吳曉如

芥末堆  盧楠  11月15日

15日上午，在以“共建·讓更好的教育來得更快”為主題的GET2017教育科技大會“K12論壇”上，科大訊飛總裁吳曉如發(fā)表了主題演講“人人都應有AI教學助手”。

以下為吳曉如的演講內容重點：

吳曉如表示，教育技術已進入關鍵階段。今年7月，國務院正式印發(fā)《新一代人工智能發(fā)展規(guī)劃》，人工智能上升為國家戰(zhàn)略，明確提到要利用人工智能的技術改變教育方法。同時，學校里老師也開始深度地用技術。無論是從政策層面的引領，到整個工程技術領域，再到學校本身自下而上的創(chuàng)新，正在形成一股合力。未來幾年，教育技術應用領域一定會產生巨大的變化。

他以科大訊飛為例，介紹了和教育相關的人工智能技術目前的發(fā)展和應用，包括語音識別、語音合成、圖文識別等技術。

對于人工智能在教學方面的應用，吳曉如稱，科大訊飛的人工智能教育產品目前已在全國10000+所學校應用，采集了350億+測評數據。他認為，人工智能在教育的應用，以下幾點非常重要：

1. 降低信息化的使用門檻。應用是硬道理，有很多老師、學生使用起來，各種創(chuàng)新的教學模式才能夠產生。

2. 采集全過程數據。實現紙質作業(yè)多媒體化，促進實踐過程中產生優(yōu)質資源等等。

3. 打造以學生為中心的課堂。在個性化學習方面，技術可以做到：構建學科知識圖譜、分析個性化學情圖譜以及推薦個性化學習資源。

以下為吳曉如的演講全文整理：

最近一段時間人工智能被提到了前所未有的高度上，大家都在說我們已經走到了一個智能的時代，幾乎每個行業(yè)都要去考慮怎么和人工智能耦合，每個人的工作都要考慮如何去和人工智能協同。中國的教育資源（尤其是優(yōu)質的教育資源）非常稀缺，很難實現全民因材施教。人工智能技術的發(fā)展，能夠給個性化教學、因材施教帶來什么呢？

教育技術進入關鍵階段

今年7月，國務院正式印發(fā)《新一代人工智能發(fā)展規(guī)劃》，人工智能已經上升為國家戰(zhàn)略了。在這個戰(zhàn)略里，對于教育提得非常多，明確提到要利用人工智能的技術改變教育方法。

但是，從另一方面看，“人人都應該有一個人工智能的助手”，它最后的落地還是一個助手，不是說代替了教師的職能。

我們看這張圖，人工智能對當前典型行業(yè)的替代。對于教育行業(yè)來說，教師是最不可能被人工智能所替代的，因為教育的本質還是培養(yǎng)人，如果說最后用機器培養(yǎng)人，培養(yǎng)出來的人大概也跟機器差不多。人工智能可能在某個細分領域中給大家提供更好的幫助和提高效率，但是在綜合運用知識解決問題、給學生更好的激發(fā)、讓一個人走上社會以后更好地和其他人相處、溝通，這是人工智能不可能做到的。

人工智能在教育領域中，更可能會成為老師和學生的一個助手，幫助我們更好地發(fā)現、尋找最適合我們的優(yōu)質教育資源，實時分析學生當前學情；最后，結合對學生學情的了解，提供更有個性化的學習方案。

未來10年，教育一定是一個巨大的產業(yè)方向。首先，未來每個人對學習的需求比歷史上任何一個時期都大得多，走上社會還要繼續(xù)學習，否則就會被社會淘汰。另外，每個人的學習有不一樣的需求。

從目前教育技術的應用層面來講，到了一個非常好的階段。原來很多學校、老師、學生對一些先進教育技術的應用可能是一種嘗試，是一種小規(guī)模的應用；但是現在不一樣了，一些學校里，老師開始非常深度地用技術。在這種深度使用技術的過程中，很多創(chuàng)新變成了一種融合性的創(chuàng)新。

現在，從教育主管部門的頂層規(guī)劃和教師自上而下的壯心，到整個工程體系的創(chuàng)新，慢慢在走向融合。大家知道，一旦一個領域各方面的重要因素形成合力時，這個領域就有可能會形成爆發(fā)。

現在我們可以看到，無論是從國家層面的重視上，還是從政策層面的引領上，到整個工程技術領域，對這個事情的大力投入、資源的不斷注入，到學校本身自下而上的創(chuàng)新，正在形成這種合力、化學反應。

所以，未來幾年，教育技術無論是在“圍墻外”，還是在學校內部，一定會產生巨大的變化。

人工智能技術快速發(fā)展

下面給大家講一下人工智能技術，尤其是和教育相關的人工智能技術，目前大概處于什么樣的階段。

人工智能技術和目前應用上，正在通過雙輪驅動，進入了一個非常迅猛的發(fā)展時期。

經常說的人工智能技術發(fā)展的三要素：

1. 計算能力。這個現在根本不是一個瓶頸了。

2. 算法本身。

3. 數據。應用的過程中不斷產生數據，數據反哺人工智能技術快速發(fā)展。

在人工智能技術涉及到的基礎算法方面，大家都知道深度學習。深度學習是一種和人類神經元活動有某種程度相似的神經網絡，這個神經網絡在不斷迭代。一般的人大概有10億-100億的神經元，神經元通過各種連接，在之間傳遞和處理信息，使得人能夠不斷通過看、聽了解外部世界，去認知。

在深度學習上，科學家不停地調整這種類似于人的神經元活動的網絡。當然，它和人的大腦活動還完全不一樣，因為現在還不知道人的大腦確切是怎么活動的，但是這種網絡在迭代優(yōu)化的過程中，解決了越來越多的問題。像科大訊飛研究院同事提出了從原來的深度神經網絡到后來的卷積神經網絡、回歸神經網絡，使得我們的神經網絡目前在聽覺、視覺各方面進步得非常快。

我們雖然每一年對我們的技術的進步進行了大膽的預測，但是一年結束后會發(fā)現技術進步得比我們原來預想得還要快。我們可以看一下：

1、語音識別

科大訊飛去年參加了Google的全球比賽“噪聲背景下的語音識別比賽”，又取得了全球最好成績?，F在，我們不僅在手機上使用了語音識別技術，已經開始在做圓場的語音識別，這個大概是一個什么概念呢？

圓場的語音識別技術不斷取得突破和進步后，大家以后使用手機時就不見得一定要拿在手上，你在家里面把手機放在很遠的地方，通過遠程的語音，也可以很好地去控制你家里面的各種設備。

2、語音合成

語音合成是訊飛的看家本領，就是讓計算機把語音讀出來。今年我們參加全球的語音合成比賽，它有一個不一樣，這個不一樣可以折射出來一個技術方面巨大的變化。這個不一樣就是這次公布的一個語音合成的音庫要讓大家去做一個叫“無監(jiān)督”的訓練，什么意思呢？

原來一個音庫拿來之后，我要訓練一個關于這個音庫的語音合成系統，我要先去把它里面的一些信息標注出來。這次比賽講不能標注，機器完全全自動訓練。這種訓練就可以看出機器強化學習更加聰明了，可以通過自主式地對一段語料的訓練，就可以讓語音合成去模擬這個人說話。

3、圖文識別

我們來看教育中最受大家關注的圖文識別。

去年我們展示了無論是手寫還是掃描，都可以把中間的中文和英文的文字準確識別出來。但是在教育中，又提出了更高的要求，比如數學、物理中一些復雜的公式，也要識別出來。一個復雜的公式實際上就像一幅畫一樣，是各種字符緊湊拼接在一起形成了一個更大的符號，這種識別其實是非常的困難的。

今年，訊飛技術研究院推出了混合圖文識別，目前準確成果已經到了92%。去年我們講到，我們英文和中文字符的識別大概在96-97%，我想可能到明年，我再到這個會上來的時候，我們的圖文識別可能就已經到96%的程度。這就是人工智能比較厲害的地方，它每一年都在自主式地迭代。它在一個點學習了以后，就能服務于全社會。

我們看一下它在另外兩個領域的應用，醫(yī)學領域和機器領域。

醫(yī)學影像是醫(yī)療方面非常重要的一個領域。全球有一個肺部影像的測試庫LUNA，大家可以把自己的系統放上去，它有一個標準的測試級可以測完之后看你的系統自動識別影像、圖像的水平怎么樣。訊飛現在在肺部影像上，識別結果已經到了94.1%。大概是一個什么水平呢？三甲醫(yī)院放射科的專業(yè)醫(yī)生，差不多就是這個水平。

當然，現在還有更多在乳腺、心電圖上面的突破，使得以后醫(yī)生可以跟機器協同動作，大量減少醫(yī)療中影像檢查的誤判、漏判。我想技術在醫(yī)療中的應用，以后就可以直接挽救大量人的生命。

我們再看機器領域。機器能夠看、聽，最后它還要能去理解。我們的知識體系是通過自然語言描述的，機器能不能很好地去理解自然語言體系？斯坦福有一個叫“SQuAD”的大賽，讓機器自動閱讀一篇文章，然后自動回答問題，問題是對文章里一些重要關鍵點的描述，結果和人工提前給出的答案進行比較。

對于自然語言的理解，未來在教育領域有非常大的應用前景，無論是對于作文的評估、批改，還是對于更好地去解答數學、物理題等題目。

今年，訊飛的機器參加了有些省份的作文閱卷 ，在高考和研究生考試結束后，機器同步閱卷，然后通過和人閱卷的對比，把有問題的提取出來，這樣可以大幅度減少閱卷中的問題，提升公平性。

最后中間有一個技術叫做“推理”。機器能夠看、聽、理解以后，最終要能夠推理。未來才能給學生提供個性化的學習方案。在全球有一個圖靈測試的升級版的比賽Winograd，因為圖靈測試現在通過大規(guī)模的搜索，有時已經可以通過這個測試。這個比賽就是關于邏輯推理的。

因為技術的快速進步，人工智能技術正在解決越來越多行業(yè)的問題。科大訊飛也開放了我們人工智能的平臺，現在的訪問、應用的人次數已經達到了每年40億人次，是一個非常大的量。

人工智能助力精準教學

接下來講一下我們對人工智能在教學方面，現在可以發(fā)揮哪些作用的初步的思考。

我們這些年一直都把教育作為訊飛非常重要的一個方向，希望能夠全過程搜集學生的學習數據，通過分析這些數據，最后給學生推薦個性化的學習方案。我們的應用主線都是這條主線。我們可以看到，目前這個產品已經在全國有12000所左右的學校應用。

為什么我一開始講，教育技術在教育領域，未來會面臨一個很好的發(fā)展呢？就是初步進校推廣，讓老師愿意用，這個環(huán)節(jié)目前已經具備了非常好的基礎。在應用的過程中，我們過去幾年已經采集了多達350億條的學生數據，這是一個非常大的量。

1、降低信息化的使用門檻

技術的應用，是不是能夠提高課堂學生參與的積極性？是不是能夠讓教學過程中的優(yōu)質資源產生出來？能不能動態(tài)分析學生的學情，并給出精確的指導？

在這個里面，還要進一步降低教育技術應用的門檻。因為再好的教育技術，如果老師、學生不愿意用，如果一開始你這個技術就增加了老師和學生的門檻，那肯定是有問題的，這個技術是沒有辦法拓展開的。

我們通過在學校里面放置一臺微云服務器，實際上這是一個課堂的超腦，課堂各種分析、人工智能的應用都可以集中在這個超腦里面，網絡條件不好的時候，課堂的教學活動也可以繼續(xù)，讓老師方便地實現移動教學，這是一個非?；镜膭傂砸?，可以讓老師方便調用教學資源。

所以，整個在教學的過程中，我們一定要降低信息化使用的門檻，首先應用是硬道理，有很多老師、學生使用起來，各種創(chuàng)新的教學模式才能夠產生。

2、采集全過程數據

還有一個非常重要的是采集全過程的數據。

最后要給學生一種更好的學習方案，把學生全過程的學習記錄下來。

我們有一個叫智慧作業(yè)的平臺，現在很多孩子做作業(yè)還是在普通的教輔作業(yè)上做的。一本普通的教輔作業(yè)，做完以后，可以拍一個照，實時地不斷地把數據記錄下來；中間的一些問題，作文的批改結果，每道題的對錯，為什么一些題目出現了問題，機器都可以給出一些自動的反饋。這樣，可以非常迅速地把傳統的紙制的教輔教材變成能夠進行互動、多媒體化、智能應用的教輔作業(yè)。

實際上，優(yōu)秀的教學資源一直都是教育界非常關注的，但是優(yōu)秀的教學資源到底應該從哪來？一方面是出版社花了很大的代價，或者是內容制造廠商通過了很大的代價生產這種資源。但是同樣重要的是，應該大量實際教學活動中、老師的選擇中產生、優(yōu)化。

我們現在通過一種智能微課工具，讓學校老師在教學的過程中非常簡單地就可以把一個3、5分鐘的教學片段記錄下來，可以和他當前使用的教學課件實現同步，包含PPT同步，可以通過語音識別把整個形成的課件結構化，可以投入語義理解把中間的一些關鍵教學環(huán)節(jié)摘取出來。

所以，這種工具可以讓我們優(yōu)質的資源更方便地產生、使用，可以讓學校更快形成校本優(yōu)質資源庫，并輻射到更大的范圍。

3、打造以學生為中心的課堂

我們如何打造一個以學生為中心的課堂？

現在，通過一些智慧課堂應用工具，在普通的手寫板上，用普通的紙張，學生就可以做課堂練習，按照老師的要求去做，老師在課堂上可以動態(tài)看到每一個學生答題的進程和結果。這樣每一個學生在課堂中都能受到關注，答題情況也可以讓老師實時看到反饋，每一個學生在課堂上都非常積極。

當然，人工智能還可以做一些現在教學過程中很難完成的工作。比如北京市現在開始做聽說考試  。很多學校就向我們提出來，傳統的聽說教學方式很難滿足現在的學生需要，能不能通過機器的幫助，讓每一個學生都有一個聽說培訓的助手。

以后的專題課堂不僅僅是聽力、口語，以后動手的訓練，人工智能要進課堂，未來的VR實驗室，所以未來信息技術會去到很多和現在知識教學不一樣的地方。

學校的管理者可以通過數據，查看到學校老師每一堂課上課的情況，跟學生進行了多少互動、調用了多少資源，每一個學科組進行了什么樣的教研活動，可以讓整個學校的教學管理工作變得可視化。

個性化學習方面，技術在做這三件事情：對每一個學科，構建一個學科知識圖譜；然后通過這個知識圖譜分析每一個學生的學習情況，讓每一個學生的學習情況可視化；最后給這個學生推薦他的個性化的學習資源。

這個圖譜不僅僅是一些靜態(tài)的知識點，而且要把知識點之間的順序和遞進關系很好地梳理總結出來。這也要感謝人工智能技術，專家配合以后，可以把每一個學科的知識圖譜很好地構建起來。對于這個知識圖譜，我們只要有一個學生一定量的學習數據，就可以訓練出這個學生的個性化學情知識圖譜。

我前幾天在東北師范大學附中，它在半年左右的時間，學生應用的過程中產生了1900多萬條數據，對于一個學校來說，它產生的數據越多，就越能讓它的老師和學生越早擁有一個和老師、學生更配合的人工智能助手。

我們可以看到，這張圖中，有幾種不同顏色的節(jié)點?；疑褪顷P于這門學科，學生還沒有學的；綠色的就是他掌握比較好的；黃色和紅色的，就是掌握有問題，或者需要加強和鞏固的。

可以看到，迅速就可以對學生生成一個學科的知識圖譜。對于學生來講，他就可以在一種可視化的指導下學習這個學科的薄弱點。

如果我們點擊一個紅色的節(jié)點，進去以后，系統可以給出一個界面，這個界面的中間就是把和當前有問題的知識點，以及這個知識點關聯的一些知識相關的所有學生做過的題目、練習、課堂訓練全部的總結顯示出來，尤其是把里面的錯題給出來，包含這個學生實時在課堂、課下做答的結果。

這個時候，學生要去訓練這些知識點，就可以給自己推薦學習的方案，這個推薦的方案和他當前薄弱的知識點關聯度非常大。當然，我們現在在推薦一些綜合應用知識點上還要不斷做完善，但是技術在不斷進步。這樣可以使得學生大幅度減少重復無效的浪費在他已經會的知識點的學習上，可以讓他學習的效率大幅度提高。

我們經常會把學業(yè)教育和綜合素質教育對立起來，其實這兩個是一個非常協同的關系，如果我們借助一些新的技術和工具，能夠讓學習的效率大幅度提升，我們的孩子才有時間去動手鍛煉自己的身體，讓其它的能力能夠更有時間去訓練、提高。

在人工智能和大數據的支撐下，教育和其它技術配合，在未來幾年一定會發(fā)生深度的變化。這個深度變化里面有一條，就是以前大班式的講授式的教學，在社會資源沒有大的變化的情況下，能夠越來越走向以學生為中心的個性化學習。謝謝大家！