（一）人工智能教育的内涵
学者闫志明等从学科发展角度，首次给出了教育人工智能（EAI）的内涵：人工智能与学习科学相结合而形成的一个新领域，教学模型、领域知识模型和学习者模型是其核心。张坤颖等则从人工智能应用的角度，对人工智能教育的内涵作了界定：只有当人工智能辅助于教育应用、建构教育场景、重组教育中的要素或者重构教育过程时，才属于人工智能的教育应用。兰国帅等则从技术手段应用的角度，提出智能教育是指智能传感器全天候、全方位、全时空识别学习者的各类行为状态，让学习者多种潜在的学习习惯和逻辑内涵得以呈现。吴永和等从“人工智能 + 教育”的生态系统角度，认为“人工智能+教育”是人工智能与教育的深度融合与发展，将人工智能应用于教育领域可以提升教育的质量。
从目前人工智能应用的相关研究来看，人工智能教育应用内涵丰富。基于以上观点，本研究认为人工智能教育是在教育场景中利用人工智能技术解决教育问题，以此提高教育效率，实现教育最优化。
（二）人工智能教育的历史、现状与发展趋势
“人工智能（Artificial Intelligence）”这一术语，是在1956 年美国的达特茅斯夏季研讨会上被首次提出。此后，人工智能的发展经历了三个阶段：第一阶段源起达特茅斯会议，基于数理逻辑的符号知识表示与推理是这一阶段人工智能的主要研究方向与特色；20 世纪 80 年代到90年代末是人工智能发展的第二个阶段，在此期间专家系统和人工神经网络取得新进展；进入21 世纪，人工智能的发展迈向第三个阶段，其标志是深度学习的不断发展。
虽然教育领域人工智能的发展速度落后于其它行业，但是目前人工智能正逐步在课堂教学、个性化学习、考试评价、教育管理与决策等教育场景中发挥重要作用。目前在我国的教育技术相关期刊中，研究主题已涉及机器人学习、深度学习、个性化学习、自适应学习、学习分析、情感计算、智慧教育、大数据等众多主题。
关于人工智能教育的发展趋势，陈凯泉等认为“数据智能、跨媒体智能及人机协同的增强智能，将对教育教学领域形成重大影响。具体表现为大数据与跨媒体智能共同支撑精准的学情判断和科学的学习路径推荐和未来教学系统将广泛采用人机协同的增强智能。”单美贤等则从认知计算在充分体现学习科学研究成果、推动智能化学习的创新发展、学习支持服务应用和驱动教育决策的精准化这四个方面，分析与展望了认知计算在今后“智能+”教育领域中的应用前景。李振等则从教育知识图谱在教育大数据智能化处理、教学资源语义化聚合、智慧教学优化、学习者画像模型构建、适应性学习诊断、个性化学习推荐、智能教育机器人等方面进行分析，认为知识图谱具有广阔的应用前景。闫志明等认为教育人工智能的关键技术主要体现在知识的表示方法、机器学习与深度学习、自然语言处理、智能代理、情感计算等方面，其应用与发展趋势集中在智能导师与助手、智能测评、学习伙伴、数据挖掘与学习分析等领域。
基于以上观点，笔者认为智能教育正从“感知智能”迈入“认知智能”时代，人工智能技术的突破性进展主要表现在以深度学习为代表的机器学习和以知识图谱为代表的知识工程两大方面。因此，以深度学习为代表的机器学习和以知识图谱为代表的知识工程将会在教育机器人、自适应学习系统等应用案例上得到进一步发展。