从信息技术所处理问题的结构化程度来看,人类所面临的问题大致上可以分为结构化问题(可以通过公式或算法获得求解)和非结构化问题(需要借助经验和推理来解决)两大类.自动化技术适合于结构化问题的解决,人工智能技术则适合于求解非结构化问题.随着互联网技术的发展和计算机运算性能的提高,仅具有一层隐含层的早期人工神经网络,其隐含层现在已经扩展为数层乃至数百层,从而使深度学习成为大数据支撑下通过人工智能求解非结构化问题的重要利器.在此背景之下,人工智能正在语音、文字与图像的识别,以及自然语言理解等实际应用领域逐步超越人类智能.在教育信息化领域，适应性学习通常是指为有效地适应学生个体差异而提供的任何形式的教学干预。现代计算机和物联网技术催生了虚实结合的个性化教学环境的构建与发展，使其对于个性化学习的支持易于实现。根据给定条件下的资源与限制，有文献将适应性学习的实现路径归纳为宏观适应性教学、能力倾向处理交互、微观适应性教学、适应性超媒体、基于特定教学法五种。将介绍当人工智能遇上大数据、人工智能已经部分超越人类、适应性学习的技术途径、信息时代如何学习等几个方面的内容。