芥末堆芥末堆

【GET2016】未來工場王凱峰:AI 將驅(qū)動下一波教育創(chuàng)業(yè)浪潮

作者:盧楠 發(fā)布時間:

【GET2016】未來工場王凱峰:AI 將驅(qū)動下一波教育創(chuàng)業(yè)浪潮

作者:盧楠 發(fā)布時間:

摘要:下一波教育創(chuàng)業(yè)浪潮,核心驅(qū)動將來自以人工智能為核心的“科技+教研創(chuàng)新”的融合

王凱峰.jpg

芥末堆  盧楠  11月11日

11日下午,在以“創(chuàng)·見·新生態(tài)”為主題的GET2016教育科技大會“教育技術(shù)主題分論壇”上,未來工場首席產(chǎn)品官王凱峰發(fā)表了主題演講“在線教育邁向智能時代”。

以下為王凱峰演講重點內(nèi)容:

AI是教育下一個驅(qū)動力

王凱峰指出,從整個產(chǎn)業(yè)增長來看,人工智能正在迎來新的產(chǎn)業(yè)爆發(fā)期,學(xué)術(shù)研究、行業(yè)發(fā)展和資本活躍。2018年全球人工智能市場近470億美金,年復(fù)合增長率55.1%。2010年-2015年,AI行業(yè)融資數(shù)量年復(fù)合增長57%,中國的AI融資增長非常高,政府在支持人工智能的發(fā)展。

王凱峰認為,下一波教育創(chuàng)業(yè)浪潮,核心驅(qū)動將來自以人工智能為核心的“科技+教研創(chuàng)新”的融合。目前 AI 已在自適應(yīng)學(xué)習(xí)、虛擬助手、專家系統(tǒng)、商業(yè)智能等方面有廣泛的應(yīng)用,未來隨著技術(shù)成熟將會有更多新場景出現(xiàn)。未來教育是人與人工智能協(xié)作的時代,充分發(fā)揮機器與人類不同的優(yōu)勢是提高生產(chǎn)力的關(guān)鍵。人工智能將會取代簡單重復(fù)的腦力勞動,而發(fā)揮人類的優(yōu)勢創(chuàng)新、復(fù)雜決策、情感關(guān)懷激勵等更大優(yōu)勢。

王凱峰還列出了EDAI 4大應(yīng)用場景:

  • 個性化學(xué)習(xí)、自適應(yīng)學(xué)習(xí)。

  • 虛擬助手:拍照搜題和對話機器人。

  • 商業(yè)智能化:把原來商業(yè)里面的智能技術(shù)應(yīng)用到教育里面來,幫助學(xué)校和機構(gòu)更好地解決教學(xué)管理效率和企業(yè)運營效率的問題。

  • 專家系統(tǒng):像高考的升學(xué)規(guī)劃還有職業(yè)規(guī)劃、留學(xué)咨詢等復(fù)雜決策的系統(tǒng)

并以前兩個場景為例,進行了說明。

EDAI 重點場景1:自適應(yīng)學(xué)習(xí)

王凱峰在研究了市面上所有自適應(yīng)學(xué)習(xí)法之后,看到大家的切入點有以下幾種:

  1. 從教、學(xué)、練、測、評切入。人工智能依賴于數(shù)據(jù),數(shù)據(jù)化程度最高的是練習(xí),因此這也是大部分“人工智能+教育創(chuàng)業(yè)者”的切入環(huán)節(jié),但此環(huán)節(jié)的to C商業(yè)化能力弱,常見策略是向鏈條兩側(cè)延伸或切入to B領(lǐng)域商業(yè)化。

  2. 分級閱讀。現(xiàn)在中國沒有分級閱讀的統(tǒng)一標準和壟斷出現(xiàn),這個里面有很大的創(chuàng)業(yè)空間。

  3. LMS。這個是學(xué)習(xí)管理系統(tǒng),里面包括了作業(yè)、練習(xí)、教課以及所有的解決方案,在不斷地智能化,是我們目前探討最多的領(lǐng)域。

EDAI 重點場景2:虛擬助手

虛擬助手能夠做到的事情可能有陪練、答疑、客服咨詢,包括相關(guān)進度的督促和掌握,像助教環(huán)節(jié)、客戶環(huán)節(jié)的事情可以通過虛擬助手來做。虛擬助手也在慢慢演進:

  • 最簡單的助教,它能完成在線答疑、進度督促和簡單的客服工作,能夠更快更簡單的被替代掉。

  • 中間是顧問,很多留學(xué)企業(yè)和咨詢公司長不大,是因為沒有顧問供給,當他們規(guī)模長大之后,發(fā)現(xiàn)顧問服務(wù)不過來。如果這些機器人替代顧問的話,可以解決學(xué)習(xí)規(guī)劃、指導(dǎo)咨詢、客戶服務(wù)的問題。

  • 第三個是老師,包括教學(xué)設(shè)計、教學(xué)服務(wù)和孩子整個的成長情感經(jīng)歷,都會慢慢被替代掉。

以下是王凱峰的演講整理:

我們認為AI是教育下一個驅(qū)動力。

來看一下整個的產(chǎn)業(yè)增長,前兩天有一個叫IDC的公司發(fā)布了這樣一個預(yù)測,大概到2018年全球的人工智能市場近470億美金,年復(fù)合增長率55.1%。同樣看到,2010年-2015年,AI行業(yè)融資數(shù)量年復(fù)合增長57%,中國的AI融資增長非常高,我們的政府在支持智能的發(fā)展。

人工智能不是在變魔術(shù),它本身不具備思維,它需要更多的數(shù)據(jù),更高的性能,更優(yōu)的算法才能做到更強的智能。我們看到這些數(shù)據(jù)不斷的增長,在2009年達到了40倍,這些數(shù)據(jù)來了以后需要有更好的云存儲方式,更低成本,更好的處理方式。這些數(shù)據(jù)通過智能算法,才能更好的應(yīng)用到行業(yè)里面去。

我們看一下這張圖,這張圖特別有意思。它左邊的尺度是2000年,后面是2025年。

屏幕快照 2016-11-11 下午7.00.08.png

大家知道人工智能從50年代開始發(fā)展,50年代經(jīng)過了第一次發(fā)展,第二次有更大的發(fā)展,后來沒有真正落地就衰落了。直到2012年,寬帶降臨,我們才能完成慕課、微課等大的流量視頻交付。2014年,直播技術(shù)的發(fā)展,才引領(lǐng)了2014年、2015年的在線直播網(wǎng)校潮流。我認為,隨著移動互聯(lián)網(wǎng)的發(fā)展,更多應(yīng)用場景的介入,讓更多的場景和資本介入,催生了豐富的商業(yè)模式,包括O2O,包括像微信的公眾號,包括在線直播網(wǎng)校。

隨著這些技術(shù)不斷的發(fā)展,第二波是商業(yè)化的潮流,到了2016年我們認為進入了商業(yè)化時代。

看最右邊這條線,2006年深度學(xué)習(xí)算法剛剛出來,2011年語義識別上線,2012年深度學(xué)習(xí)算法在語音和視覺識別方面取得了突破,準確率達到了98%以上。2013年,猿題庫和英語流利說出現(xiàn),教你怎么樣去掃題看答案,運用語音識別完成了新應(yīng)用,教你怎么去說英語。包括2014年的3D打印和后面的VR、AR,后面更多是向智能化發(fā)展的趨勢。2016年有一個標志性事件,就是阿爾法狗戰(zhàn)勝了李世石。我們最近看到了很多的案例,很多人開始關(guān)注人工智能怎么樣解決B端和C端的效率問題。

人工智能到底怎么跟教育結(jié)合呢?

  • 首先大量的數(shù)據(jù)是人工智能的基礎(chǔ),我們需要有多維度、大量級的數(shù)據(jù)采集,包括語音、圖像、運動、肌肉電,讓我們獲得更多的信息。

  • 第二是有人工智能方面的數(shù)據(jù)處理方式,讓這些數(shù)據(jù)解讀出來。

  • 第三是有自然人機界面,包括VR/AR,數(shù)據(jù)可視化,機器人和3D打印,都是未來的應(yīng)用場景。

EDAI 4大應(yīng)用場景:

  • 個性化學(xué)習(xí)、自適應(yīng)學(xué)習(xí)。

  • 虛擬助手:拍照搜題和對話機器人。

  • 商業(yè)智能化:把原來商業(yè)里面的智能技術(shù)應(yīng)用到教育里面來,幫助學(xué)校和機構(gòu)更好地解決教學(xué)管理效率和企業(yè)運營效率的問題。

  • 專家系統(tǒng):像高考的升學(xué)規(guī)劃還有職業(yè)規(guī)劃、留學(xué)咨詢等復(fù)雜決策的系統(tǒng)

這四大方向是目前的切入點。

這是我們花了一段時間整理的表格,這個表格分為應(yīng)用層和技術(shù)層。上面應(yīng)用層,主要從四個方面整理。其中,自適應(yīng)學(xué)習(xí)里面,左邊的K12課內(nèi)是最密集的,包括像猿題庫、貍米學(xué)習(xí)等應(yīng)用。虛擬助手里面有微軟小英,你可以在微軟小英里面和智能機器人交流。專家系統(tǒng)里面,有智能批改和升學(xué)規(guī)劃兩個方向,智能批改可以通過校寶科大訊飛的功能,升學(xué)規(guī)劃可以通過申請方和高考派的功能。商業(yè)智能,包括運營支持和學(xué)情管理。

屏幕快照 2016-11-11 下午7.26.48.png

未來人工智能到底帶來什么?

我感覺,人工智能里面,機器的優(yōu)勢和人的優(yōu)勢不一樣。機器的優(yōu)勢,是簡單環(huán)境下面的標準化和規(guī)?;?。機器可以做到輔助教學(xué)、限定對話、文本批改、簡單答疑、作業(yè)練習(xí)、測評批改,人類可以做教學(xué)設(shè)計、復(fù)雜決策、團隊協(xié)作等。

EDAI應(yīng)用場景中,第一個概念是自適應(yīng)學(xué)習(xí)。

自適應(yīng)學(xué)習(xí)是經(jīng)常提到的概念,包括內(nèi)容自適應(yīng),測評自適應(yīng),進度自適應(yīng),路徑自適應(yīng),回饋自適應(yīng),目標自適應(yīng),這些自適應(yīng)的過程最終為學(xué)生提供個性化的學(xué)習(xí)過程。

我們可以看到技術(shù)實現(xiàn)的基本邏輯是:首先是教學(xué)者模型,學(xué)習(xí)者模型以及整個的知識圖譜的建模;建模之后,把不同的自適應(yīng)性材料,包括題目和內(nèi)容交付給自適應(yīng)學(xué)習(xí)者,同時獲得很多的數(shù)據(jù),把這些數(shù)據(jù)通過更加直觀的方式展示給使用者,包括把這些數(shù)據(jù)傳遞給我們的模型,用來優(yōu)化模型的算法,這是整個自適應(yīng)模型的核心。我們可以看到自適應(yīng)的算法和處理,其實核心是人工智能。

我研究了市面上所有自適應(yīng)學(xué)習(xí)法之后,看到大家的切入點有很多的相似點,很多都是從教、學(xué)、練、測、評切入。我們可以看到人工智能依賴于數(shù)據(jù),數(shù)據(jù)化程度最高的是練習(xí),因此這也是大部分“人工智能+教育創(chuàng)業(yè)者”的切入環(huán)節(jié),但此環(huán)節(jié)的to C商業(yè)化能力弱,常見策略是向鏈條兩側(cè)延伸或切入to B領(lǐng)域商業(yè)化。

第二個切入點是分級閱讀。現(xiàn)在中國的小孩子沒有辦法讀到自己適合的書,因為第一個沒有標準,第二個也不知道他適合什么樣的,第三個沒有中間的匹配環(huán)節(jié)。自適應(yīng)先做測定分級,把孩子和內(nèi)容做一個相應(yīng)的測定評級之后,通過自適應(yīng)引擎去推薦。它能夠通過閱讀后的測評,讓我們知道這個孩子讀了這本書之后懂了還是沒有懂,得到更多的反饋,通過這種方式讓更多的孩子得到他適合讀的內(nèi)容。

兩個月前發(fā)了這份報告之后,國內(nèi)有很多的人想做分級閱讀,因為現(xiàn)在中國沒有分級閱讀的統(tǒng)一標準和壟斷出現(xiàn),這個里面有很大的創(chuàng)業(yè)空間,如果大家有興趣可以找我們聊一聊。

第三個切入點是LMS。這個是學(xué)習(xí)管理系統(tǒng),里面包括了作業(yè)、練習(xí)、教課以及所有的解決方案。我們看到LMS也在不斷地智能化,從原來只能按照大綱一次一次學(xué)習(xí)、練習(xí),變成現(xiàn)在學(xué)生可以按照自己的節(jié)奏進行學(xué)習(xí)的系統(tǒng),這是自適應(yīng)學(xué)習(xí),是我們目前探討最多的領(lǐng)域。

EDAI應(yīng)用場景中,第二個是虛擬助手。

虛擬助手可以幫助我們提供簡單的服務(wù)。目前來說,能夠做到的事情可能有陪練、答疑、客服咨詢,包括相關(guān)進度的督促和掌握,像助教環(huán)節(jié)、客戶環(huán)節(jié)的事情可以通過虛擬助手來做。這改變了我們的溝通方式,虛擬助手的邊際成本很低,響應(yīng)速度是毫秒級,有超過1000條知識庫來識別文本、語音、動作和圖片,把它變成機器可識別的編碼。

第二部分是搞清楚他到底想要什么。這個里面包括語義識別,包括要去知道他過去的行為和習(xí)慣,追測到他這次想要什么東西,包括知識圖譜。從廣義來說我們講的對話機器人,如果是通用機器人的話很難實現(xiàn),因為它沒有辦法解決世界上通用的問題;在某一個狹窄領(lǐng)域可以,比如像某一個電商公司聊完之后,這家公司原來有14000名的客服,現(xiàn)在減掉了8000人,中間那部分人全部用機器人替代了,有時候你去網(wǎng)站咨詢,是感覺不到是機器人回答的。

虛擬助手也在慢慢演進:

  • 最簡單的助教,它能完成在線答疑、進度督促和簡單的客服工作,能夠更快更簡單的被替代掉。

  • 中間是顧問,很多留學(xué)企業(yè)和咨詢公司長不大,是因為沒有顧問供給,當他們規(guī)模長大之后,發(fā)現(xiàn)顧問服務(wù)不過來。如果這些機器人替代顧問的話,可以解決學(xué)習(xí)規(guī)劃、指導(dǎo)咨詢、客戶服務(wù)的問題。

  • 第三個是老師,包括教學(xué)設(shè)計、教學(xué)服務(wù)和孩子整個的成長情感經(jīng)歷,都會慢慢被替代掉。

我們做了四個場景,現(xiàn)在是兩個場景的介紹。我們可以看到大量的學(xué)習(xí)環(huán)境在線下,像現(xiàn)在給大家講課一樣,就算把現(xiàn)在這場演講錄下來、拍下來,還是沒有辦法做數(shù)據(jù)分析,因為我們?nèi)鄙龠^程中我的反應(yīng)、你們的反應(yīng),數(shù)據(jù)結(jié)構(gòu)沒有辦法分析,數(shù)據(jù)反饋沒有辦法做。如果沒有這個過程的話,教和學(xué)的過程就很難采集到,人工智能很難滲透到這個領(lǐng)域。

數(shù)據(jù)是很復(fù)雜分層的,每敲一個鍵盤是一個數(shù)據(jù),回答一個問題是個數(shù)據(jù),每個學(xué)期的數(shù)據(jù)不一樣,每個學(xué)生的數(shù)據(jù)不一樣。對于老師來說,了解教學(xué)進度是一個維度,怎么教學(xué)是另外一個維度。到了學(xué)校層、管理層,有很多復(fù)雜特征的數(shù)據(jù)。另外,數(shù)據(jù)反饋周期長,沒有好的反饋周期,就沒有辦法反饋到系統(tǒng)里面來做真正的效果檢驗。最后,教育行業(yè)里面,科技人才太少,我們希望有更多的科技行業(yè)者進入到領(lǐng)域來,跟我們共同改變未來。

這里查看所有嘉賓精彩演講,立即永久保存,感謝【印象筆記企業(yè)版】友情支持。

1、本文是 芥末堆網(wǎng)原創(chuàng)文章,轉(zhuǎn)載可點擊 芥末堆內(nèi)容合作 了解詳情,未經(jīng)授權(quán)拒絕一切形式轉(zhuǎn)載,違者必究;
2、芥末堆不接受通過公關(guān)費、車馬費等任何形式發(fā)布失實文章,只呈現(xiàn)有價值的內(nèi)容給讀者;
3、如果你也從事教育,并希望被芥末堆報道,請您 填寫信息告訴我們。
來源: 芥末堆
芥末堆商務(wù)合作:王老師 18710003484
  • 【GET2016】未來工場王凱峰:AI 將驅(qū)動下一波教育創(chuàng)業(yè)浪潮分享二維碼