知识体系中的知识掌握情况，实时跟进。

通过快速检测、持续跟踪和评估、够构建学生的画像，我们就能给学生推荐个性化学习内容，从而匹配他最佳的学习路径。比如40分的学生给他提供40-45分的学习内容，让这个学生迅速获得他学习成就感，从而提升他的学习兴趣和动力。

教育领域的推荐完全不同于电商、资讯的个性化推荐，就像 AlphaGO的模型只能用来下围棋，不能下象棋，我们在构建我们教育领域的个性化学习路径推荐的时候，结合了人工智能+教育测量学、教育理论知识。不仅考察给学生推荐知识点的属性，还同时考察学生当前的能力水平、学习能力、学习效率和学生的当前知识状态，并且实时更新。也就是说，我们的个性化推荐会随着学生的能力水平变化、知识状态的变化，进行实时改进和更新。后台根据这些数据不断更新我们对这个学生的认知。

教育产品是很看重效果的。我们产品上线近一年的时间，大部分使用的学生都能得到有效的学习成绩有效的提升，一位学生原来只能考70多分，开奖，使用4个月后提高到了120多分，我们也收到了这位同学的校长的表扬。还有很多学生反馈表示他们喜欢这种新型的人机结合学习模式。

我们希望未来能将个性化教育带给更多的孩子，让他们感受到学习的快乐。

谢谢大家！

* 本文系i黑马（ID：iheima）原创，口述崔炜，整理秦予。如需转载请联系微信公众号（ID：iheima）授权，未经授权，转载必究。

—— 黑马五月好文 ——

3000亿美元！

i黑马，让创业者不再孤独。

商务合作：15801105017（微信）

黑马大赛仍在火热进行中，7月份短视频行业分赛即将上线，欢迎点击报名！