人工智能如何推动整个教育产业升级

https://v.qq.com/txp/iframe/player.html?vid=n0503vme44j&width=500&height=375&auto=0

乂学教育《人工智能如何推动整个教育产业升级》

大家带来了题为《人工智能如何推动教育产业升级》的演讲，以下为演讲实录：

我们知道从2016年开始整个业界刮起了一股人工智能之风，这个是AlphaGo带来的。我们发现所有的融资都有人工智能的影子在后面，而教育又是这两年大家很聚焦的产业，我们2015年的时候选择这样的方向一直做，那么作为人工智能+教育走的相对比较早的企业，非常容幸今天在这里跟大家分享一下乂学教育在这方面的进展和方法。

第一波浪潮是互联网+浪潮，第二波是工具化的浪潮，以学霸君搜题工具为代表，他们通过互联网的方式找到特定的点，为孩子们提供特殊化的工具解决了一些问题。最近这两年我们发现真人一对一非常火，最近一个国内上市的51talk，还有VIPABC，还有VIPKID，他们是怎么做的呢？他们把一些名师的资源通过互联网方式给孩子们提供一对一的解决方案。除此之外我们讲的重点人工智能浪潮，这一波里面有不一样的方法解决问题，我们通过把人工智能为核心的新技术跟教学结合，从而达到更高的效果，以此带来比较个性化、低成本的解决方案，这个里面的代表就是我们的乂学教育，我们做的是人工智能自适应学习系统。

跟大家分享一下全球人工智能教育现状。其实人工智能教育在国内兴起的时间才有一到两年，但是在国外已经做了若干年了。我们看一下目前发展最好的KNEWTON它们拿了1.5亿美金融资。这个是比尔盖茨梅林达基金会的说法，说2015年自适应和个性化学习的发展达到了新的高度，大家都认为这个人工智能自适应学习是整个现在教育环境最需要的东西，这个后面我会解释，我把这个讲完之后大多数人都会认可这个判断，也会认可比尔盖茨梅林达基金会的判断。

我们可以看到整个全球人工智能教育风气是非常非常汹涌的，其实在刚刚分享的几波浪潮里面我们发现，前面几波浪潮的公司，顶尖的公司都已经往人工智能转了，比如说好未来，已经在提升自适应化的作业，包括学霸君也在做这方面的东西，这个是我们整个市场情况。由此看来整个市场是非常火的，人工智能+教育是整个教育后面的根本发展方向，也会引起很大的变革，这个是我们今天讲的主题。

即便把行业的巨头加起来整体的市场额并不大，我们知道K12的市场是千亿到万亿之间，这些合起来10%都不到，意味着在座的各位创业者还有很大很大的机会，还有很大的空间待我们去挖，怎么挖呢？下面有一些方法供大家思考。

我们看一下教育市场的痛点，在座的人可能很多是孩子的家长了，现在在判断孩子要不要报辅导班的时候，判断的不是这个班给多少钱，而是看孩子有没有档期，意味着什么呢？在现在的情况下，家长们对孩子的单位时间能获得的学习效果是非常关心的，这个程度已经超过了对金钱成本的在乎，意味着必须把学习效率做好，我们知道学习效率，什么样的学习方式效率是最高的呢？很明显就是1对1的教学，我们知道开小灶是学习最快的。

既然这个是最好的解决方案，这个有可行性吗？我们做过简单的测算，把全球所有的K12老师集中起来给上海所有的学生一对一辅导，老师的数都不够。这用数学公式看意味着什么呢？需求除以供给等于正无穷，所以说这样的一个正无穷我相信代表的痛点多有大，大家都是有这样的一个认同。其实这样的痛点是很明显的，很多公司都已经看到了，他们通过资源连接+资源挖掘来解决这个供给的矛盾，典型的就是我们语言类教育里面VIPABC，通过挖掘欧美外教提供供给在一定程度上缓解了这些矛盾。

那么这样的方法是根本的解决方案吗？即便我们的供给增加了一个数量级，其实也是无法让刚刚那个正无穷的方式得到平衡的，我们有没有可能创造无限的供给呢？假如说这个做出来了之后，市场前景和社会价值是多大呢？这个问题看似无解，但是有一些相关行业有这样的答案。

我们能否让系统模拟一个真人一对一老师？如果做到这一点我们的系统是可无限复制的，那不是这个问题就得到了解决？这个就是我们乂学教育尝试做的东西，我们希望把优秀老师的大脑复制到系统里面去，让系统成为一个优秀的一对一老师，可以每个孩子都提供教学，这里可以提看出到，老师ABC的思想弄到系统里面去了，复制的可能是包括老师的知识和经验，这个下面我们再讲怎么做到的，听起来很科幻是吧。

其实这里面我们刚刚一直讲的AlphaGo，他是通过人工智能的技术和方法来让他的系统去代替这样优秀的棋手，在4年前甚至连2段的棋手都下不过，现在已经通过人工智能的方法，已经可以让系统成为9段的高手了，要知道围棋是非常难下的，他们都能做到，我相信我们用系统，用人工智能的方法把系统模拟成真人的一对一老师是可行的。

我们怎么模拟呢？我们发现真人一对一的老师流程是什么样的？通过先是去检测你的孩子什么情况，再根据孩子的情况给你个性化的解决方案，在此之外不断地根据方案优化，这个是优秀的老师进行一对一辅导时的套路，我们的系统思路就是模拟他。

乂学教育的方法是什么样呢？我们模拟一对一的老师，我们通过知识空间+知识图谱以及纳米化的知识点检测孩子的问题并给出一个个性化的解决方案，在这个实施的过程当中我们又通过大数据的分析以及各种各样孩子学习信息的采集，然后来形成对他的方案进行优化和修整，以此让孩子们的知识点全部解决，最终达到学习目标。通过了知识空间理论，比较精确地定位出孩子们知识点的漏洞是什么样的。

什么是知识空间理论呢，这里面有一个简单的类比，是我们由所有的知识点以及知识点的组合形成的这样一个整体的集合，类似于我们化学里面是由所有的化学元素进行集合，然后形成各种各样的物质，是一样的道理。假如说有ABCDE5个知识点，可行的知识状态有多少个？是2的五次方的状态，所有的就形成了知识空间，我们要做的是什么呢？每个孩子在2的5次方个状态里面总有一个状态是属于他的，我们检测出属于2的五次方的状态。

在这里面我们有一个概念，有教学思路在里面，我们的知识星空是纳米级知识点构成的空间，我们认为要把知识点拆分成一个可解决的点，这样测出来的东西才有意义。比如说语文文言文阅读不行，怎么办呢？是没有什么办法的，假如说我们说文言文阅读里面虚词“也”在疑问语气中的意思不清楚，其实大家可以解决这个问题；再比如说孩子一元二次方程不会没意义，但说一元二次方程的十字相乘法解法的大数的情况下不熟练，这个也可以解决，这个就是纳米级的知识点。串起来的话就有一个知识图谱，这个是非常复杂的，什么是知识图谱？我们知道知识点之间是有关联关系的，我们以一元二次方程的十字相乘法解法的大数的情况这个纳米级知识点为例，它至少和一元二次方程概念，十字相乘法，大数运算这几个知识点相关，这个就是所谓的知识图谱。有了这个就精确知道孩子们在知识空间里面的路径是什么，假设这几个孩子都是80分的孩子，但是我们发现掌握的80分并不一样，所以丢掉了20分都是不一样的，这个是传统教育里面的很大问题所在，对于同样80分的孩子丢掉的20分是不一样的，如果你1对5教的话每个孩子就浪费了80%的时间。

有了刚刚的精确的检测之后就可以得到一个知识路径和知识漏洞了，接下来解决这个问题，怎么解决呢？刚刚说了要制定个性化的学习方案，怎么来呢？刚刚通过前面的过程可以得到一个学生的画像，就可以通过机器学习的方法等，可以给他一个个性化的学习目标，学习路径，以及学习内容，这有三个点，什么是个性化的学习路径呢，我们说个性化的学习路径，假如说这个孩子有5个知识点不会，你学的时候是从A学到E还是E学到A呢？最佳的路径是先学C，因为这一点可能是他的整个知识脉络里面的关键点，从这里进行突破，而我们常见的教学方法里面是从A学到E，而且即便每个孩子的知识漏洞一样，他们选择的起点和路径也可能不一样，这个是个性化的学习路径。

我们再看学习内容，对于一个知识漏洞解决时候，怎么样最快的解决呢？我们知道对孩子的题目练习最好永远给他70分的难度练习，既能有挑战也不能太简单，太简单浪费时间，太难搞不定，所以一定给他满足70分标准的学习目标和内容。

在整个学习方案实施的过程当中怎么办呢？要去改进，改进唯一的基础就是数据，在刚刚学习当中所有的信息都应该被收集下来为下一次做准备，最简单的是对错，再是孩子的学习时间，甚至于孩子的鼠标停留时间等，这些都是可以优化改进学习方案的信息源，结合已经有的数据，通过机器学习的方法可以给他更好的推荐和学习。这里面有一个简单的总结，其实我们所有的AI+教育都是这样的，找一个研究的问题然后建立画像，个性化匹配，优化教育，这个是简单的总结，大家都离不开这样的方法。

AI+教育是在什么场景下更加适用？人工智能在一些细分领域、有限状态集合的领域里面应用效果会更好，尤其是在允许试错的领域里面状态更好，我们知道机器学习要不断的尝试，人工智能在这个里面会有很大的发展。这里我分享一下我们做到的一些成果，乂学教育在实践过程中，我们是把系统+人相结合的，整个的效果还不错，这个是我们做过的一些效果，目前在提分这一块相对比较擅长。我们发现我们的系统，整体看来虽然我们做的还很基础，但是随着我们的数据的逐渐增多，以及学习策略逐渐的成熟，我们的系统是越来越聪明，更像一个老师了。

最后我们可以畅想一下，量变引起质变，看若干年后，我们可能就像一些科幻片描写的一样，每个孩子从一出生就能有一个人工智能老师，这个老师相当于一个最博学的人，能够给到孩子全方位的教育，包括启发式的发散式的教育。我觉得就像是一个爱因斯坦加上达芬奇加上亚里士多德在你的身边一样，能够齐齐人类的所有的实惠，能够回答一个学生所有的问题。然后根据这个学生的学习情况给予他合适的其他方式，给于他合适的知识和养分，给予他合适的前进路径及与他合适的人生教育规划和人生规划。最后呢，让每个孩子能够成为他的本身的状态下的一个最高的知识状态的极限。就像之前每个皇太子有一个太子傅一样，是不是每个人都有这样的太子傅？如果我们能实现这个，那么意味着千年以来的学习方式的一个根本变革，这个也是乂学和若干同仁努力的目标！

全球化：

GMIC 2017全球峰会（北京站）全览：AI机器人篇（当代伟大的科学家“霍金”演讲）

科学家们是怎样制造智能机器人的？（视频）

全球各国：

医疗健康养老：

太空机器人：从太空看地球，震撼到美

酒店机器人：酒店机器人

中国：

芯片：

智能科技：

智能制造

智能先锋（海尔M2C-红领C2M-韩都衣舍的云平台）

华为：

新松：中国最大的机器人上市公司“新松机器人”

富士康：台湾富士康科技的机器人计划（内含郭台铭“真情告白“）

阿里巴巴：

中兴：解密《ZTE 中兴：未来，不等待》（人工智能机器人之娱乐机器人）

联想： 解密《lenovo 联想》（人工智能机器人之仿人机器人）

万科：“谁的万科” 再起波澜！（人工智能机器人之探险机器人）

海尔：海尔：智能工厂、Ubot智能管家机器人、商用服务机器人

格力：“创造改变未来”格力智能装备、格力机器人全球首发

美的：“美的”迎来智能时代：机器人、智能厨房、智能家居、智能工厂

百度：

腾讯：

京东：

小米：2017中国两会代表-小米雷军议案：把人工智能列入国家战略、新零售、“一带一路”战略

科大讯飞

乐视：【乐视-FF91】新物种 重构未来 开启人工智能互联网生态汽车元年（完整版）

滴滴：滴滴出行：机器学习和人工智能让滴滴获得更高效率 

搜狗：搜狗汪仔机器人-搜狗CEO王小川：智能科技揭示的美丽未来

携程：携程 创始人 梁建章：关于机器人、失业和创新、人口和旅游

大疆：从无人机到机器人，大疆创新（Robomasters 机器人比赛）

猎豹：猎豹的新使命：成为一家有伟大技术理想的人工智能公司

创新工场：

李开复：人工智能会接管世界 但不会奴役人类

平安：平安科技CEO陈立明：用人工智能普及金融科技

思必驰：思必驰：真正把底层的研究和产业问题深度绑定

达闼科技：科幻与人生—从星际迷航到机器人

旷视科技FACE++：旷视科技Face++ （人脸识别）：人工智能公司必须更懂商业

美国：

GE：通用电气（GE）呈现｜［机器人篇］工业互联网（完整版视频）

微软：

苹果：

谷歌：

IBM：

亚马逊：

Facebook：

特斯拉：解密特斯拉工厂，机器人无处不在（埃隆马斯克TED大会视频）

高通：美国高通的下一个战略：机器人领域(含视频）

英特尔：

Uber：Uber的发展历史：”人工智能，机器人技术“ 功不可没

麻省理工：

斯坦福：斯坦福大学：人工智能机器人的百年计划（Al100)

卡内基梅隆：

伯克利：世界科技圣地：加州大学伯克利分校

日本：

本田：本田的“阿西莫”超人形智能机器人（完整版）

丰田：丰田的三款陪伴机器人 挑战本田的“阿西莫“机器人

软银：

松下：

索尼：SONY 索尼的机器人计划（内含SONY科幻短片「The Last One」）

夏普：夏普的创新之作：机器人形手机“RoBoHoN” 

安川：百年安川，匠心独运（含视频）

日本：“机器人界的乔布斯”高桥智隆：走进机器人的世界

德国：

西门子：德国西门子工业4.0及数字化工厂（视频）

博世：百年博世，智能时代；百年博世，工业 4.0

库卡：库卡机器人VS乒乓球世界冠军波尔

德国汉诺威：

韩国：

三星：三星人工智能在路上

          三星智能机器人战略（完整版视频）

现代：现代：可穿戴外骨骼机器人、无人驾驶

LG：LG电子：人工智能机器人+家电产品

SK：SK电讯：进入了人工智能(AI)市场，推出了全球首个韩语数字服务助理平台“NUGU”

以色列：

医疗健康、护理康复、外骨骼机器人

数字经济

2017中国“互联网+”数字经济峰会（2）

龙为科技