2018年11月10日上午，《人工智能+教育》蓝皮书发布会在北京举行。该蓝皮书由北京师范大学未来教育高精尖创新中心编制，中心执行主任余胜泉教授主编，并汇集来自计算机科学、教育学、心理学、认知神经科学等专业背景的研究者组成编委会和专家委员会，从教育的视角梳理人工智能落地教育的场景，并结合人工智能技术的研究热点，展望未来“人工智能+教育”的发展方向。

蓝皮书总结及展望了“人工智能+教育”的五大典型领域，从智能教育环境、学习过程、教育评价、教师助理、教育管理与服务等方面展现人工智能教育应用的典型场景，其中“Ai智能教师助理”、“Ai智能学习过程支持”领域引起广泛讨论。Ai怎样成为老师的助理？Ai又是如何更好地为学生提供学习帮助？对此我们特别采访了在国内较早进入“Ai+教育”领域的北京北极星AiTutor创始人兼CEO蔡志涛。

北京北极星创始人兼CEO蔡志涛告诉记者，10月27日，他作为8名“Ai+教育”企业代表之一，受邀参加中国人民大学高礼研究院举办的“AI赋能未来教育”闭门研讨会，会上有专家提出，未来3年，将迎来Ai+教育结合的爆发期，对此，他深表认同。蔡志涛认为，Ai技术将为我国教育带来深刻影响，并且未来3年，将迎来市场应用爆发期，Ai技术将率先在以下4方面应用并体现巨大价值：

Ai教师助手：Ai充当教师的智能助手，利用AI提高教学效率，辅助教师完成备课、批改等日常工作，把教师从重复性、机械性的事务中解放出来，让教师有更多的时间与精力来关注每个学生的个性化发展，让教师的工作回归本质，即“启迪思想、点亮灵魂”！

Ai人机共教：通过Ai辅助，能够帮助老师实现“西医式”学情分析诊断，准确定位学生学习中的学习障碍，对课堂进行精准量化的教学管理和科学检测，并提供解决方案建议，用“数据决策”代替“经验决策”，用数据驱动精准教学，“人机共教”让喊了2000多年的“因材施教”不再是一句口号！

Ai作业减负：Ai智能自动出题将成为学习过程中的重要部分，帮助教师对不同能力的学生自动生成不同的试题，一个班级50个孩子，生成50份个性化的作业，可以减少约40%的“无效作业”，Ai助力作业减负，让学生告别“题海战术”。

Ai自适应学习（人机学习）：自适应学习，是通过知识点掌握情况定位分析后，精准推送知识讲义及针对性练习，对错题自动解析答疑，对于薄弱知识点精准推送真人教师讲解视频，可以帮助学生实现高效的个性化自适应学习，不去培训班，在家也能学。

北极星AiTutor PAISA 人工智能算法引擎：

北极星AiTutor，以大数据为基础，以北极星PAISA高级算法为技术内核，结合纳米级知识图谱与知识点追踪理论模型PBKT，能够追踪判断学生知识点的每一个掌握情况变化，从百亿级知识点认知状态中，精准定位学生每一个知识点的掌握程度、薄弱知识点的认知等级，通过数据采集，构建学情“数据画像”，帮助老师实现“西医式”教学诊断分析，结合知识目标认知模型，自动规划“最优学习路径”，从而实现“因材施教”。

创业邦获悉，11月13日数据库安全厂商安华金和宣布获得由德联资本投资的C1轮融资，融资额达近亿元规模。

大数据时代的到来，数据成为了企业和个人最重要的资产，数据安全和隐私边界也愈加重要。而前段时间，Facebook、 Uber、亚马逊等互联网企业都曾爆出数据泄漏事件，全球频发的重大数据信息泄漏事件也让包括美国、英国、澳大利亚、欧盟和我国在内的很多国家和组织都制定了大数据安全相关的法律法规和政策来推动大数据利用和安全保护，比如欧盟的GDPR，国内的《中华人民共和国网络安全法》、《信息安全技术个人信息安全规范》。

对于数据安全的需求也催生了一个巨大的市场。KBV Research数据显示，当前数据安全市场以年18%的复合增长率快速发展，若按照中国占据全球数据安全市场规模的20%预测，到2023年，中国数据安全市场规模将达400亿人民币。在数据价值不可估量的今天，据Gartner预测，到2021年，中国八成以上的大型企业将部署由本地供应商提供的数据安全设备。

但在安华金和看来，当前市面上大多数据库一方面面临着“安全底子”不统一、互联网业务创新带来新风险、数据去隐私化处理以及数据上云后的主管权问题。另一方面，对于数据的保护不应该只是静态的保护，而要注重流动数据的保护。

2017年，安华金和推出数据安全状况梳理、数据访问行为管控、数据访问稽核三大产线11款产品，以此支撑数据安全治理理念的技术落地，从敏感数据的分级分类与安全风险识别，到数据在使用过程中来自应用侧、运维侧、分析侧、存储侧、共享侧等多个场景下的安全管控，完成整个数据使用过程中的行为审计追踪，让数据安全形成闭环，从而确保数据在流动中的价值显现。

本轮融资后，安华金和将会继续在数据安全产业进行布局：1、以深度学习为技术出发点，针对行业的数据安全态势感知能力和行为预警建立更优方案，让数据资产安全可视化呈现更完整；2、品牌与营销人才梯队的搭建；3、从生态建设角度，考虑搭建数据安全管理平台、数据威胁分析平台，与数据安全生态更多玩家开放接口，进行开发与合作。

在数据安全厂商们不断利用新的技术提供更优解决方案的同时，新的的挑战也在不断袭来：在AI、量子计算等更前沿的技术成为现实的同时也为数据安全带来了新的巨大的安全风险。比如某些传统计算机难以运算的问题，如大数分解和离散对数，使用量子计算机可以轻易解决。当商用量子计算机面世后，当前广泛基于RSA密码的Internet的安全系统，将更加轻易地被量子计算机破解，因此如何在新的技术背景下提供更为全面的数据安全能力方案会成为数据库安全厂商们必须面对的挑战。