国内人工智能在教育教学的应用汇总
深度学习或是人脸识别技术在国内教育领域已有一些实践和应用，尤其是17、18年，可以看到线上教育机构以及一些基于教室监控的人工智能辅助系统逐渐成熟。本文对这些应用进行梳理，简析原理并探讨其优劣和是否真正有价值。
首先明确人工智能在教育领域的应用集中在情绪识别和专注度评价两点上。
海风教育AI系统好望角（线上）
具体情况：
国内线上教育机构已有多家推出辅助的人工智能系统来优化教育教学的效果，基本上都是和第三方机构合作并非自主研发的，且目前看来不少都还是纸上谈兵的状况，就算应用也非常简单粗暴，参考价值低。
2018年4月，海风推出“好望角”AI系统，宣布上线情绪识别功能，借助人脸识别技术，能够基于人脸表情来分析学生情绪，基于眼球焦点分析学生注意力情况，并将分析结果即时反馈给老师。据郑文丞介绍，海风教育将情绪识别和眼球识别技术应用到教学过程中，是国内K12在线教育领域首个落地AI应用成果。1
探讨：
好望角据说是国内首个落地的线上AI应用成果，据我了解，其他机构的AI系统确实都没有看到真正在客户端的落地应用，只能借助新闻了解一二。
好望角的这个系统做了两件事，情绪识别和眼球识别，都是人脸识别的范畴。其中情绪应该是分为以下8类：正面情绪“高兴”；负面情绪“厌恶、悲伤、疑惑、轻蔑、愤怒”；中性情绪“专注、惊讶”。
效果可以从图片中看出可以提醒教师学生的听课状态，调整教学节奏，做得还是不错的，整个在教育学应用的逻辑基本是合情合理自圆其说的。
线上平台的一大优势就是视频图像清晰，通常是一对一教学，不论是教师还是学生都是一人一个画面，人脸始终位于画面大幅面的区域，人脸识别的分析效果显然会比较准确。另外只要平台大，数据量总是足够的。
除了海风的好望角，推出人工智能系统辅助教学的线上平台还有：
-
掌门1对1与人工智能企业商谈科技战略合作（2018年）
借助摄像头系统捕捉学生上课时的喜怒哀乐，结合面部表情识别系统，生成属于每个学生的学习情绪报告，辅助老师随时掌握课程动态、提醒老师及时调整上课节奏和气氛等。项目未见落地。
-
好未来（学而思）与FaceThink合作AI Lab
除高兴、生气、惊讶、害怕、厌恶等常见的情绪指标外，FaceThink（德麟科技2016年初成立） 针对教育场景下最重要的“专注度”进行了建模，力图让机器识别的结果逼近有丰富经验的教师。根据测试，FaceThink 在一对一和双师课堂两个场景下的识别率分别为 94% 和 91%，随着数据量的增加，识别率还有继续进步的空间。
典型的情绪识别和专注度评价两个系统，AI Lab介绍链接见此，项目未见落地。
-
VIPKID深度融合人脸技术（2017年）
在教学过程中VIPKID通过人脸识别、情绪识别等技术抓取用户上课数据（如孩子在学习过程中的瞳孔和表情变化等），对师生的表情进行分析，计算分析用户的视线关注情况。
这个也是落地了的，看上去比较成熟。
杭州中学“智慧课堂行为管理系统”（线下）
具体情况：
2018年5月，杭州第十一中学试行“智慧课堂行为管理系统”，通过教室内安装组合摄像头，捕捉学生在课堂上的表情和动作，经大数据分析计算出课堂上学生的专注度，从而促进教学改进。
使用该系统，后台会预先录入课堂应到学生名单，现场摄像头通过对教室内学生“刷脸”匹配，从而完成考勤。此外，该系统会对学生阅读、书写、听讲、起立、举手和趴桌子6种行为，以及高兴、反感、难过、害怕、惊讶、愤怒和中性7种表情，以30秒一次进行扫描，从而实现时时统计。“我们会对学生的6种行为赋予不同的分值，通过这个系统，我们可以看到哪些同学在专注听课，哪些同学在开小差，再结合他们高兴、伤心、愤怒、反感等面部表情，可以分析出学生在课堂上的学习状态。
我们会设置一个最低赋分值，如果某学生课堂分低于该值则代表其不专注。在每节课第20分钟的时，系统会向设置在讲台上的显示屏推送提醒，内容只有老师可见。2
探讨：
这个系统明确做了两件事，行为识别和表情识别，其中表情识别和之前的好望角的分类略有区别，最大的差别在于这里没有“专注”这一分类，专注与否是结合了动作和表情进行判断的，我认为这种判断专注的方式更为科学合理，毕竟专注并不是一个表情就能决定的，当然，越专注越好吗？当然不是，这个他们都没有考虑，还要另说。
通过图片展示的应用结果，可以看到识别表情的结果是以次数来统计判断的，这个是否合理，还是只是一个令人反感的没有实际意义的冰冷数字，还待讨论。
关于隐私问题的解释：系统只会采集学生的表情、行为状态信息，而非课堂的实时录像。
还有一种质疑是说这个系统起到了监视作用，学生可能会应对这个系统而做出动作假装在阅读之类，干扰结果。
汉王教育公司“CCS课堂呵护系统”（线下）3
具体情况：
2018年1月开始，CCS课堂呵护系统（汉王教育公司开发）v3.0版本已经上线发布，并在浙江、江苏、河南、内蒙古等地教育部门确立战略合作意向。
探讨：
这个系统没有公布具体识别方法的细节，就从公布的图片来探讨了，图片的信息量还是很大的。
首先是一个人脸识别考勤，再者是一个“专注”和“非专注”的两分类问题，其次还有“回答问题”、“书写”、“瞌睡”的动作识别。
总体来说在辅助教学上用的是行为识别而非人脸识别，从结果来看，比较关键的是一个专注时长的判断，这个数据最多只能用作参考，用此来判断学生是否好好学习了还是不太靠谱，对教学辅助的意义较小。