近日，乂学教育的创始人栗浩洋向笔者透露，公司已经在去年获得 1.2 亿元天使轮融资，由景林资本、国科嘉和和新东方教育集团共同领投。在此之前，乂学曾经获得过3000 万人民币的种子轮投资，由青松基金领投、正和磁系资本和俞敏洪个人共同完成。

乂学教育首席科学家崔炜博士表示，从拿到种子轮融资后，乂学的大部分精力都投入到了自适应学习产品的研发上，首次推出的是面向初中阶段的英语学习产品。他介绍，因为不像数学的知识点之间具有关联性，英语的知识点比较灵活且分散，所以做英语学科的引擎难度是最大的，从某种层面来说，其难度甚至大于语文学科的自适应。但是不同学科之间的算法和技术比较相似，在攻克了最难的一块后，语文和数学的自适应产品已经在年前推出，物理、化学等科目也会在今年陆续推出。

2014 年，美国进行了一场关于自适应教育的人机大战，在这场人机大战中，自适应教育表现出了三个亮点：学生的平均分高出人工教学实十几分，整体成绩提升效果显著;及格率提高 10 % ，对基础较差的学生效果明显;学生整体提前 44% 完成学习任务，学习效率提高。这场人机大战表明，自适应教育在某些方面超越了人工教学。

目前全球范围内宣布做自适应学习机构超过 50 家，其中 70 % 来自中国。他认为，判断一家机构是否真正拥有自适应系统的前提之一，是看团队是有拥有掌握人工智能技术的博士后资源。

栗浩洋介绍，

他介绍，乂学教育的核心技术负责人都具备 “高学历+经验”的特点：不论是 CPO 还是首席科学家都至少要保证人工智能领域相关学科博士毕业，拥有足够的研究高度和深度，保证自适应的学习效果;而首席科学家，至少需要在顶尖人工智能教育机构里有过四年以上的工作经验，减少机构在“人工智能+教育”的探索中走过的弯路。此外，乂学知识图谱的开发全部由特级教师领衔完成，为了解决传统教师与人工智能的理念冲突，还聘专门请了课外培训经验丰富的 CLO 负责研发和培训。

在乂学教育的 CEO 周伟看来，传统的教学模式中存在诸多问题：在线教育课程完成率低、对学生的自制力要求高、学习效果差等;而传统线下教育师资紧缺、招聘困难、成本过高等，“保健品营销”成为最致命的问题。但是自适应可以用少数名师和研发团队辅助老师教学，判断出每个学生的薄弱项，为他们提供个性化学习和指导。

关于自适应教育产品的研发，栗浩洋表示，“知识图谱是所有自适应教育产品的核心，乂学也不例外。一种在朋友圈流传的“三分钟测词汇量”小测试，已经让很多人体验到了知识图谱的作用，通过游戏开发者搭建的粗糙的知识图谱，赋予单词之间联系，最终估计出参与者的词汇量。”

在细分化的知识之间搭建知识图谱，通过测试学生某个知识点的掌握情况，就可以得出学生掌握其他知识点的概率，系统再自动筛选课程和习题。

如果不谈搭建知识图谱的技术，乂学教育的自适应产品有一个简单的逻辑：而传统的教育中，每一套测试题测试的知识点都不同，无法从一套测试题中得出学生的知识结构，效率较低。

在实际的自适应产品开发中，技术是判定自适应产品真伪的核心因素。在这方面，乂学开发出了三项核心教育技术：基因检测系统、知识点纳米级分离和超高速自适应学习系统。

栗浩洋表示，乂学的知识图谱突破了原来“知识点”的概念，将知识点拆分成了更精细的“学习点”，因为知识点拆得的越细，对学生的测评就越准确，学生的学习效率就越高，因此知识点的精细程度是提高学生学习效率的关键。这方面，乂学请了 50 多位特级教师，在机器的辅助下共同完成。

此外，基因检测系统能够结合 AI算法和知识图谱，降低学生“蒙对”题目的概率。而自适应学习平台则能根据每位学生的状态，制定个性化的计划，建立个性化学习档案，不断采集和分析学习数据，随时调节学生的学习路径。栗浩洋透露，在乂学教育第一代产品的用户中，已有超过 10% 的学生在 3 个月内提升了 20 分。

值得注意的是，全球化的自适应学习平台 Knewton 也将目光瞄准了中国市场，与好未来已经合作了两年有余。栗浩洋表示，虽然很多人都认为“不做 to B 的自适应很难生存下去”，但是 Knewton 这种广泛和 B 端合作的方式就像“火箭的引擎却做了汽车的制造商”，忽视了内容才是教育的核心，应该为算法引擎专门量身定制。

“虽然 Knewton 进入了中国，乂学在产品本土化和技术精细化方面有优势。”栗浩洋说，目前乂学已经从考试重点难点、中高考出题的设计思路、学生的性格和学习习惯、学习策略和考试策略等等十几个维度开发了知识点。

在商业模式的构建方面，乂学教育将把自适应学习系统应用到线下连锁店和在线课程上，目前乂学已经在江苏、浙江、山东等地建立了 100 多家加盟校，通过技术授权降低机构的师资成本，授权费大约是线下培训费用的 40% 左右。在一些加盟校难以覆盖的地方，乂学会用线上教学的方式，用自适应系统降低 70% 以上的人力成本。