在回答這個問題之前，我們需要首先了解人工智慧目前的發展現狀。

人工智慧的主要發展方向。

第一，視覺演算法：人臉識別，人體姿態檢測，物體識別。人臉識別的後續發展可以做情緒識別，這塊兒目前立思辰已經開始在試用了，相信很快會開始推廣的。人體姿態檢測可以應用在體育教育中，但是目前還處於玩具的階段，所以這個方面不用著急。物體識別可能跟教育聯絡比較難吧，目前主要還是應用在物流領域。

第二，NPL，也就是語意識別。這塊兒目前做的最好的應該是科大訊飛吧，但是想應用在教育行業看上去好像有點兒不沾邊的，看看後續會不會出現一些新的應用需求和應用場景。

第四，其他的一些演算法模型，目前的教育可能還是停留在強調管理這塊兒了，所以可能單一的演算法模型，可能並不能真正完成這種變遷之中。

人工智慧是會應用在很多領域的，但是教育行業其實是屬於服務業中的，那麼就會有服務業的一些通病。

線上教育的變現其實是相對比較吃力，真正賺錢的可能還是會迴歸教育的原始狀態，陪伴式的面授1對1可能會更好一些的。

我認為會。

1.如今這個時代競爭壓力越來越大，擁有一技之長成為我們進入社會的必要條件，所以學習不再是被迫式的，而是自主式的，從這一方面就加快了線上教育的發展，從而推動人工智慧教育的發展。

2.從線上教育與線下教育的成本進行對比，線下教育需要有裝置，教師，教室，對環境要求較高。線上教育成本低，只需要講教學上影片上傳即可。然而人工智慧就更加方便了，智慧的搜尋海量資料進行提煉即可，更加的節約成本。

3.人工智慧的飛速發展，使得在未來，線上教育成為可能。

我的結論是可以顛覆。

人工智慧優勢很大：

1.大資料。AI可以對學生的各種反饋資訊抓取學生的資料，從而有針對的量身制定教育計劃。

2.碎片化的科學大總體模型。根據學生的知識模型，橫向找到學生容易接受的滲透點，潤物無聲，把知識的直鏈結構變成碎片化，但是確是一個龐大科學整體。

3.道路千萬條，真理就一條。AI可以化繁為簡，減少重複低效的知識輸出，讓學生從題山解脫出來，快樂高效的學習。

首先要先理解一下“線上教育”是什麼？它稱為e-Learning，或稱遠端教育、線上學習，現行概念中一般指的是一種基於網路的學習行為。可以說，近幾年，線上教育發生了很大的變化，出現了翻轉課堂之類的新的模式，而且隨著人工智慧的技術的深入影響，線上教育領域也湧現出“英語流利說”這類AI英語學習工具。所以說，未來，是人工智慧顛覆線上教育？還是兩者的緊密融合讓教育更上一層樓呢？我的選擇是後者。

舉例來說，當前的線上教育不能做到針對每一個孩子進行個性化的學習，但是線上教育可以藉助網際網路技術，有大資料進行支援，系統對每個網路學員的個性資料、學習過程和階段情況等可以實現完整的系統跟蹤記錄，這其中可以同人工智慧很好的結合，教學和學習服務系統可根據系統記錄的個人資料，針對不同學員提出個性化學習建議，還可以對遠端學生的諮詢、報名、繳費、選課、查詢、學籍管理、作業與考試進行管理等。這其中，特別是一些重複性的工作，例如學習進度評估、答案對錯的判斷和指導等都可以經由人工智慧自動完成。

另一方面，線上教育也離不開具有創意的課程模組設計，這些極具創意的東西是人工智慧無法取代的。特別是教育本身需要更多的情感交流才能鼓勵不斷地堅持學習，所以我更認可是一種人機協作的方式。