数据是基础，算法是核心，服务是目的从AI+教育的技术架构来看，可初步分为三个部分，即基础层、算法层、应用层，每一层分别表现出不同的特点。基础层主要包括算力、数据与算法框架，其中数据量级庞大冗杂，质量参差不齐，基于教学过程的非结构化和半结构化数据的处理难度大，线下教学环节的数据普遍缺失。算法层是实现技术的核心，2006年提出的深度学习算法视为人工智能在算法层的突破，该算法通过具备更多隐层节点的人工神经网络，实现逐层特征变换与学习，解决了很多复杂的模式识别难题。感知层技术目前发展得较为成熟，在深度学习算法的助力下，感知技术应用场景广泛。认知层技术是未来发展的重要方向，预期在特定领域内可实现机器一定程度上的认知推理能力，有显著的技术门槛。AI+教育的应用发展阶段各异，越外围的教育环节，技术渗透率越高，技术的有用性与易用性也越好。

图表  AI+教育的技术架构