您所在的位置:首页 > 新闻资讯 > 乂学教育栗浩洋:人工智能如何颠覆网络教育行业格局

乂学教育栗浩洋:人工智能如何颠覆网络教育行业格局

日期:2017-11-01   来源:   

  5月18日-20日,主题为“技术融合应用创新”的第八届中国云计算大会在北京国家会议中心拉开序幕。本次会议邀请了国内外顶尖大数据专家出席,例如《大数据时代》一书的作者维克托·迈尔·舍恩伯格、中国工程院院士倪光南、阿里巴巴集团CTO王坚、迅雷CTO陈磊、乂学教育创始人栗浩洋等。

  活动上,乂学教育创始人栗浩洋就“人工智能如何颠覆网络教育行业格局”进行了分享。以下是演讲内容的整理(有删改):

乂学教育栗浩洋:人工智能如何颠覆网络教育行业格局

  大家好,我是乂学教育创始人栗浩洋,之前在昂立做教育做了十几年。1999年从上海交大毕业,我就一直开始做K12教育,没有停过。在昂立的时候,我们在全国一千多个城市开了2700家学校,其实九年前就涉足了网络教育的研究和探讨,但一路走来,非常艰辛。当时我们每年累计投入几百万、上千万,交了甚至是上亿的学费之后才摸索到网络教育到底应该往何处去。今天我的主题是给大家分享一下,从AlphaGo来看人工智能对网络教育行业到底有什么样的颠覆。

  乂学教育:用人工智能模拟全世界最好的老师一对一授课

  我现在做的这家公司叫乂学教育,我们希望做一个人工智能的系统来模拟一个全中国甚至是全世界最有教学经验的课程教师来给孩子进行一对一授课。我们每个人都希望有一个特别有经验的老师给孩子一对一的辅导,但这种辅导我们承担不起。上海有300多个特级教师,最低的一小时的成本是1500块钱,最好的前10名大概要8000块一小时,而且他只能上几百人的大课,根本不可能去一对一,哪怕你是土豪也支付不起这样的费用。我们乂学教育现在有人工智能的技术,把这个梦想照进了现实,那我们是怎么做的呢?其实这个原理和AlphaGo是完全一样的,我们可以来看一下。

  AlphaGo的核心算法是剪支,其实我们也是利用了这种方式,也就是把一些明摆着不可能的走棋方法,用了一些简单的规则把它取消掉。我们乂学教育在做人工智能系统的时候,先是把国内最顶级的几十个特级教师的智慧设定在计算机系统里,作为一个先验值,通过不断的体系学习,再去不断的完善修整,甚至改变和优化。

  那现在我们的乂学系统做的怎么样呢?学生如果在乂学的教育系统上学习两个月,我们可以预测他两个月后的期中考试或者期末考试能得多少分。原理也非常简单,这个学生在本学期的测试中掌握了多少知识点,他在学习新知识点的速度是怎么样的,在期末考试中应该会考到什么样的知识点,只要掌握了这些要素就不难预测。

  乂学智能教育系统的四大实现原理

乂学教育栗浩洋:人工智能如何颠覆网络教育行业格局

  一、基于特级教师、专家知识体系构建线上知识图谱。每个学生都应该有一个量身定制的个性化学习方案,这个学习方案要么是特级教师专家一对一的定制,要么就是人工智能的计划,它可能比专家更熟悉所有知识点,更熟悉如何做测试,能测出你这个小孩子的知识点的问题,给你的小孩来做。而现在的教育不管是学校、中小学的教育,还是课外补习,都是要你把所有的一百个知识点全部学完。就好比你到医院说我生病了,我哪里有病,我需要吃药,医院给你开的药方是什么,请把医院里的药全部吃一遍,吃一遍以后你没有考到一百分,你还是有问题,你还是有病。这种教育方式是非常恐怖的,令人发指的。

  二、动态检测实时更新学生学习进度。每一位学生的学习状态、学习进度、知识程度都是不一样的,过去我们经常说IRP的算法在托福的教育考试中,其实已经取得了非常好的效果,但现在人工智能是怎么样的呢?它是用一种动态的看法来看的,学生在学习的过程中某个知识点可能不会,也许过了一个星期甚至一天或者三个小时,这个知识点他就已经会了,所以你如何用动态的方法不断地去侦测,不断地了解小孩子的知识点分布,这是目前的人工智能要做到的事情。

  三、智能推荐实现教育个性化定制。根据学生所掌握的知识点以及他学习的速度,我们给他进一步的智能推荐,不单是知识点的智能推荐,甚至是学习方法的智能推荐。对一些相对来说比较好的学生,我们会推荐一些比较高效比较深度的学习内容,同时我们给他一些难度比较高的拓展题;对于一些基础比较差的学生,我们给他一个相对浅显易懂的题目。我们不是像MOOC一样,45分钟统一的课程给到所有的学生,我们给到不同学生可能是不同的老师,同样知识点却是不同的教学内容和教学方式,以及不同的练习和课后作业。

  四、数据挖掘实现高效精准定位薄弱知识环节。最终我们通过数据挖掘,不断地去改进我们的算法,这个过程中其实主要用到七个在大数据、云计算、人工智能方面的技术,这个方面的技术因为今天时间有限,我不去详细的跟大家讲。我简单讲几点,关于教育测量,我们很简单通过考试就可以知道一个学生的水平,但其实我们发现一个在同样的考试中,他的分数可能有十几分的波动,最高的甚至出现二十分的波动,这说明我们现在的测试是多么恐怖。如何通过非常精准的,非常有效的测量,用最短最高效的方式解决这个问题,所以这就需要人工智能的一些方式。

  乂学教育如何用数据挖掘实现高效的精准定位?

  我们乂学教育系统,目前已经可以做到对学生学习状态的精准定位,也就是在你所有的知识点里,我们可以非常精准的看到,甚至一般人看不到的,到底哪些知识点最终没有掌握,尤其这些知识点可能埋藏的非常深层。当你发现了这些知识点后,我们的学生就会非常有效的进行精准学习,而在这个精准学习中可以大量的提高时间,而不去把时间浪费在你已经学会的知识上了,你已经掌握的知识1+1=2,再学一百万遍还是等于2。

  跟AlphaGo比较相似,我们也是通过知识图谱+信息论的方式进行教学。就像AlphaGo掌握了三千多份棋谱,然后优化自己的机器学习一样,我们也是掌握了所有的知识图谱以及我们通过几万、几十万学生的学习过程,来让我们的机器变得越来越熟练,越来越精准和越来越智能化。

  针对常规学校以及MOOC的补习,我们用追根溯源的方法来解决。如果一个学生连续两年都不及格,到了初三又不及格的时候,我们经常会让他留级对不对?但我们发现留级一年的,90%都没有好的结果。在我们的智适应系统里,我们发现他初三考50分,他其实50%掌握了50%没掌握,但更重要的是在初二的知识点他可能还有25%没掌握,初一的内容还有10%没有掌握,小学六年级还有5%的知识点没有掌握,小学五年级的知识点还有3%没有掌握,所以他真正要重读一年,在我们智适应系统里应该先从小学四年级的3%开始,再到五年级的5%、六年级的7%、初一的10%,逐步学到初三的50%。其实我们也仍旧只是需要一年的时间,但我们只是对小孩子从头到尾补成一个七八十分的孩子,而不是反复的只是在大厦的最上层学习,因为他其实是从根基就有不扎实了,所以学习一定要有针对性,一定要找到他知识点最薄弱的地方。

  对于我们来说,我们通过知识图谱和大数据,不断地去训练我们这样的体系,同时我们通过每分钟的互动,和机器的互动,就像AlphaGo一样,我们解决了MOOC45分钟长期盯着屏幕,小孩子不适应和不能坚持的问题。在这种互动中我们解决了95%的掉课率,我们学生的完成率可以达到90%以上,而MOOC的完成率只有2%~5%。

  我们乂学教育想通过纳米级的知识图库,拆到无限细的图库,通过海量的学生数据结合这些现代化人工智能的技术,我们希望带给每一个学生最美好的未来。刚才我们几位专家也讲到了,如何解决教育不公平和不平均的现象,我们发现通过我们这样的系统,其实真的可以让每一个小孩子一视同仁,不管是一线城市还是六线的农村,我们能让每一个小孩子用最小的成本享受到最高等级的专家的智慧,这也是我们的乂学教育的梦想,谢谢大家。

相关热词搜索:乂学教育 人工智能

上一篇:72.8%的泛在线教育以视频为教学载体,对于视频我们该怎样玩?

下一篇:中国教育创新技术论坛在北京外国语大学举行

分享到: 收藏