写点什么

好未来谢华亮:AI 在教育行业中的应用

  • 2019-10-09
  • 本文字数:3720 字

    阅读完需:约 12 分钟

好未来谢华亮:AI 在教育行业中的应用

11 月 23 日,在以「AI 产业技术的渗透与融合」为主题的 NIUDAY 北京站中,好未来 SEG 智慧教育事业部技术总监谢华亮为大家带来了关于「AI 在教育行业中的应用」的分享。



大家好,特别感谢七牛云邀请我来做这个分享,我今天要给大家带来的是 AI 在整个教育领域的应用。


我今天的主题是新时代、新技术、新教育。


我们过去老师的模式是在黑板上讲,学生在下面听,现在时代已经不一样了。我们现在面临的时代,由于 AI 、新技术的普及,对过去的教育方式是一种颠覆。我将就这些方面,把整个过程和大家进行分享。


首先简单科普一下,今年中兴事件为什么会愈演愈烈?其实最关键的逻辑,是核心技术层面上的中美竞争。在 AI 技术上面也是一样,比如我们在 2017 年树立的四个领头羊企业,包括 BAT 和科大讯飞,还有美国的 Facebook 以及最近准备推无人驾驶的苹果,这背后所呈现出来的,最终是 AI 热度席卷全球的趋势。


在 AI 里面有一个全球的竞赛叫 Kaggle 竞赛,Kaggle 竞赛中会给你出题目、提供数据,让你用算法和模型做相应的处理。Kaggle 竞赛里有很多的实际场景题目,比如说机场安检、房价预测、肺癌预测、航线优化。


以机场安检为例,如果你去北京 T2 航站楼最旁边的安检口,就会发现那里不是人工而是全智能的。每个放行李的地方会有一个摄像头,每个摄像头对应人和行李,然后整个安检过程都是半自动的,不像 T3 或者 T1 必须要人工手检很麻烦,如果有机会去 T2 航站楼的话可以体验一下。


Kaggle 竞赛中,比较优秀的还有肺癌预测。因为总体来说,现在医疗资源非常不丰富,通过好的算法,能通过大数据判断肺癌机率,把片子给它,它就能识别出来肺癌的几率。


接下来是航线优化。可能大家平常都坐飞机,却不知道飞机里最麻烦的就是航班排次。举个例子,我上周从南昌回来,每周每天从北京到南昌的飞机大概只有八趟左右,但比如到上海或者深圳,每天可能大概有五十多趟,区别在哪里?要通过每天人流的动态,来预测多少人坐这个航班。如果手工排的话会非常痛苦,全国每天要排两千多趟航线,必须通过机器来完成操作。


西班牙有一个应用叫做 Pay Per Laugh,也就是「按笑容付费剧场」。每个人的前面装一个屏幕,你笑一次他就按照一次给你计费,比如一个观众笑了 38 次,他就需要支付 11.4 欧。这是人脸识别一个非常典型的应用,在欧洲一些剧场在做这个实践。按笑容付费以后,观众数提升 35%,客单价增加 6 欧元,每场总收入 28000 欧元。这相当于是 AI 对生活场景的一个使用。


下面再简单说一下 AI 这个行业的发展,比如说像数据、算法、算例这些问题。这几年我们从搜索、电商、社交、虚拟助理等公司,还有自动驾驶、教育等领域来看,AI 是全球范围内比较大的趋势。


所有 AI 落地有四个要素,首先是落地的场景,就是方向盘。比如今天我们七牛云,可以降低人力成本,否则有无数优秀的算法也没有价值。第二就是数据,数据就类似于我们的汽油,车的核心如果没有数据就没法跑,至少现在 AI 的方向还是基于大数据的逻辑。第三就是算法,像汽车发动机一样。好的算法能够让效率大幅度提升。最后是算例,相当于轮子。神经网络也好,普通的机器学习也好,深度学习也好,最核心就是依赖于 GPU,现在都是 TPU,最早的 CPU 在这个时代已经跟不上了,现在都需要 TPU,用大批量变形计算的运行单元做处理。


教育对我们来讲,是传统的一个方向,但是如果 AI 加上教育会产生什么效果?


我先简单科普一下整个教育发展的情况。最早的教育是精英的教育,比如说像我国的科举制度,西方贵族的精英教育。现在为什么说社会主义制度要优于资本主义制度?最核心的就是社会主义制度提供了集体化的大众教育,而资本主义制度最核心的逻辑仍是个性化的精英教育。欧美的电视剧会用无数的娱乐内容来冲击你的视野,来宣导大家不要学习,其实本质是在做社会分层,这就是「奶头乐理论」。导致优秀的人,也就是精英群体继续控制西方国家,而普通人你不想学习就往下走。


但是对我国来讲,社会主义制度是集体性的大众教育,每个人都要接受九年义务教育,或者十二年制的教育。九年义务教育是国家强制的,给了更多普通人机会。教育和医疗是一个国家的底线,可能若干年后,在欧美站在国家的金字塔顶端的还是以前那一帮人,而在中国,则给每一个普通人通过学习就能够改变命运的机会,这是本质社会主义优越性的体现。


然而这种情况已经是过去,未来的需求已经发生了变化。今年四月份,国家提出来教育信息化 2.0 ,它要求除了信息化的升级,更多在技术素养转变,要构建「互联网+教育」大平台,要个性化教育,大规模因材施教。2018 年开始全国变化的新高考改革政策也反映出这一点。现在新高考是 3+3,除了语数外三门课以外,剩下三门课由你选择,比如未来想当记者就学文科,就是地理、历史、政治,如果未来想当程序员那你可能学的就是物理、化学、生物。从 2018 年新高考改革以后,未来的考试会比以前更适合每个人,每个人都是独一无二的,这是整个中国目前的教育改革。在大的目标和方向下,意味着在未来核心一定是个性化,个性化的底层一定要依靠人工智能做支撑。新高考的核心是整个国家战略的变化,希望在未来 15 年或 25 年后,我们国家的人才能够跟美国有正面竞争,我们不再是每个人都念一样的内容,而是要更创新,培养更多优秀的人才。


在日常教育的方向里,常规至少有四个环节:教学、学习、考试和管理。前面三部分都是老师和学生共同来进行的,管理一般是学校对老师和学生的关系。下面我们一起来了解,现在做了哪些应用来支撑前面说的这些情况。

01 AI 语音识别

语音识别比较常见,但与教育学习有什么结合点?比如念一个单词:desk,按照标准音复述这一段英文,软件会给我一个评分。我们知道日常背单词是非常辛苦的事情,特别厉害的人一天可能背一千个,普通人大概就背一百个。如果做这个发音训练,如果让老师教我就非常痛苦,不可能老师天天听你一个单词背十遍。而通过不厌其烦的机器进行语音识别,就可以用机器通过发音打分,来判断我的发音。如果我是一个小朋友,可以进行 A 到 Z 的阶段划分,就可以不断地训练,而且口音不会偏,避免 chinglish 的情况。这就是语音识别的一个场景,属于自学的环节。

02 魔镜系统

我一句话来解释魔镜系统:它是一个视觉系统,把学生的实时状态收集以后进行呈现,最后做数据汇总,反向推动老师教学,推动学生自律过程。


我们在「双师课堂」上推出了一个场景,叫「专注之星」。先解释一下「双师课堂」:「双师」是现在教育一种新的模式,比如在海淀的人大附中,有非常优秀的老师,而一些教育资源相对匮乏的地区,想要吸收优质的教育资源。在这种情况下,就可以让北京的老师通过摄像头,以录像直播的形式,以真人大小被其他地区看见。现场还有线下老师,只负责现场收作业、纠正大家的课堂纪律等工作。这样的两个老师结合就叫「双师」。但是这样一来有个弊端,因为老师不在现场,意味着现场学生听着会无聊开小差,于是我们就借助这个「专注之星」来解决。在过程中教室里有一个摄像头,可以把所有人都拍下来,根据坐姿表情给大家做积分。这是一个非常小的改进,算是 AI 的一个应用场景。


还有一个应用场景是我们的线下培训机构学而思的小班授课,每个班大概 15 个人。教育焦虑大家可能都有,特别是做了父母之后,面对这样的问题,学而思的小朋友身上会有一个「框」,它可以识别小朋友在课堂的动作,比如他是不是举手了,表情怎么样,是转笔还是跟旁边的小朋友聊天,都可以记录的非常清楚。而且可以生成统计报表。这样一来,可以督促家长和小朋友针对问题及时交流,另外也可以根据课堂效果督促老师。这和「专注之星」一样,可以让整个课堂要趣味化。


以上两个产品对于我之前讲到的三个点——学生的状态、老师的状态、学生课堂状态的自主提升——都非常重要。这些人工智能的产品,我们有个专业术语叫「学业测评」,它用以观察整个学生的状况。除此之外最核心的就是学习过程,学习的过程如果不能人工智能化,就没有意义。


首先是自学,然后是学业测评,都是日常行为的监测。在这个环境里面会涉及到很具体的人工智能实现方法。

03 知识图谱

在我们过去上学的过程中,其实你认真看教育部的纲要,会发现无论什么教材版本,最终都是把相应的知识梳理出来的。比如我们比如说整个高中数学,可以拆解成大的网状结构,每个小点里面形成哪些知识内容,可以对应哪些知识点,知识点下面有哪些考题,这就相当于一个非常大的库,这个大库就是我们最终的知识图谱,每个知识图谱上面有无数延展的内容。


那它的作用是什么呢?比如说,我们可以自动出题,如果按照日常学习习惯,发现某个同学的某个知识点掌握的不牢靠,就完全可以依赖于知识图谱给他们推荐相应经常错误的题目。另外场景就是可以按照人工智能,按照知识的难易度自动组卷,定义好难度系数,就可以很快速的生成相应的试卷,都能够大大的减轻老师的负担,增加效率。符合整个国家提倡的「增效、减负」的大教育方针。


用科技推动教育进步,是我们好未来的使命,我们不只是一家教育公司,更是一家科技公司,期待好未来能够用科技技术支持我国教育信息化更上一层楼。


我今天总体的分享就是这些,谢谢大家!


本文转载自公众号七牛云(ID:qiniutek)。


原文链接:


https://mp.weixin.qq.com/s/6paBJzAEFrT0TlXUkiYLpQ


2019-10-09 17:572049

评论

发布
暂无评论
发现更多内容

最佳实践 | 基于腾讯云MRCP-Server打造简单智能外呼系统

牵着蜗牛去散步

人工智能 腾讯云 腾讯 语音识别 智能外呼系统

鲁班软件使用明道云优化项目管理的全过程

明道云

Spring中Autowired注解到底怎么实现的

做梦都在改BUG

Java spring 框架

【技术干货】第1篇:有道实况OCR技术

有道技术团队

APISIX 是怎么保护用户的敏感数据不被泄露的?

API7.ai 技术团队

安全 api 网关 APISIX 敏感数据

GitLab 专家分享|关于 DevSecOps ,你需要知道这几点

极狐GitLab

DevOps DevSecOps 极狐GitLab 研发运维 安全左移

kafka-再均衡原理

领创集团Advance Intelligence Group

kafka 3.X apache 社区 再均衡协议

2022 IoTDB Summit:Dr.Feinauer《Apache IoTDB 在德国汽车生产线多级数据同步中的应用实践》

Apache IoTDB

数据库·

IoT离线设备云端控制指令消息触达方案——实践类

阿里云AIoT

物联网 API 网络性能优化

从ChatGPT到MOSS,《流浪地球2》是否会照进现实?

加入高科技仿生人

人工智能 AI 智能化 ChatGPT New Bing

2022 IoTDB Summit:IoTDB PMC Chair 黄向东《Apache IoTDB 1.0 全新版本》

Apache IoTDB

数据库·

解锁智能合约的力量:区块链入门教程

领创集团Advance Intelligence Group

区块链 智能合约 以太坊

再次飙升GitHub榜首!这份“保姆级”的SpringBoot笔记,不服不行

做梦都在改BUG

Java spring 微服务 Spring Boot 框架

龙蜥LoongArch架构研发全揭秘,龙芯开辟龙腾计划技术合作新范式

OpenAnolis小助手

操作系统 龙蜥社区 龙腾计划 龙芯中科 LoongArch

时序数据库 CeresDB 1.0 正式发布

TRaaS

阿里云云原生每月动态 | 聚焦实战,面向开发者的系列课程全新上线

阿里巴巴云原生

阿里云 云原生

2022 IoTDB Summit:国网信通谢可《Apache IoTDB 在国家电网的应用案例》

Apache IoTDB

数据库·

跨境数据传输是日常业务中经常且至关重要的组成部分

镭速

一文读懂PaddleSpeech中英混合语音识别技术

飞桨PaddlePaddle

语音识别 百度飞桨

借助阿里云 AHPA,苏打智能轻松实现降本增效

阿里巴巴云原生

阿里云 容器 云原生 AHPA

Easyrecovery16汉化版电脑数据恢复软件

茶色酒

EasyRecovery16

Log4j on Cloud 如何在云上看日志

纳速云

elasticsearch Serverless 日志 log4j java

如何提高大数据传输的安全性

镭速

更安全更稳定,阿里云斩获多项云系统稳定安全运行优秀案例

阿里巴巴云原生

阿里云 云原生 安全

2022 IoTDB Summit:中国核电刘旭嘉《工业时序数据库 Apache IoTDB 在核电的应用实践》

Apache IoTDB

用户案例 数据库·

基于 eBPF 的 Serverless 多语言应用监控能力建设

阿里巴巴云原生

阿里云 Serverless 云原生

《数据治理行业实践白皮书》正式发布,开辟数据治理新范式(附下载)

袋鼠云数栈

数据治理

我的sql没问题为什么还是这么慢|MySQL加锁规则

做梦都在改BUG

Java MySQL 数据库

前端已死?我看未必,但「低代码」已剑指前端程序员

引迈信息

面试 Vue 前端 低代码

玩转Angular系列:组件间各种通信方式详解

echeverra

angular

深度访谈 Vland CTO:像乐高一样搭建元宇宙

万事ONES

元宇宙 访谈

好未来谢华亮:AI 在教育行业中的应用_AICon_谢华亮_InfoQ精选文章