受人工智能技术的适应性和成熟度的制约，人工智能的应用在场景分布中表现出一些明显的特点：当前的人工智能主要用于低复杂度的场景，例如图片搜索问题，分级阅读和智能问题库等。 。 ，检查和诊断等方面，这种应用工具的属性是显而易见的。但是，在“评估”中，和“管理”链接方面，人工智能技术的适应性和成熟度都很低。进行“评估”。链接为例。由于难以为综合素养和专业兴趣等评估场景形成统一的标准，因此人工智能的判断比较困难，准确性无法在后期标准化，模型也无法反馈。因此，人为的智能适应程度不高。至于诸如“教学”之类的服务场景。和``准备''，一旦在知识图和大数据等技术上取得突破，巨大的潜在价值就会爆发。智慧教育正在推动教育领域的深刻变革。人工智能与教育场景的深度融合，一方面可以提高课堂教学的学习效率，另一方面可以深刻地重构教育领域的运作模式。智慧教育将重塑教育过程，并促进更多样化，更精确和更具个性化的人才培训。智能教育的发展根据其能力分为三个阶段：助教阶段，价值创造阶段和教学阶段。 “目前，智能教育仍处于从教学协助到价值创造的过渡时期。它最初已被应用在离线AI课程，智能评估和其他场景中，但是在根据学生的能力来教授学生的阶段，成熟的商业应用尚未大规模出现。工信部新一代人工智能发展研究中心副主任许峰研究员认为，“根据他们的才能来教学生”是可以实现的。是教育的长期目标。在这一过程中，人工智能技术可以发挥重要作用，但也会受到自身技术发展的限制。仍然很难预测人工智能何时真正“完全”完成。具有认知功能。但是，从当前人工智能技术的发展趋势来看，我国的智能教育已进入快速发展阶段，不断实现为学生，教师等创造价值。在未来，随着知识的不断发展图形，认知计算，自然语言处理和其他技术，人工智能将涵盖教学过程的更多场景，并有望在诸如自适应学习和自适应交互式课程等应用中逐渐成熟，以根据其能力实现“教学” ”。教育作为一个涉及教学，管理，科学研究和服务的综合系统，极大地增加了将人工智能技术与教育融合的难度；现有的人工智能技术主要用于语音识别和图像识别等识别领域。应用程序，但是在应用程序的理解和创建方面尚未取得实质性的突破。当前的自然语言处理技术只能识别语法结构，拼写正确性和错误，但是在文本结构，语言逻辑，情感表达等的语义理解水平上仍然非常缺乏。建议加大对智能教育关键技术的研究开发力度：首先，依靠智能教育国家人工智能开放创新平台，建立跨学科，跨地区的“人工智能+教育”。研究团体，并进行广泛的跨学科研究和探索。促进脑科学，神经科学，认知科学和其他学科的交叉融合；二是加强“政府企业研究”。多方合作，业界将加强研发和探索，学术界将提供坚实的理论基础，最后将试点应用应用于相关的教学场景；进一步推进平台建设，推动开放平台开放智能关键关键技术