阿里云「飞天发布时刻」2024来啦!新产品、新特性、新能力、新方案,等你来探~ 了解详情
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


公众号推荐:

跳进 AI 的奇妙世界,一起探索未来工作的新风貌!想要深入了解 AI 如何成为产业创新的新引擎?好奇哪些城市正成为 AI 人才的新磁场?《中国生成式 AI 开发者洞察 2024》由 InfoQ 研究中心精心打造,为你深度解锁生成式 AI 领域的最新开发者动态。无论你是资深研发者,还是对生成式 AI 充满好奇的新手,这份报告都是你不可错过的知识宝典。欢迎大家扫码关注「AI前线」公众号,回复「开发者洞察」领取。

2019-10-09 17:571803

评论

发布
暂无评论
发现更多内容

Python基础之:struct和格式化字符

程序那些事

Python 数据分析 程序那些事

合约量化交易APP开发|合约量化交易系统软件开发

系统开发

Golang Slice 数组和切片

escray

学习 极客时间 Go 语言 4月日更

GraphX图计算组件最短路算法实战

小舰

4月日更

维度数据模型建模过程(Kimball)

大数据技术指南

数据仓库 维度建模 4月日更

使用transform制作书本翻页效果

空城机

JavaScript 大前端 4月日更 书本翻页

构建智慧金融新引擎|DataPipeline与巨杉数据库完成产品兼容互认证

DataPipeline数见科技

借助 Serverless 容器服务Cube,筷子科技轻松打造 10 万+ 爆款短视频

UCloud技术

LeetCode题解:17. 电话号码的字母组合,回溯,JavaScript,详细注释

Lee Chen

算法 大前端 LeetCode

中国SaaS的终局:神仙打架,小鬼遭殃

ToB行业头条

Java-技术专题-Stream.foreach和foreach

洛神灬殇

Java stream collection

Python OpenCV 图像2D直方图,取经之旅第 27 天

梦想橡皮擦

Python OpenCV 4月日更

聪明人的训练(十六)

Changing Lin

4月日更

安于现状的人,不值得同情

小天同学

深度思考 个人感悟 4月日更 突破现状

拍乐云入选 2021 爱分析·产业数字化厂商全景报告

拍乐云Pano

RTC

很坑的Could not transfer artifact报错

01Running

maven Mac IDEA

征服耶鲁教授的算法大神程序媛,是如何践行“以人为本”开发智慧社区大脑的?

华为云开发者联盟

算法 音视频 智慧社区 华为智慧园区数字平台 数字平台

计算机原理学习笔记 Day6

穿过生命散发芬芳

计算机原理 4月日更

流计算:流式处理框架

正向成长

流式计算框架

磁盘快照服务USnap:公有云连续数据保护(CDP)系统升级改造实践

UCloud技术

web简易视频聊天室+媒体流插入

anyRTC开发者

大前端 音视频 WebRTC RTC

车行易携手睿象云:告警管理体系全升级

睿象云

Java 常见 bean mapper 的性能及原理分析

Java小咖秀

Java bean Copier

Markdown 文档可折叠化展示

耳东@Erdong

4月日更

【有奖征文】WEB前端大作战,走在技术最前端!

华为云开发者联盟

node.js Vue 大前端 Web Web框架

在有道 | L同学:一位十五年有道人的成长故事

有道技术团队

分享 访谈录 阅读 网易有道

一周信创舆情观察(4.5~4.11)

统小信uos

合约跟单系统开发|合约跟单APP软件开发

const与指针交集的那些事

Bob

c++ 编程语言 4月日更

建议收藏!看完全面掌握,最详细的Redis总结(2021最新版)

民工哥

运维 后端 redis cluster NoSQL数据库

使用Python映射,过滤和缩减函数:所有您需要知道的

华为云开发者联盟

Python 函数 映射 内置函数

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