高顿教育联合创始人吴江华:人工智能可以把教学标准化

亿欧网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  
高顿教育联合创始人吴江华:人工智能可以把教学标准化

2017年4月21日,由中国 人工智能 学会和亿欧主办的以“ 大数据 、AI成为传统产业的新动力”为主题的“新科技·划时代”峰会在深圳市举行。本次峰会旨在集合学会、企业、政府之力,将AI和产业融合,提升企业效率和带动 产业升级 。

出席此次峰会的嘉宾包括将门CEO高欣欣、丰元创投李强、奇点汽车战略合作总监高华、亿欧网副总裁由天宇、智童时刻创始人郭长琛等。

高顿 教育 联合创始人 吴江华 就“人工智能在教育行业的路径和探索”发表了演讲,以下是其主要观点提炼:

1、教育行业的三大痛点:个性化教育提供的供需矛盾、教学后面必须要有班主任的推动、教育产品没办法标准化;

2、通过人工智能技术,可以给每一个人推荐一个适合自己的学习路径;

3、很多的脏数据比较痛苦,因为要对反馈的数据进行清理;

4、通过大量学员的数据,AI可以做到概率预测;

5、AI已经慢慢把老师的智商融合进去,也可以把教学标准化;

以下为高顿教育联合创始人吴江华演讲整理:

教育行业现在面临的三大痛点

我是从十年前就开始投身到在线教育,最早的一段时间是利用语音识别和语言培训来做的,也是第一次接触人工智能。

当时发布的语音识别的产品,在全球有5千多万的用户数,从2015年的时候开始投身到财经类教育,高顿教育在财经领域已经做了十年。刚才听了很多医疗方面的人工智能的结合,教育和医疗领域有相似的地方,因为在整个互联网迸发的时候,发现医疗和教育是两个最难啃的骨头,今天我就想跟大家一起探索一下, 在整个教育行业我们是如何在人工智能上应用到一些案例的。

整个教育行业都是经历小学,初中,中考,高考,用同样的教材,甚至是同样的中考,同样的高考,但是大家可能没想过,教育部是如何开发教材的?教育部研究的是基于同等年龄的平均水平,所以这样导致的是有一些聪明的人觉得这里面的课程太简单,但是有一些可能会被滞后,所以后面提出来了一些教育的思维。所以我们会看到精英班,优才班,各位如果有小孩的话,应该会很清楚。

教育从线下搬到了线上,但是不管怎么样,还是没有解决个性化的需求。

这几年人工智能的崛起,让我们开始对大数据成熟,对大数据开始有了一些思考,有力量以用户为中心的设计,能够达到因材施教。因材施教是很早的时候孔子提出来的,但是他一生就只带过一百多个弟子。 对于人口大国来说,资源是没办法达到因材施教的,这也是我们想说的, 教育行业现在面临的几个痛点:

第一个是个性化教育提供的供需矛盾。

这个跟医疗行业是一模一样的,刚才嘉宾说一个医生一天要面临300个患者,我们也一样,中国有很多小孩都想有一对一的外教服务,但是中国的外教有几个?当然也有一些通过互联网能够连接到国外,但是实际上这也非常昂贵,这就是一个供需矛盾。

第二个,虽然开始用了互联网,但是即使是用了互联网,如果要让学员持续的学下去,必须后面有班主任的推动。 我相信各位如果在网易云里面看过一个公开课,哈弗大学的心理学,第二章只剩下50%,第三章只剩下10%,就是因为后面没有人工的服务。

高顿前后十年有300万的学员参与,背后的人力付出是非常大的,有差不多1700多号的员工。那天我和创始人谈我们的愿景,希望未来能够帮助全中国的1千万财经人员提供优质的教育服务,这样的话,后端需要多少人呢?我们算了一下至少要10万人,这是多么恐怖的一个数字。

所以如果从整个行业来看,我们的比例就变成了这样。我们期待的是这样,希望有一个边际效益,已经有了互联网,不管是电子商务也好,游戏行业也好,或者是BAT,都是非常好的商业模式了,教育就遇到了这个瓶颈。

第三,因为教育产品没办法标准化 ,一个老师的课可能这个小孩觉得好,但是那个小孩不觉得好,这样就导致了教育的过渡营销都是销售拼命讲,但是实际上后面的整个教育,后端的服务都没办法跟得上。所以整个教育行业没有一个非常巨大的,像BAT这样的公司出来,这三者都是行业、企业、消费者非常重的痛点。

人工智能将给教育带来哪些变革?

如果人工智能能进来,我们有哪些方面可以进行一些变革呢?

比如说这个大白的片子,如果教育行业未来五年有这样的一个私人教师出来,可以更好的利用人工智能,其实是可以很好的解决我刚才说的这个行业问题的。

过去的十几年,人工智能领域已经做了非常大的跨越式的发展,因为07年的时候做语音识别和英语培训的时候,我当时找了全球十几家的供应商,语音识别就像人的眼睛,整个思考能力是我们缺的。所以从2017年就开始培训教育界,当时给产品取了一个名字,epiphony, 这个平台就是给每一个人都有一个推荐自己的路径, 比如说我跟另外一个同学进入这个平台,因为你学习的背景不一样,学习能力不一样,会根据这些给你设计路径,在学习的过程中根据你的反馈推荐下一步的路径,这就是整个智能学习平台的基本思路。

整个设计的过程中,第一步是对大数据进行了重塑,整个平台有500多万条的数据,相比医疗行业,教育行业比较幸运的一点是我们的数据是掌握在自己机构的身上,所以这一点是我们比较幸运的。

比较痛苦的是有很多是脏数据,所以我们要对反馈的数据进行清理,有些称之为降噪,把一些垃圾数据清出去,只有反馈的数据对我们是有用的。 比如说一个学员注意到一道题错了,有些人选A,有些人选B,有些人选C,每一个选项的后面都是有原因的,可能是某一个知识点不会,但是另外一个是别的知识点不会,这样的反馈数据收集起来之后就容易的做个性化的推荐,再走到下一步。

同样因为有大量的学员,可以做到概率的预测 ,比如说70%的学员发现这道题错了,70%的学员另外一道题也错了,这两道题之间不知道什么关系,但是预测可以让我们知道有70%的概率,他们之间是需要关联起来的,我们会推荐给他。这样就模拟了我们教小孩,一个小孩的一个方程解不出来,比如说1和2次方元解不出来,有可能是不知道1的2次方元。

所以我们研究院的老师开始把各个课程做了知识图谱的构建,假如说这个老师在等大家讲课,同一个课程如果换十个老师来讲,可能讲的都不一样,为什么?核心的原因是这十个老师脑袋里面构建的知识图谱是不一样的,因为他对题目的理解不一样。所以我们最早是把500多个研究院的老师拉起来,针对各自的课程做了知识图谱,这样对我们的平台来说,具备了初始思考的能力。再加上后面的神经网络的构建,所有的人工智能对我们来说,我们利用的是模拟神经元的神经网络。

举个例子,我们看到很多学员学到了第三章某一个知识点的时候,有70%的学员会跑到第一章去看,但是以前是不知道的,这就是网络的构建,我们会把他连接起来,所有的东西连接起来以后,他的智商越来越高,这就是EP的财经类大盘的构建过程。

AI对教育的生产力带来了变革。有很多语言培训行业,在中国可以学国外的外教,但是那只是一个生产关系的变化,但是人工智能真的是给生产力进行了变革。

一个是老师的角色,所有的人工智能进来都会问一个问题,能不能取代医生?能不能取代老师?当我的平台出来的时候,因为是研究院的老师跟我们一起做的,研究院的主任就来问我:是不是我们要下岗了?因为他很担心下面的小朋友。

我说这只是刚刚开始,老师的角色改变是有的,就像以前的工人是直接生产,但是后面有了机器,我们的工人就变成操纵机器,所以我们希望老师把他的智能来引领这个平台, 现在已经慢慢的把老师的智商融合进去,也可以把教学的标准化 ,以及老师的智慧,因为有几百位老师,他们的智慧慢慢的融入进来,包括学员的数据也慢慢融入进来。

第二个是能力密集型产业的根本性变化 。中国现在有有500万家的培训机构,如果平均下来,2千多人就会对应一个培训机构,这些都是巨大的问题。所以为什么整个教育行业的产业化形成不了,而且互联网这一块也很难形成壁垒,这是人工智能在教育生产力的发展上得到的根本性的变革。

现在也遇到了很大的问题,比如说智能答疑,很多学生问的问题是“这个视频是什么意思?”, 我们现在也会慢慢解决,因为语意不同,语境不同,答疑的困难就加大。或者学员是因为他的学习目标达不到而放弃,有些学员可能是因为他的学习能力达不到这个课程,比如说很多都是财经类的,会比较难。我们有没有办法提高学员的学习能力,这是他现在存在的问题。但是不管怎么样,我们已经渐渐的往前推进。

今天非常幸运的是能够和在座的各位一起从人工智能的角度,为每个产业或者是整个社会的进步推进,对于高顿来说,希望每个人拥有财经大,本质上希望通过人工智能来解决在线教育或者是教育的生产力,财经教育有3千万的潜在人员,让他们真正的拥有优质的教育资源。

因为我们都是通过人工智能来推进各产业的,希望跟大家一起共勉,谢谢大家。

本文作者亿欧,亿欧专栏作者;微信:i-yiou(添加时请注明“姓名-公司-职务”方便备注);转载请注明作者姓名和“来源:亿欧”;文章内容系作者个人观点,不代表亿欧对观点赞同或支持。

微信扫一扫,分享给好友吧。