摘要：新技术浪潮汹涌而至。大数据、并行计算和深度学习驱动人工智能技术飞速发展，并重塑教育新形态。人工智能教育应用现状与发展趋势研究有助于推动技术与教育的深度融合发展。该文从技术发展的角度回顾了人工智能的发展历程，概述了人工智能发展史上的三次浪潮，揭示了人工智能的三大要素与驱动力，阐述了人工智能在教育领域中的四大具体应用形态，分析了人工智能教育应用的五大典型持征，并指出其未来的发展趋势，最后归纳并构建了人工智能与教育的融合创新发展体系，旨在为我国人工智能与教育的融合发展提供理论指导。
关键词：人工智能,深度学习,ITS,自动化测评,教育应用
大数据应用方兴未艾，人工智能已悄然而至。人工智能已逐渐渗透到社会的各个领域，引起经济结构凰社会生活和工作方式的深刻变革，并重塑世界经济发展的新格局。人工智能在全球发展中的重要作用已引起国际范围内的广泛关注和高度重视，多个国家已将人工智能提升为国家战略，出台了相关政策和规划，力争抢占科技的制高点。美国先后颁布了《为人工智能的未来做好准备》和《国家人工智能研发战略规划》，欧盟委员会制定了SPARC机器人创新计划，英国和德国政府分别制定了现代工业战略和工业4．0计划，日本政府规划了人工智能产业化路线并部署了超智能社会。我国政府于2017年7月8日发布了《新一代人工智能发展规划》，指明了我国发展人工智能的重点任务，并对发展规划进行了全面部署，这是我国抢占信息化制高点，增加国际话语权的重要战略举措。
在人工智能浪潮的冲击和影响下，教育领域正在经历一场深层次变革，技术正在重塑教育的新形态。在此背景下，研究如何应用新技术推动教育事业的发展具有重要意义。教育技术领域已经涌现出一批相关研究，集中表现为人工智能内涵、技术与应用等内容的概述，如探讨了人工智能教育应用的热点问题；侧重对美国政府两个人工智能报告的解读，分析了教育人工智能的内涵、关键技术与应用趋势；探索了机器学习在教育中的应用；分析了人工智能与STEM等课程的融合；构筑了人工智能＋教育的生态系统。已有研究揭开了人工智能的神秘面纱，为后续研究奠定了基础。然而，技术在其产生凰发展与应用中存在一定的客观规律。人工智能发展到今天，其原因何在？教育领域中的人工智能有何不同？这些问题驱动着对人工智能的进一步深入研究。因此，有必要回顾人工智能的产生与发展历程，立足于人工智能技术在教育领域中的应用现状，剖析其在教育应用中的典型特征，并把握其未来发展趋势，为推动我国人工智能与教育的融合创新发展提供理论指导。
一、人工智能的发展历程与核心驱动力
（一）人工智能的三次浪潮
人工智能起源于1956年美国达特茅斯学院举办的夏季学术研讨会。在这次会议上，达特茅斯学院助理教授JohnMcCarthy提出的人工智能（ArtificiaiInteiiigence，AI）这一术语首次正式使用。之后，人工智能的先驱艾伦·图灵提出了著名的图灵测试：在人机分隔的情况下进行测试，如果有超过30％的测试者不能确定被试是人还是机器，那么这台机器就通过了测试，并被认为具有人工智能。图灵测试掀起了人工智能的第一轮浪潮。在人工智能研究方法上，以抽象符号为基础，基于逻辑推理的符号主义方法盛行，其突出表现为：在人机交互过程中数学证明、知识推理和专家系统等形式化方法的应用。但在电子计算机诞生的早期，有限的运算速度严重制约了人工智能的发展。
20世纪80年代，人工智能再次兴起。传统的符号主义学派发展缓慢，有研究者大胆尝试基于概率统计模型的新方法，语音识别机器翻译取得了明显进展，人工神经网络在模式识别等领域初露端倪。但这一时期的人工智能受限于数据量与测试环境，尚处于学术研究和实验室中，不具备普遍意义上的实用价值。
人工智能的第三次浪潮缘起于2006年Hinton等人提出的深度学习技术。ImageNet竞赛代表了计算机智能图像识别领域最前沿的发展水平，2015年基于深度学习的人工智能算法在图像识别准确率方面第一次超越了人类肉眼，人工智能实现了飞跃性的发展。随着机器视觉研究的突破，深度学习在语音识别、数据挖掘、自然语言处理等不同研究领域相继取得突破性进展。2016年，微软将英语语音识别词错率降低至5．9％，可与人类相媲美。如今，人工智能已由实验室走向市场，无人驾驶凰智能助理凰新闻推荐与撰稿凰搜索引擎、机器人等应用已经走进社会生活。因此，2017年也被称为人工智能产业化元年。
（二）人工智能的三大要素与核卜驱动力
回顾人工智能的发展历程，在三次浪潮的浮浮沉沉中，人工智能不断突破并接近自身的目标：能够根据对环境的感知，做出合理的行动，从而获得最大收益。从人工智能的发展历程来看，不难看出，运算力、数据量和算法模型是人工智能的三大要素。人工智能具体应用的实现，如语音识别和图像识别等，需要先赋予机器一定的推理能力，然后它才能做出合理的行动。而这种推理能力，源自于大量的应用场景数据集。通过使用大量的数据对算法模型进行一定的训练，机器才能够根据算法做出具有类人智能的判断、决策和行为。奠定了的坚实基础。
人工智能在逐步发展完善自身理论与方法，以及寻求外部动力的过程中螺旋式上升发展。从图灵测试理论的提出到无人驾驶汽车自动上路行驶，从实验室的封闭世界到外部开放世界的安全过渡，大数据、云计算和深度学习这三大核心驱动力，共同促成了人工智能的突破性进展。
