余胜泉 

北京师范大学教授、博士生导师

以下是余胜泉教授的演讲实录： 

各位来宾，各位同事，各位同志早上好。非常抱歉，我因为最近有事不能来会议现场。今天我从教育讲，智慧教育，我的主题是“大数据时代的教育智能”。

大家都知道，我们已经进入了知识和信息化大的时代，知识和信息已经成为现代社会最核心的资产，在农业社会里面，最核心的资产是主力，在工业社会里面一个社会组织最核心的资产是劳力，市场经济社会里面对核心的资产是资金，到了知识经济时代，信息经济时代，数据和信息逐渐原有的资源，有的稀缺资源才会现在走的经济活动的核心要素比较大数据时代的到来。实际上它既为我们提供了前所未有的可能性，同时对也改变了我们人适应这个社会的方式，对我们人的认知方式，提出了更高的要求，大家知道知识和信息，正在以指数形态在加速膨胀，但是我们每一个人的学习时间、学习能力又是有限的。我们如何以有限的学习时间，有限的认知能力，来应对这无穷无尽的知识呢？这是现代大数据社会里，因为我们带来的大的挑战。实际上进入大数据时代，数据和信息的加速，它会改变我们人的认知方式。在这个世界里，人与人的认知关系，将让位于人计数百万，技术将不仅让步于人类社会的经济形态，更将从更深远的意义上，改变我们人类自身存在的人，如果我们要想很好的适应这知识越来越变化，越来越快，数据越来越多的社会，我们人的认知方式，一定会发生意义深远的改变。我们会出现一些认知外包的现象，以前我们认识这个世界，适应这个世界，所有的都是我们对这个世界把数，外部世界的知识，装在我们头脑里面，然后我们达成对远程，对这个是客观世界的认识以后，我们才能适应这个世界。

而现在，外部的知识、外部的信息、外部的数据越来越多，信息量越来越大，你要想把所有的知识都迁移到学生大脑里面去，迁移到我的大脑里，这越来越不成为可能，我们要相适应这变化越来越快的社会，这个海量信息的社会，我们一定会越来越多会出现认知外包的出现，也就是说我们一部分认知，要借助于智能设备来驾驭我们人跟智能设备的协同认知、分布认知，将成为现代社会数据时代的人的基本思维方式，分布式认知才能适应大数据时代的快速的变化，海量的数据以及巨大的复杂性。分布式认知它是超越了个体级别上，认知是个体级别上的信息加工过程一种全能性的观点，他认为认知的本性是分布式的。认知的现象不仅包括个人头脑中都发生了认知活动，还涉及了人与人之间，以及人与技术工具之间通过交互来实现某一互动的过程。比如我举个非常简单地一样，我们让他去算一个数，1234×5678，如果我们正常的心算这个数，都会觉得很费劲，这是一个认知过程，然后你心算的时候，这个认知过程发生在你的头脑里面。正常来算都会很费劲，但是如果换一种方式，让大家用纸和笔去算，用纸和笔去算，这也是个认知过程，而这个认知过程，一部分发生在你的头脑里面，一部分发生你的头脑中，从外部的纸和笔的交互的过程，也就是他的认知是分布式，如果没有纸和笔预算，我们正常人都会觉得很，实际上分布式认知可以使得我们人能够适应更大的复杂性，适应更大的快速的变化。这是认知学习理论里面的一个很重要的一个方向。

在中科院有一个院士他写过一本书，叫《社会智能科学》。他就认为，在信息社会，在大数据社会里面，在复杂社会的未来变化快速变化的社会人机结合这种思维体系，将会取代原来以个人为主的思维，他认为人脑和计算机都是信息处理的工具，人脑通过经验积累与形象思维，擅长不精确的定性的把握，而计算机则以极快的速度，擅长准确定量的技术，两者充分发挥各自的优势，又互相结合，既能达到集智慧达成，又由于通过反馈的作用，来提高人的思维效率，人跟电脑的结合，它远超出单个人或者单个电脑使用，人跟电脑的结合，人跟外部智能设备领域，它可以突破我们人类个体认知能力的极限，使得我们人能够驾驭超越我们人类个体认知能力极限的复杂性。使得我们人能够驾驭超越我们人类个体认知极限的快速变化，使得我们人能够处理，超越我们人类个体认知极限的海量的信息，海量的数据。在大数据时代的人机结合的这种分布式思维体现，是我们应对现在社会复杂一些，基本的思维方式，是我们现在认知的世界，基本思维方式。在心理学里面有一个智商的，那么人的智商从60—140，从正态分布规律正常人的智商100，傻瓜蛋的智商60，成年人的智商140、150等等，我就假设因为你的孩子有一个孩子，你的孩子是80，你想把他的智商给他提到120，几乎是不可能的，你就是一天到晚打他骂他，一天到晚抓的就是奥数班，搞这个辅导，那个辅导，你想把他大幅度提升不可能，小范围的或许有可能，但是反过来，如果你的孩子智商是100，你给他智商为60的电脑，他就能够处理智商为140才能处理的复杂问题，而这个是容易做到的，这就是人机结合的胜利，是我们现代人认知这个世界的基本的思维方式。现代社会的知识爆炸，如果我们每个人的学习时间和学习能力的鸿沟越来越大，人要很好地适应着越来越复杂的事，人类认知世界，驾驭世界的认知方式，为越来越多的依赖于人与智能设备的分布式思维、协同思考。

我们要想很好地应对大数据时代，现代社会越来越大的复杂性，越来越海量的信息越来越快的变化，我们必须要借助于技术设备，借助于技术所带来的教育智能给我们提供提供支持和思考，实现这种人机结合的这种思维，我们才能驾驭这种复杂的思维。认知是构建这个大厦的基础，我们的教育建立在认同对这个世界认知的规律基础。人的认知方式一种裂变，必然会导致教育的系统性，就像一个楼的地基一样发生了根本性的改变，当一个楼的地基发生了根本现在的改变，在这个基础上建立的教育这座大厦，必然会发生意义深远的改变，而不是小修小补。而认知是购进教育这个大厦的基础，人的认知方式的改变，必然会导致教育的系统改变。我们要想，适应这越来越复杂的社会，越来越海量数据的社会，越来越快速变化的社会，光靠我们个体头脑来认识这个世界，只能认识表象，只能认识局部，只能认识片面性的东西。而我们现在有了智能设备以后，借助于数据分析，我们能够认识本质的规律，能够认识，能够洞察本质的现象，通过海量的数据的产业，通过对这些数据进行描述性统计，可以实现线下的对接。可以实现，通过对数据的诊断性分析，可以在数据中发现规律，发现表象背后的问题，可以通过预测性的分析，在多变、不确定、动荡的背景下，能够准确地把握事物的发展的方向，在动荡的背景下作出智能化的行为。通过数据分析，可以使得我们洞察事物表象，背后的本质的规律。如果我们只是站在。片面的、片段的、及时的信息面前，我们只能抓住一个片面的东西或者一个表象的东西，而通过智能设备，在海量数据的基础上，你对它进行挖掘，对它进行建模，对他进行诊断性的分析，对它进行描述性分析，对它进行预测性分析研究，我们就可以超越表象、超越局部、超越片面、超越短时看到事物的本质规律事物的现象。而现在社会变化越来越快，信息量越来越大，大量的真相大量的事实，大量的本质规律，都隐藏在表象背后，隐藏在细枝末节背后，光靠我们个体头脑，只能抓住局部的东西，只能抓住细节的东西。我们要向你了解这个本质规定，我们必须要借助于智能设备，在采集处理海量的信息的基础上，我们才能动起来，这数据分析，他可以洞察隐藏的关系，可以洞察本质的规律。我们在这个复杂社会里面他呼唤着需要人机结合一种教育智能，我把它称之为教育智能，我们头脑内部的智商加上我们现在玩手机的智商，玩电脑的智商，在大数据支持的下，我们人脑加电脑，人脑加电脑才是我们现代人是否聪明的根本标志。

这就是我们说，要借助于外部的智能是在海量数据的支撑下，通过对数据的分析，我们人可以增强我们人类对外部社会的驾驭和控制的能力，它可以使得我们人能够驾驭，超越我们人类个体认知能力极限的复杂性，使得我们人能够驾驭，超越我们人类个体能力的海量的信息，超越我们个体认知能力快速的变化，快速的节奏。所以我们人要想很好地适应这个社会，我们必须要具备这种智能，也就是借助于大数据，借助于智能装备而思考的时代到来了，借助于智能设备来生产思考的时代已经到来了。如果现代社会你还不能借助于这种智能设备，智能装备的思考，你一定会被这个社会所淘汰到边缘位置，就像荀子在《劝学》里说过，假舆马者，非利足也，而致千里；假舟楫者，非能也，而绝江河。君子生非异也，善假于物。而且骑马驾车的人，并不是考虑能日行千里，而且乘船驾舟的人并不是水性有多好，而可以跑遍江湖，君子性非也，并不是才能，生性才能有什么差别，善于利用木而已，现在数据这个手机、平板这些东西已经成为现代社会最常见、最普及、最容易获得的，如果我们不能利用这些物质，一定会被这个社会淘汰边缘位置。

我们借助智能设备而生产的时代已经到来了，所以我觉得大数据时代呼唤着我们人机结合体，呼唤着我们要借助于智能设备，介在海量数据的基础上进行思考，才能对复杂社会，复杂世界进行很好的事宜，这是我讲的第一个问题。

第二，对于教育来说，它实际上大数据，大数据时代的人工智能，它要使得我们老师，使得我们家长，使得我们学生超越表象，来认识表象背后的教育规定，我觉得我今天讲两点，一个就是我们对于老师大数据可以帮助我们发现学生，比如说我们以前的考生，同样两个学生都是考90分，对于普通老师认为这两个孩子是一样的，实际上你去看这两个同样是优等生，但是他两个人背后，完全可能有的完全的个性。分数只是一个侧面，而教育大数据它不仅仅是意味着数据量大，也强调样本、全过程的数据，它来源于过程性、及时性的行为现象。它可以分析微观个体选择的，发现共性背后的个性，而我们传统的片段性的时候，某一时刻的数据，它只能发现它某一时刻的现象，而大数据它可以让你了解，了解全过程的特点，发现共性背后个性，而教育大数可以发现学生的个性，传统数据它的目的在于群体性，学生的整体学业水平、身体发育、体质健康，社会群体适应信息发展的等等，这个是在周期性阶段性评估上获得的。而教育大数据，目的在于观众个体决策的微观表达，是在学习过程中产生的数据，与学习的时间数据、学习数据、学习交互数据，学习过程的情感和数据等等，这些数据是高度个性化表现特征的一种体现。它可以对学习者有对学习者，可以作深刻的一个刻画，这是个性化的，对于可以让我们今天对个体的特征，通过这些个性学习过程的数据的这个分析，我们可以洞察学生表象背后的原因，比如他的学习路径，比如他每个知识点掌握的情况，比如它的不同阶段的发展的能力素质，能量素养，结构素养，体质健康等等，可以发现我们老师每天都接触，但是又未必能发现的现象，我们家长，每天都跟孩子打交道，但是未必真正了解孩子。大数据可以赋予我们也更多的教育智能来洞察真实的学生，可以看到学生表象背后的规律。可以比学生自己，更了解学生。大数据可以洞察真实的学生。

对于学生的价格来说，对大数据的分析可以这个学习者的行为的角度。据了解，学习过程的发生，并用来优化以及学习行为数据的分析，为学习者提供及时的反馈推荐学习路径，开展适应性学习，智慧导向型学习，为学生量身定制更有效的教育方法。比如说大家可能都知道可汗学院，可汗学院其实他真正有价值的不是他那些微视频，他录的那些微视频没有什么太大的，我们中国的老师完全能够做得到。但是可汗学院背后它有一个知识地图，它可以根据学生在这个学习的过程中深层的一些数据，仿真出每一个学习者的知识地图，有了这个知识地图以后，他就可以对学生进行精准化的、适应性的教学、个性化的教学。所以可汗后来有一次来中国的时候，他就说它的核心价值点不是微视频，而是他的学习地图，有了这种个性化的知识地图，他就可以实现精准化的教育课程，可以提高考试和作业的分配性，降低考试和作业的总量，提升它的针对性，这就是减负。就像以前这个学生已经会的东西不用再做了，不会的才需要做。就像以前打仗，以前美国人打仗的时候，那不管三七二十一，一排炮弹打过去全部覆盖，整个山头寸草不生。而现在美国人在打伊拉克的时候，坐在那控制室那边，按两下按纽，伊拉克的危险分子没了，平民毫发无伤，什么原因呢？这就是进步的进步，这就是从炮弹到导弹，可以减少数量提高针对性，实际上我们的大数据库完全为教育提供这种从炮弹到导弹的性能，减少考试和作业的总量，提升它的针对性，这就是减负。它可以做我们很多想做做不到的事，教育大数据驱动教育评价体系重构，大数据时代到来，大数据时代到来，教育正从经验体系走向体系，从宏观全体评价，走向微观个体评价，从单一评价，走向综合性的评价。从终结性评价到嵌入性的评价，伴随性的评价，从评价依赖主观经验到客观数据支持，因为它整个我们的评价体系，都会发生意义深远的改变，数据将成为学校最重要的资产，学校数据将会比学校的一栋大楼都值钱，学校将成为教育大数据生态系统的基石，班级、实验室、课本和课程将是最重要的数据平台。而学校将要连接各种古老式的系统，在教育业务流程中形成无缝的数据系统，既使用数据又生产数据，在教育业务流程的，形成无缝的数据流，既使用数据又生产数据，是未来学校信息化的重点，数据将成为学校最重要的支撑。

在这一个方面就是我们一个师范大学未来高精尖中心在做用数据发现学生，增强学生的个性化，适应性的教育。我们在北京市政府的支持下，正在做一项工作，我们这个工作的总体的思想就是有四句话，我们开发了一个叫智慧学办的平台，这个平台的我们总体就是句话：第一句话就是全学习过程数据的采集；第二，采集学生前学习过程数据；第二，通过对这个数据进行知识和能力结构的建成；第三句话，就是在这个基础上实现学习问题的诊断和改进；第四句话的实现学科优势的发现和增强。因为现在国家的中考，它可以实际不再分文理科前科目都考这个的他考那么这个时候发现学生的学科优势，增强学生的学科优势就非常重要，这是我们提的工作的总体思想。我们首先就是发现学生个性数据，我们从几个层面看，第一个是要采集学生体质健康的数据。第二个，我们要采用学生的通用心理认知能力的数据。第三个我们采集学生的学科核心素养的数据。第四个要对决策的学科领域和新知识进行。从人格和人心理健康，认知能力，学科素养，学科知识体系健康，教育环境发展趋向这9个维度，来建立描述学生特征的一个模型。由学习者进行学习的学习者建模，学习者建模式，实现智能化适应性教学的，是适应性教学的基本的一个前提和基础，我们在9个方面进行建模。

那么，我们数据分析就采用两个轨道的数据分析，首先需要通过诊断测试平时的作业综合实践，在线学习以及在线教我学习的作品，视频的录像，课堂的交互，移动的交互，智能设备，全岗系统等等，进行信息采集，也就是采集学生学习过程中的信息，然后有了信息要去实现这个数字化，数字化完了以后还要把它数据化，要对它进行编码、文本分析、语意识别、模式识别、语意识别、图样分析、视频分析，对它进行数据化，把它变成可以分析的数据，在这个数据分析的基础上，我们分两个轨道分析，一个轨道对个体，是对个体的轨道，个体的规律就是刚才前面说的9个方向进行建模，在这个建模的基础上，形成学生个体分析的报表，形成学生的知识结构、能力结构、健康素质，这个个体的需求报表。另外一个轨道是全体分析，那么这个就是我们传统意义下的教育大数据分析，包括做聚类、分类的观点分析等等，然后把这个数据叠加在一个教育指南里，然后使得整个教育决策者，了解在区域的整体情况，包括可以从班级，可以从学校，可以从学区，可以从行政区域，可以种钱，是不同的角度不同的去分析，最后根据他的分析的结果，薄弱点采购社会的教育资源服务，汇聚形成一个社会形成一个教育资源的统一战线，再通过精准推荐，给学习者做个性化的、适应性的智能的服务。服。那么这就是目前我们这个开展工作的一个框架，当然目前的有些技术还在做，没有完全做到，但是总体思路框架。那么在分析出学习者知识、能力，学科素养的机构的基础上，然后做智能化的推荐引擎，给学生推荐最最新的内容，推荐双师服务，也就是今后北京市的骨干教师，要在线给学生提供综合实践的指导等等这些活动，实现学科优势的发现，以及相应智能化的指导，同时这些指导都是被学生跟学生提出任何分子综合分析报告的基础上。比就说它的总体评价，他的个人能力状态，学科素养水平、能力水平等等这些方面的，在这个数据的基础上应该给学生提供相应的指导，包括它的知识地图包括它的学科素养情况，包括它的核心事项的情况等等的这些。那么这是我们高精尖中心目前在做的在做的一些工作就做了一些工作，然后我们理想是要建立适合学生个性发展的一个教育公共服务的体系，让每个人实现每个人都有的公平，既可以实现教育的大规模化，又可以实现教育的个性化。既可以实现每个人都有的公平，又可以实现跟每个人能力向匹配的质量，建立适合学生个性发展的教育公共的服务体系，要从以前“一刀切”的统一的教育模式，来建立促进个性发展的教育体系，这个要从以前“一刀切”的统一模式，到个性化选择性的学习模式，我们要从在今天了解学生，对学生提供精准的教学，线上、线下融合的空间，权威的支持，权威的学习设计，精准的学习内容、学习活动，面向学习过程的专家，领域的专家，学区主办的推荐，来建立和促进个性发展的一种教育体系，那么这是我们做的这些事。

另外，后面两个我都快速过一下，时间可能不太够。第三个方面就是，这个大数据的教育智能可以为教育决策者提供支持，实现数据驱动的教育研究的新方式。有个管理学家原来就说过，除了上面，其他人都必须要数据说话。那我们现在教育大数据呢，它是教育测量、教育评估、教育实验，这是抽样的样本式，是截面的数据。而教育大数据是全样本、全过程的数据。抽样数据是基于推测，描述静态的截面。而全样本的数据反映事实，描述动态的发展。而这个大数据另外它发现的不是确定性的因果关系，而是关联性的相关关系。而相关关系特别适合描述社会科学中，与情景相关的模糊规律，而教育中大量的规律是相关性的规律，特别适合运用大数据的思维来开展。

我们以前开展教育实验，教育的实验面向的对象是资源，人的生命是平等的，不允许实验失败，它制约着各种干预措施的发展，但是我们可以通过计算法的模拟演化，研究各种不利因素，敢于下的演化规律，研究各种变量，各种可能变化的运营规律，它可以赋予我们人，赋予我们决策者有更大的智能来做各种推演和演化，它可以实现教育数据驱动的实验范式，数据驱动的实验研究范式是建立真实和虚拟结合的混合的实验系统，按照真实的教育情景，建立起来的仿真系统。真实实验确定参数，虚拟仿真进行参数演化。所以数据驱动的教育实验它是真实的教育系统加仿真的教育系统，它跟传统的教育实验不同，传统的实验追求产显著型的效果，而数据驱动的实验在追求演化规律，诱导数据的产生，强调实验过程中各种数据，各种信息的素质化再进一步的数据化，通过数据来探究规律。所以我们觉得，这个数据驱动的实验范式我们要从真实的教育系统中，来提取它的运行要素，关系和规则，然后在这个基础上建立仿真的教育系统，通过仿真的教育系统来演化参数，比如某一个参数值，从极大值变到极小值，看看这个系统怎么演化，演化过程生成哪些数据？通过这个数据，再对数据进行分析。通过这个数据分析找出它对真实教育系统有最大价值的那个参数值，然后对数据进行分析，实现价值分析，然后系统改变，它实际上是以虚拟建设仿真，来对特定范围的教育系统进行变革，然后以净化的思想对仿真教育系统进行演化，诱导关键数据的生成，然后以教育数据分析，来发现教育系统改进的最大价值。参照仿真系统的逻辑给教育系统来进行改革，这是它的一个基本思路和基本框架。

那么，这是数据驱动的计算实验研究。那我们要在，首先是要建立教育个体层次的建模，教育组织层次的建模，社会系统层次的建模，仿真数据，建立仿真引擎。然后从真实的教育系统汲取相应的知识库，把这个知识库和参数库作用到这个演化引擎里面，然后通过变化通过这个进化算法来演化实现各种参数的研发，最后通过仿真引擎来看这种数据的变化，最后找到一个最优的值，那你这个最优的值来辅助我们，那么人的认识，感性的经验在做出抉择，它可以提高我们决策者，对教育政策的或者教育现象的准略的把握，就是它的这个作出的决策会更科学。

在这个过程中，最核心的技术一个就是教育范式，那虚拟现实。第二，就是数据化把各种编码自动化需求的技术，第三个方面，就是预测分析相关的关联数据的数据挖掘。另外还有系统演化，演化预测，系统演化的趋势等等，通过各种猜测的演化，那么这是它的一个基本的一个范式。而这种研究已经成为教育里边的一个，大家比较关注的一个研究算法，实际上它衍生与社会记得仿真的一些研究的一些思想研究的思想。

那么这是第三个方面最后一个我觉得要推荐大数据焦点是连接和数据流，这两大数据的核心思想，不是建设教育数据中心，而是强调数据在不同系统，不同应用之间的无缝的流转，而我们现在的所有的教育信息化的系统，现在各级各类机构它的核心，是共性的问题，都是信息孤岛，割裂的孤岛，分离的信息系统，这一个数据小指导，要推进数据无缝流转的信息化环境的建设，那打破不同终端，不同网络，不同系统之间的技术壁垒，要从网络互联到应用互联，实现透明的，协同的计算。不同系统，要融入主流业务，要连接起来，要贯通信息流，要在业务流中使用数据，生成数据。而我们现在很多学校，很多机构，那些数据为收集数据而收集数据，即是数据就是在业务流程生产。他要在业务流程的无缝的流转，我们每个人使用数据，又生成数据，绝对不是说我先收集大量的数据，这是错误的方向，应该是要把各种业务系统贯通，形成信息流。在业务流程中，业务流转的过程中使用数据又生成数据。相比微信、淘宝网上的一些数据，从来没有一个人说要专门采集的一类数据，都是在业务流程自然生成，而我们教育系统大量的系统都是要求，要求老师去填这个数据，那个数据，那是错误的方向，要想办法贯通信息业务流，要连接起来贯通信息流，要在业务流程中使用数据，生成数据，甚至是形成以数据流转为核心的信息。要形成以数据流转为核心的生态链条。连接产生的把孤岛式业务和服务连接起来，形成数据流，数据流转起来的，价值也就产生了，连接将打碎传统的流程，数据流转将促进结构组织，教育组织的量将促进结构，教育组织的权力意识规则，话语权将发生变化。它的连接将重构新的生态，它遵循基本路径，先是一个机构，比如一个办公室，一个oa系统的使用人事部门人力资源的使用，然后再到机构内部整合。机构内部的系统和系统之间的整合，整合完了之后，就发现有些业务脱节的，有些业务流程需要没有，要重新设计业务流程，再到原来我可以做出新的业务模式，再可以从事新的业务形态，实际上要从点线面，连接重构整个生态，最终形成虚实融合的，智慧教育的生态，这个是美国国家教育局画的一幅画，它认为学生在学校里接触教师，家庭触家长，社区接触同伴，学了实体空间以外，它通过他掌上的手机，掌上的平板这样的笔记本电脑，可以在网上介入更大的更大的一些学习共同体，接触到知识创建接触到更大的学习共同体，接触到知识创建的工具，共同兴趣的同伴，共同兴趣的同伴，权威的在线指导，专业的信息源专业的数据源，个人学习的同伴，更好的信息沟通的工具，它形成了一个虚的空间和实的空间结合在一起，虚实结合的，智慧教育的生态。学习者在这种生态圈中，他们彼此之间，与教师之间，与家长之间以及与社会专业人士之间，承载着不同于现代形态的一种互动关系，学生的主体地位明显的凸显出来，使得学习内容的来源，学习的方式发生根本性的变革，每个人既是知识生产者，也是知识的消费，学校和教育机构，不再是封闭的社会单元，而是通过网络汇聚的作用，形成一种集体智慧剧变的一种结点，，是一种充满活力，人性化和高度社会化地方，学校不再是静态知识的仓库，而是开放的流动的社会性的分布的，连接智慧认证网络个性化发展空间的。而且这种生态环境它不是一个孤立的学习空间，而是通过网络连接全球型社会的，连接学生日常生活经验和未来生活的，学习也不仅发生在教师和学校里，而是终身的，全面的，按需获得的。所以我觉得基于大数据的这个形态最终会形成一个智慧教育的生态。不当之处，请大家多多批评，多多指责，谢谢各位同事！

（本报告根据速记整理）

CAAI原创 丨 作者余胜泉教授

未经授权严禁转载及翻译

如需转载合作请向学会或本人申请

转发请注明转自中国人工智能学会