數(shù)據(jù)是基礎(chǔ)，算法是核心，服務(wù)是目的從AI+教育的技術(shù)架構(gòu)來看，可初步分為三個部分，即基礎(chǔ)層、算法層、應(yīng)用層，每一層分別表現(xiàn)出不同的特點�；�礎(chǔ)層主要包括算力、數(shù)據(jù)與算法框架，其中數(shù)據(jù)量級龐大冗雜，質(zhì)量參差不齊，基于教學過程的非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)的處理難度大，線下教學環(huán)節(jié)的數(shù)據(jù)普遍缺失。算法層是實現(xiàn)技術(shù)的核心，2006年提出的深度學習算法視為人工智能在算法層的突破，該算法通過具備更多隱層節(jié)點的人工神經(jīng)網(wǎng)絡(luò)，實現(xiàn)逐層特征變換與學習，解決了很多復(fù)雜的模式識別難題。感知層技術(shù)目前發(fā)展得較為成熟，在深度學習算法的助力下，感知技術(shù)應(yīng)用場景廣泛。認知層技術(shù)是未來發(fā)展的重要方向，預(yù)期在特定領(lǐng)域內(nèi)可實現(xiàn)機器一定程度上的認知推理能力，有顯著的技術(shù)門檻。AI+教育的應(yīng)用發(fā)展階段各異，越外圍的教育環(huán)節(jié)，技術(shù)滲透率越高，技術(shù)的有用性與易用性也越好。

圖表  AI+教育的技術(shù)架構(gòu)