36氪近日获悉，人工智能个性化学习平台「符号树」科技宣布获得数百万元人民币天使轮融资，此轮融资由达晨创投投资。本轮融资将用于进一步加强智能系统的技术研发、教研、人才引进和市场推广。

符号树科技的产品核心是一个拥有优质教学资源的专家系统，针对不同学生不同的认知水平、学习特点和学习需求等进行深度分析和精确诊断，生成针对不同学生的“个性化学习方案”，让专家系统为学生匹配最优的AI老师对学生进行一对一的辅导。

这套逻辑对于教育创新前沿的人来说，并不陌生。过去几年来，市场上层出不穷的“智能化”自适应题库都是如此宣传的：每一个学生都不同，自适应题库可以做到千人千面。但是，这种所谓的”千人千面“大多不过是同一个数据维度的“千人千面”；自适应题库的底层逻辑是，学生如果经常做错某一类型的题，那么就多向他推送同类型的题。这样，学生就可以花更少的时间重复练习已经掌握的知识点，而更加专注在还不熟练的类型上。

与以往所有学生使用同一套练习册相比，自适应题库当然更加高效，而且不少产品在很大程度上服务了老师，减轻老师留作业、批改作业和学情分析的时间。

但是，符号树要做的不仅仅是减轻老师负担，而更要让水平参差不齐的老师们都达到专家老师的水平。符号树认为，优秀老师之所以优秀，并不体现在改作业改得好方面，而在于他们能够通过观察学生的答题思路来判断他哪方面知识点或者能力有欠缺，并针对他欠缺的部分做针对性讲解和练习。还有，不同学生理解新事物的思维方式不一样、专注能力也不同，优秀老师通过观察到这些细节，会在知识点教授的顺序上、一次性授课时长上做出调整。

符号树的AI专家系统就是要模仿这种优秀老师的教育方式。不同于大多数自适应题库只收集和分析“习题知识点”这个单一维度的数据，符号树会收集多项行为数据并对用户进行更为宏观的建模。模型中包括学生的学科素养、思维模式、专注能力等；系统会根据用户与这个能力模型的偏移程度推荐相应的辅导材料和习题。

举个例子，如果有个学生总是做错立体几何知识点相关的问题，那么传统的自适应题库就会着重推送立体几何问题；而符号树的系统可以察觉出这个学生做不出来立体几何问题的具体原因到底是什么。

如果是因为学生的空间想象能力不强，那么系统就会通过文字、视频或者语音讲解以及练习题，来教授学生空间向量的做法，把立体几何的空间想象问题，转化成代数的坐标运算，学生只要掌握几个公式，就可以解决绝大多数的立体几何问题。

而空间想象力强的学生就可以根据立体几何中的定理定义，直接完成题目的解答，训练的重点则要放在定理定义使用的精准性上面。

因此，符号树的智能系统和传统自适应题库相比，更加关注习题背后学生能力的发展；而且可以通过有针对性的讲解和练习来实现模拟优秀老师的能力——深刻理解学生和深刻理解知识和能力模型的能力。

但是符号树并不是要取代真人老师，真人老师的监督、辅导和育人的作用依然难以被系统取代。符号树希望系统能够帮助年轻老师快速获得和经验丰富的老师同等的分析能力，让年轻老师的学生得到更公平的教育。因此，基于近期上线app和pc端产品，符号树已经与多家教育机构和学校达成了合作意向。

符号树科技创始人&CEO，研究生毕业于美国加州欧文大学，从事大数据、人工智能行业多年，曾任Apple美国硅谷总部产品经理、研发组长。团队成员还有来自Google、微软、华为、清华北大、UC Berkeley等知名公司和高校。

本文转自36氪，作者孟小白，原标题《获数百万元人民币天使轮融资，个性化学习平台「符号树」用AI技术深度解构知识和能力模型》。