到底要怎么做才能知道自己学到了多少知识呢?一般情况下，除了考试之外，我们别无选择。而现在，一个新的算法能够提高人们的知识水平，并且完全远离考试， 我们来看看到底怎么回事儿。据了解，这个算法是由来自斯坦福大学和加州谷歌分部的研究人员共同开发的，它能够对学生们的表现进行分析，并根据过去的一些实 践问题来确定他们是否在哪些方面走错了路，然后对他们的整体知识水平做出评估。

事实上，使用软件来追踪学生的成绩并不是一个新的想法。但迄今为止，很少有人尝试着在软件中加入深度学习算法(这是一个通过消化大量的数据来让机器学习的尖端学科)。

来自斯坦福大学的 Chris Piech 和他的研究团队在系统中输入了超过 1400 万学生对来自在线学习平台 Khan Academy 上的数据问题集的答案和相应的分数。此外，他们还开发了一套类似神经网络的系统来对问题的类型进行分析：比如那些涉及平方根、斜率以及图形上的坐标轴等等。

分析了所有这些信息以后，系统就可以对每个学生对每一种问题类型的处理能力进行分析。Chris Piech 在上个月的加拿大蒙特利尔神经信息处理系统会议上表示，这个系统目前的预测准确率高达 85%，不管学生有没有得到正确的锻炼，只要查看他回答的几个问题即可。

Chris Piech 表示，他希望这个系统的进阶版不仅能够预测学生会在哪个问题上有可能出错，还要能够分析错误的原因。他补充道：“找一个愿意花时间思考、分析你到底学会了什么的家教是非常昂贵的。这非常不现实，但是，在将来的某一天，我们可以只通过这种软件就能够帮助学生找到自己最困难的方面，并帮助他们提高。”

这个系统最终将能够完全准确的预测学生的知识水平，考试什么的就可以省略了。他说：“直觉告诉我们，如果我们对学生的学习给予足够的重视，让他们坐下来进行一次测试是完全没有必要的。”

来自科罗拉多大学的 Tamara Sumner 表示，从技术层面来说，这个算法是一个非常显著的进步。令人印象最深刻的地方在于，它并不需要人为输入一些专业的知识。

来自马萨诸塞州伍斯特理工学院的计算机科学家 Neil Heffernan 认为，开发更好的方式来预测学生的表现是非常重要的。不过，他并不清楚这个新系统是否具备任何实际价值，比如说，它能否告诉我们应该怎样更好地教育家庭背景和技能水平不同的学生。