松鼠AI 1对1成立于2014年，隶属于上海乂学教育科技有限公司，是中国第一家将人工智能自适应学习技术应用在K12中小学教育领域的人工智能独角兽科技公司。

松鼠AI成功开发了国内第一个拥有完整自主知识产权、以高级算法为核心的人工智能自适应学习引擎。该引擎不但能实现以学生为中心的智能化、个性化教育，还能在测试、学习、练习、测试、答疑等教学过程中应用人工智能技术，达到超越真人教学的目的，做到因材施教，有效提高学习效率。

另外，松鼠AI 还自主研发了MCM 系统，真正实现素质教育的培养。通过将每一种学习思维进行拆分理解，可以检测出学生的思维模式（Model of thinking）、学习能力（Capacity）和学习方法（Methodology）。在评估检测完成后，对于相同分数的学习者，MCM 系统都可以分析出其不同的学习能力、学习速度和知识点盲点、薄弱点，从而可以精准刻画出学习者的用户画像。有了松鼠AI的MCM系统，学生从学习一直到后来人生的思想、能力、方法，都可以通过人工智能来帮他塑造和补足，发扬优势，补足短板，真正培养面对未来的人才。

图片来源网络

“三合一”战略模式

松鼠AI 1对1采用引擎、内容、服务三合一的战略模式。“三合一”的战略模式，在全球的执行难度都非常高，单看其中的两两结合，在全球都不多见。

首先是引擎和内容的结合。以美国的智适应教育机构举例，无论是Knewton还是ALEKS，它们都是只做引擎，不做内容。因为第一，本身引擎的投入成本就比较高，而内容的投入成本也非常高，所以对于一个公司来说，如果两个同时做，成本难以控制。第二，做引擎的是科学家，做内容的是教育家，这两部分人群的文化、气质、性格完全不同，而且很多教育家往往都比科学家更有资历，他们的观念也会相对更传统，所以中间难免会存在冲突。但是，如果把两个方面合在一起，教育家会将传统的教育思路和模式与AI技术相结合，科学家也会更了解学生的认知、学习过程以及教学中的关键点。

其次是内容和服务的结合。在全球范围内同时做内容和服务的教育企业也非常少。例如中国有40多万家培训学校，他们不生产自己的内容，比如说少儿英语培训教育机构，他们采用的是朗文或者剑桥牛津英语的教材，做辅导的教育机构可能采用的是课本或者人教社、外研社等等这样的教材。很多做内容的公司，他们并不做服务，可以说90%的内容公司也没有服务，就像中国的人教社、外研社和一些教材辅导的出版商，美国的Pearson Education Group (培生教育出版集团)等等，他们都没有服务的板块。

所以从全球来看，把引擎、内容、服务三个板块结合起来的公司几乎是没有的。松鼠AI 1对1采用“三合一”战略，虽然管理难度增大，成本非常高，但是同时它带来的价值也非常高，不仅产生的收入更高，更重要的是它对产品的优化，是单个板块不能够比拟的。

线上线下打通的“教育新零售”模式

教育新零售是指基于大数据和人工智能技术对线下教育进行升级，通过形成线上知识教育+线下监督指导的新双师教学模型，以达到提高教学效率、优化教学效果的目的，这个教学模式就叫教育新零售。

松鼠AI 1对1采用线上线下打通的“教育新零售”商业模式，将AI核心技术打造出K12中小学全科课外辅导智能系统对学生授课，采用70%AI系统授课＋30%辅导老师辅助的混合双师模式，学生可以在家在线学习，也可以到线下学习中心学习接受AI教学系统和老师混合双师授课。

松鼠AI 1对1的业务体系为线上松鼠AI智适应教学系统+线下直营校+授权线下合作校的模式，具体说来就是通过开设松鼠AI线下学校并提供线上AI老师教学系统和智适应系统课程辅导同步教学内容，降低教师成本，提高学习效率。商业模式方面，To C端主要是通过在线智适应课程辅导收取费用，To B端则是收取线下学校授权费用并提供教学系统来创造营收。

首创多项教学系统成果

作为K12中小学教育领域的人工智能独角兽科技公司，松鼠AI 1对1成功开发了国内首个拥有完整自主知识产权、以高级算法为核心的人工智能自适应学习系统“松鼠AI智适应教学系统”。松鼠AI智适应教学系统，不但能实现以学生为中心的智能化、个性化教育，还能在测试、学习、练习、测试、答疑等教学过程中应用人工智能技术，达到超越真人教学的目的，做到因材施教，有效提高学习效率。

该系统已有几大全球首创成果：

1. 超纳米级知识点拆分：将学科中的知识点进行超纳米级知识点拆分，从而对学生知识点掌握情况有更清晰的认识。精准的检测到孩子的知识薄弱点，精准的给出最适合每一个孩子的学习路径，从而提高学习效率。

2. 非关联性知识点的关联概率：基于知识地图理论中不仅对知识点建立关联性，追根溯源现在还对非关联性的知识点，建立了关联概率，从而更加精准地检测到孩子的知识薄弱点，让测试效率和学习效率可以分别比同类产品的知识地图理论模型提高3-10倍。

3. 用错因重构知识地图：将每一道题标注不同种的错因，进一步重构知识地图。更加精准定位学生错因、知识薄弱点，精准的给出最适合每一个孩子的学习路径、从而提高学习效率。

4. MCM系统（思维模式、学习能力、学习方法的拆分）：松鼠 AI 1对1 的 MCM 系统可以检测出人的思维模式（Model of thinking）、学习能力（Capacity）和学习方法（Method）。在评估检测完成后，对于相同分数的学习者，MCM 系统都可以分析出其不同的学习能力、学习速度和知识点盲点、薄弱点，从而可以精准刻画出学习者的用户画像。

5. 对抗模型：在未来松鼠AI智适应系统的对抗模型中，学生与老师在系统里是模拟的，像AlphaGo二代一样，通过自我对抗来超越、迭代。

6. MIBA(Multi-modal Integrated Behavioral Analysis)多模态综合行为分析AI系统：通过检测学生们登录的时间、学习的时间、速度和结果，以及通过监测的模式抓取孩子的实时数据，如眼球动态、脑电波等综合数值，来判断学生学习的集中度和专注度，从而判断出下个环节的学习内容。

多种领先技术集于一身

松鼠AI 1对1采用的技术包括遗传算法、神经网络技术、机器学习、图论、概率图模型、逻辑斯蒂回归模型、知识空间理论、信息论、贝叶斯理论、知识追踪理论、教育数据挖掘、学习分析技术。

1. 遗传算法、逻辑斯蒂回归和神经网络，规划最佳的学习路径，最大化学生的学习效率。该算法模型会考虑到学生所要完成的学习目标和学生当前的知识状态，推荐最佳的接下来学习的知识点，并依据学生不断变化的知识状态实时动态调整路径规划。在不断推送学习内容并获得学生的学习反馈后，系统将逐渐绘制学生的学习习惯、兴趣、方式等多方位的学生画像，并不断自动优化推送逻辑。相比较于深度学习神经网络算法，遗传算法能在全局范围内搜索，能快速找到全局最优解，避免陷入局部最优。

2. 机器学习技术，依据不同学生的个性偏好、学习习惯和学习风格，推荐最匹配的学习内容。有些学生喜欢轻松活泼的内容形式，有些学生喜欢严谨的风格，AI系统会记住不同学生的偏好推荐最合适的。根据学生的知识掌握状态和目标，自适应学习系统会自动规划最适合该学生的学习难度和顺序，不会让学生因为目标过高而丧失信心，也不会因为目标过低而失去挑战的欲望。通过这样的方式，让40分水平的同学可以逐渐提高到60分、70分，让70分水平的同学逐渐提高到80分、90分，最终使得所有不同水平的学生都能够循序渐进地提高到较高的水平。

3. 贝叶斯网络。对于何时开展下一阶段学习时间节点的确定，我们使用贝叶斯网络，是对学习者学习能力的一种预测。例如，系统需要通过对测试结果进行分析，判断学习者对于一元一次方程到何种程度才可以学习一元二次方程。这就需要系统确立适当的数据处理机制，同时明确两块知识的联系，以及学生的学习程度。

4. 贝叶斯理论，依据经验和信息动态地看问题。比如一个学生以前背过2万个单词，同时考虑到他是一个学霸，词汇量不太可能遗忘到8千个单词以下。那么，系统会给每一个不同难度的单词一个他可能的掌握概率，和普通学生的概率是不同的。如果学生知道“tiger”（老虎）这个词，那么你知道“Thank”、“Hello”的概率就很高。松鼠AI把几万个知识点都做了类似的渲染和概率分布。好比AlphaGo，它也会走错棋，但它会不断逼近相对最优解。通过这种概率渲染，尽管松鼠AI只取了1%的题，但准确度仍旧可以达到90%以上。

5. 图论。实现自适应学习的第一步是需要像优秀教师一样，清楚了解学生在每一个知识点的掌握水平。由于综合知识点题目在作答后很难界定学生的真正错因，只有将知识拆解到最小单位，我们才能够精准的了解到学生在每一个最细小的知识点上的掌握情况。松鼠AI把知识根据难易程度、重要性、认知层次进行区分，对知识体系建模，构建“知识图谱”，梳理知识点间的逻辑和认知相关关系。

6. 知识空间理论和信息熵论。从测量学看，信息是可以量化的。松鼠AI利用信息熵理论，可以通过检测部分重要知识点快速逼近学生的知识状态水平，再围绕这个基本层级做反复的精细化测算，高效精准地诊断出学生的知识漏洞和状态。

7. 知识追踪理论。为了动态适应学生的学习过程，自适应学习系统需要实时对学生的能力水平进行评估，对每一个学生的测试过程以及实体所反映的信息都进行细致的测量，不仅可以了解学生目前对当下知识点的掌握程度，更能反映出学生的潜力，是一种预测。总的来说，由于同样分数的两个学生的实际学习水平可能完全不同，因此分数不是能够判断学生能力水平的唯一标准。在智适应学习系统的能力水平评估模块中，系统会评估学生在每一个知识点上的能力水平，并且进行先行后行知识点及相关知识点的能力水平分析，最终精确到每一个纳米级知识点的掌握情况，并且在学生进行学习后实时更新学生的能力值变化，进而准确地推送最适合于学生当前情况的学习路径和学习内容。

8. 教育数据挖掘和学习分析技术。大数据在教育中的应用主要有两大领域：教育数据挖掘(Educational Data Mining，简称 EDM)和学习分析技术（Learning Analytics，简称 LA），其中教育数据挖掘（EDM）是指对学习过程和学习行为进行量化分析，在学生学习过程中采集学生的学习数据，包括学习时间、停留时间、测试准确率等，通过对数据的处理分析，建立不同学生的学习模型。教育数据挖掘领域专家Ryan Baker教授在一篇综述学术文章中总结了教育数据挖掘的四大方法，分别是预测模型Prediction Models、结构发现Structure Discovery、关系挖掘Relationship Mining和模型挖掘Discovery with Models。学习分析技术（LA）主要是对学生的测验成绩进行预测和监控，并提出相应的干预措施。这样的学习模式不仅可以实现个性化学习的目标，可以对每一个学生提供不同的激励机制。所有学生的进步是在自己的基础上进行的，减少了横向对比的弊端，提高了学生的自我效能感。 学习分析（Learning Analytics）能够为教师提供详细的学生数据，它不仅可以告诉你学生投入多少、了解多少，甚至还能提供信息让系统、教师改善教学方法。在松鼠AI智适应学习系统教师端，教师可以随时查看学生的总体学习进度、成就和能力水平，并且这些都是根据教师、学生的需要提供的。系统可以识别特定学生的薄弱知识点，并且可以相应调整教学方案。同时，系统还会将学生的错题按照知识点、错误率、掌握程度、知识图谱顺序排列，便于学生复习或课后辅导。

顶尖的AI技术研发能力

松鼠AI 1对1的核心竞争力是全球领先的AI技术，也是整个产品的核心与优势，并且松鼠AI 1对1将品牌定位与全球领先的AI技术定位统一。

AI技术的领先地位离不开松鼠AI 1对1专业的研发团队。松鼠AI 1对1的科学家来自RealizeIt、ALEKS等全球独角兽AI教育公司。首席科学家崔炜，拥有爱尔兰国立大学人工智能博士后学位，之前是RealizeIt的核心科学家；首席架构师Richard Tong，是美国最早的自适应教育公司Knewton在亚太地区的技术负责人；首席数据科学家Dan Bindman，是美国自适应巨头公司ALEKS的联合创始人，负责核心产品算法的首席架构师。

2018年，全球机器学习教父，著名学府美国卡内基梅隆大学(CMU)前计算机学院院长、美国工程院、艺术与科学院院士，美国科学促进会（AAAS）、国际人工智能协会（AAAI）Fellow，Tom Mitchell教授，正式宣布接受松鼠AI 1对1的邀约，出任首席AI科学家一职。作为松鼠AI人工智能领域第一负责人，Mitchell教授将带领团队十多位AI科学家和几百位AI应用工程师以及技术团队，进行人工智能在智适应教育领域的基础研究和相关产品的研发应用等。

Tom Mitchell长期从事机器学习、认知神经学科等研究，全世界最经典应用最广的机器学习教材，就出自他之手。在全球机器学习领域，Mitchell教授是公认的行业“教父”，Machine Learning第一人。

Mitchell还担任全球高校AI领域排名第一的卡内基梅隆大学（CMU）计算机科学学院院长（而他的前任院长Andrew Moore ，正是刚刚到谷歌代替李飞飞任职AI负责人）。1997年，他在CMU联合创立了自动化学习和探索中心，该中心是全球高校中首个机器学习系，也是首个开设机器学习博士课程的机构。从1997年至2016年，Mitchell一直是该系的负责人。

Mitchell为机器学习、人工智能和认知神经科学的进步作出的贡献蜚声海内外，拥有学术论文专著超过130篇，并广泛发表于《Science》、《Nature》等世界顶级学术期刊。他最经典代表作是《机器学习：一种人工智能方法》，已经被广泛用作通用教科书，被誉为行业圣经。

得益于在行业内作出的杰出贡献，Mitchell还曾任美国人工智能促进协会 (AAAI) 主席，AAAI及美国科学促进协会的成员。2007 年获得了AAAI杰出服务奖，2010年当选为美国国家工程院院士，并于2016年当选美国艺术与科学学院院士。

2019年，卡内基梅隆大学（CMU）计算机及心理学系教授、LearnLab研究室主任、美国智适应教育科学的三巨头之一的Kenneth Koedinger正式出任松鼠AI 1对1首席学习科学家。

Kenneth Koedinger领导开发的Cognitive Tutor软件已应用在数以千计的学校，帮助了大量学生提高成绩。Koedinger博士撰写了250多篇同行评审的出版物，并且是超过45项拨款的项目调查员。

松鼠AI 1对1也有一只强大的教研团队，核心团队主要由特级教师、高考阅卷组的成员、各省命题组的成员、国内前十名教育集团的教研总监构成。松鼠AI的内容教师，也多是国家和省的优质课竞赛一等奖获得者。

松鼠AI 1对1一直重力打造和推动技术的研发，松鼠AI和世界顶尖的科技学府和专家都有合作。合作实验室情况如下：

2017年6月，松鼠AI 1对1成立实验室，与斯坦福研究中心进行联合技术开发；

2018年6月，与中科院自动化研究所成立平行AI智适应教育联合实验室；

2019年5月，与卡内基梅隆大学（CMU）成立联合实验室，开发人工智能、机器学习、认知科学和人机界面技术的新方法，以改善全球K-12学生的适应性学习体验。

针对性教学 提分效果明显

白沙坪小学学习案例

……

（文章来源：《2019全球独角兽企业500强蓝皮书》，本文只是部分摘录，更多精彩内容和经典案例分析详见本书）