從人工智能早期、機(jī)器學(xué)習(xí)時(shí)代，到深度學(xué)習(xí)崛起，再到如今的大模型時(shí)代，技術(shù)不斷升級，技術(shù)范疇逐步細(xì)化、能力逐層遞進(jìn)。尤其是大 模型，作為引領(lǐng)這一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，具有溢出帶動性很強(qiáng)的“頭雁”效應(yīng)，引發(fā)了 AI 賦能教育領(lǐng)域的技術(shù)范式變化。

隨著以大模型為代表的新一輪技術(shù)范式的不斷成熟，許多公司選擇混合使用通用大模型和自有小模型，將通用模型的強(qiáng)大能力與自有小模型 在特定領(lǐng)域的優(yōu)勢，兩相結(jié)合，進(jìn)而變革教育。

人工智能（AI）：模擬人類智能的廣泛技術(shù)

AI 的核心目標(biāo)是通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等技術(shù)，使 計(jì)算機(jī)能夠從數(shù)據(jù)中學(xué)習(xí)，并自主進(jìn)行推理和決策， 是模仿人類智能行為的關(guān)鍵技術(shù)。

機(jī)器學(xué)習(xí)（ML）：人工智能的支柱技術(shù)

機(jī)器學(xué)習(xí)致力于研究和開發(fā)能夠從數(shù)據(jù)中自動學(xué)習(xí)和 改進(jìn)的算法和模型，機(jī)器學(xué)習(xí)算法能夠執(zhí)行預(yù)測、分 類、聚類等多項(xiàng)任務(wù)。其核心理念是讓計(jì)算機(jī)系統(tǒng)從 數(shù)據(jù)中學(xué)習(xí)，而不是通過顯式編程來完成特定任務(wù)。

深度學(xué)習(xí)（DL）：機(jī)器學(xué)習(xí)中的尖端分支

基于人工神經(jīng)網(wǎng)絡(luò)，特別是深度神經(jīng)網(wǎng)絡(luò)（具有多層 隱藏層的網(wǎng)絡(luò)）。深度學(xué)習(xí)的應(yīng)用范圍非常廣泛，包 括圖像識別、語音識別、自然語言處理等領(lǐng)域。

大模型引發(fā) AI +教育領(lǐng)域的 技術(shù)范式變革

近年來，大模型（生成式 AI）成為教育領(lǐng)域的明星技術(shù)。模型發(fā)展路徑從 “大而全” 到 “專而精”， 混合模型也成為當(dāng)前 AI 賦能教育行業(yè)的主流選 擇，可更好地適配不同產(chǎn)品的場景需求，實(shí)現(xiàn)對教師、學(xué)生、管理者更好的賦能效果。