人工智能从1956年的达特茅斯会议开始，到现在61年的历史，发展过程中风风雨雨，可以看到几起几落，至少我们经历过两个所谓人工智能的冬天。每一次人工智能的崛起都是因为某种先进的技术发明，而每一次人工智能遇到了它的瓶颈，也都是因为人们对于人工智能技术的期望太高，超出了它技术能达到的水准。所以政府、基金会等撤资，导致了研究人员没有足够的资金去从事研究。
那么今天我们处在一个什么阶段呢？有人说现在是人工智能的春天，有人说是夏天，还有人悲观一点，说是秋天，秋天的意思就是冬天马上就来了。作为人工智能的学者，我们该怎么看待这件事情，我们能做些什么？不管大家怎么预测，至少今天还是一个人工智能的黄金时代。
未来学家、发明家雷·库兹韦尔曾说：“不断减轻人类痛苦是技术持续进步的主要动力。”教育人工智能的使命应该是让教师腾出更多地时间和精力，创新教育内容、改革教学方法，让教育这件事变得更好。一方面，人工智能可以协助教师和学生从程序化、重复繁重的工作中解放出来，大大减轻了教师的负担；另一方面，也对教师在适应、创新、改革等方面提出了更高的要求。目前人工智能在教育领域的应用技术主要包括图像识别、语音识别、人机交互等。比如通过图像识别技术，人工智能可以将老师从繁重的批改作业和阅卷工作中解放出来；语音识别和语义分析技术可以辅助教师进行英语口试测评，也可以纠正、改进学生的英语发音；而人机交互技术可以协助教师为学生在线答疑解惑，媒体曾报道美国佐治亚理工大学的机器人助教代替人类助教与学生在线沟通交流竟无学生发现，说明了人工智能在这方面的应用潜力。
除此之外，个性化学习、智能学习反馈、机器人远程支教等人工智能的教育应用也被看好。虽然目前人工智能技术在教育中的应用尚处于起步阶段，但随着人工智能技术的进步，未来其在教育领域的应用程度或将加深，应用空间或许会更大。
实际上，AI+教育在全球范围内已经经历了相当长一段时间的发展，而让教育更高效、更有趣、更个性是很多企业努力的方向：美国的Knewton公司是最早将人工智能技术应用到“自适应学习”的机构，他们设计出应对GMAT、SAT等全球性考试的自适应学习工具，为学生大幅提高了学习效率和考试成绩；美国的"DreamBox Learning"公司就是从小学数学课程的游戏化这个点切入，在自适应学习系统中加入了游戏化元素，让原本枯燥的学习变得好玩；位于斯德哥尔摩的另一家公司Lexplore，花费675万美元开发了一项检测儿童阅读障碍的测试。学生在电脑屏幕上阅读短信，而眼球追踪设备则记录他们的眼球运动，算法开始研究这些模式，以分析孩子是否患有阅读障碍。
纵观历史的脉络，我们会发现：农耕时代的教育是为了培养统治者，那时候的教育是精英化教育，工业时代带来了“标准化＋流水线”的规模化生产，摆在工人面前的是一个个转瞬即过的六角螺帽，知识拷贝型人才成为了社会的主流需求，应需而生的是规模化教育，班额制、统一考试的出现造就了一批批标准化、同质化的人才涌入社会，这样的模式从一百年前沿用至今，但问题的关键在于100年前的工人靠拧螺帽就能糊口，100年后的人还能吗？100年前的人才培养靠规模化教育就能解决社会需求，100年后的人才培养还能吗？17世纪中叶，蒸汽机出现，18世纪中叶，电力出现，19世纪中叶，计算机出现，那20世纪中叶，什么会出现？
我们可以大胆的预测，届时，人工智能将会带来人机共存的社会局面出现！ 技术的变革引起社会的变革，而社会的变革又最终会导致教育的变革，工业社会需要“流水线”式的教育（也就是题主所说的传统教育），而智能化社会需要的是智能教育，如果题主把“智能教育”和“传统教育”这两个概念放到相应的社会背景中去，就会发现这样的“相提并论”是没多大意义的。
