乡下人产国偷v产偷v自拍,国产午夜片在线观看,婷婷成人亚洲综合国产麻豆,久久综合给合久久狠狠狠9

  • <output id="e9wm2"></output>
    <s id="e9wm2"><nobr id="e9wm2"><ins id="e9wm2"></ins></nobr></s>

    • 分享

      松鼠 AI 周偉:站在教育本質,重新思考技術的未來

       Tomsp360lib 2019-05-31


      能否讓每個孩子身邊都有一個「蘇格拉底 達芬奇 愛因斯坦」那樣的超級老師?

      傳統(tǒng)的教育模式是以教師為核心的教學體系的構建。在這種體系下面,教師就變成了唯一的一個核心資源,這種核心資源是很難被復制的,也就導致了很多教育機構沒有辦法迅速擴張,在保證質量的前提下迅速的占領市場。

      隨著 AI 技術發(fā)展,越來越多學者認為人工智能會取代很多重復且缺乏創(chuàng)造性的工作,也會為教育行業(yè)帶去變革。在松鼠 AI CEO 周偉看來,新的技術「一定會給傳統(tǒng)的產(chǎn)業(yè)帶來一些變革,而只有通過變革才能使技術得到最新的應用和發(fā)展?!?/p>

      AI 教育會給教育帶來哪些革命?周偉認為是突破時間和地域的限制,千人千面,給到每個孩子真正個性化的教育,「針對每個孩子的學習速度量身定制自己的學習方案,告別題海戰(zhàn)術,學生真正掌握學習能力方法。」

      而實現(xiàn)這些目標需要面對哪些挑戰(zhàn)、解決什么問題?松鼠 AI CEO 周偉在 BMW · 極客公園 Rebuild 2019 科技商業(yè)峰會上講述了如何用技術來為教育帶來變革。

      以下是松鼠 AI CEO 周偉在 BMW · 極客公園 Rebuild 2019 科技商業(yè)峰會上的演講實錄(經(jīng)極客公園編輯整理):

      大家好,我是松鼠 AI 的周偉。非常高興在成都和極客公園跟大家一起分享人工智能帶給教育的新的思考,技術帶給教育未來的改變。

      首先我們可以看到這個大的標題:Winner is coming 勝利者來了,或者叫做贏者來了。作為能成為未來在整個領域里面贏家的重要的因素,技術能解決什么問題?我們看到新的技術一定會給原來傳統(tǒng)的產(chǎn)業(yè)帶來一些變革,只有通過這些變革才能使這項技術得到最新的應用和發(fā)展。我們來看,在教育這個領域里面我們需要解決哪些問題?

      在教育公司里我們總結了一下,在傳統(tǒng)的教育包括互聯(lián)網(wǎng)教育,有 3 大死因。雖然說得有一些恐怖,但是通過這兩年的發(fā)展,我們真正的看到行業(yè)內有一些公司確實出現(xiàn)了這樣的 問題,導致整個公司垮掉了。

      第一,就是瘋狂的補貼,沒有合理的營業(yè)模式。通過大量補貼獲取用戶,然后自己的收費沒有辦法去構造出一個能夠盈利的商業(yè)模式,這種模式注定在教育里面是走不長遠的。比較典型的當年就有教育界也有 O2O 大戰(zhàn),到現(xiàn)在我們可以看到在原來 O2O 的這種傳統(tǒng)的教育公司里面,到目前為止沒有一家在做 O2O 的事了。當年最瘋狂的時候,就是滴滴打車的模式,然后教育界里面突發(fā)奇想,說滴滴可以打車,滴滴可不可以「打」老師。同樣是尋找資源,對不對?我能不能通過這種模式找到我身邊的老師?

      所以大家就研發(fā)了這樣的一個模式,當時我們統(tǒng)計了一下,整個行業(yè)內大概有 100 多家公司在做滴滴打老師的這個商業(yè)模式。打了一段以后,大家發(fā)現(xiàn)打的成本非常貴,同時它不是一個高頻的商業(yè)模式,它不像滴滴打車。車是標準化的,四個轱轆,一個方向盤,加一個司機,基本能上路的車都是通過檢驗的,它是一個標準化的產(chǎn)品。你每一次出去都要打車,可以打不同的車,沒關系,只要能把你送到目的地。但是滴滴打老師是不是每個家長每個孩子每天都要去找不同的老師呢?不是的。他只要找到一個老師,一年甚至兩年或者三年他都不再換,所以它的頻率非常低,這就導致了這個商業(yè)模式?jīng)]有辦法運營下去。

      第二,就是獲客渠道有限,流量的成本太高。我們說傳統(tǒng)的互聯(lián)網(wǎng)獲客,通過社區(qū)裂變,這個裂變那個裂變,變到現(xiàn)在我們會發(fā)現(xiàn)所有的互聯(lián)網(wǎng)獲客的成本都非常高。做教育跟做其他的不一樣,我們是做服務的,做教學內容的提供的,我們后續(xù)的服務的成本非常高,如果前端的獲客流量的成本居高不下的話,那就意味著我后面的服務的質量要下降。如果你不下降,你的服務成本難以去支撐你整個商業(yè)模式。

      第三就是教學環(huán)節(jié)的品控不到位,學生的學習效果不好。教育它是一個黑匣子,它的品控最難把握。坦白的講,老師和學生在教室里發(fā)生什么家長是不知道的,家長只能通過主觀的判斷詢問才能知道它的教學質量,就問老師好不好,學生講好,老師非常好,老師哪兒好,老師上課很有意思,老師給我們講段子我挺愛聽的,這也是一種反饋。還有一種,老師好不好?學生講老師不好。為什么不好?老師老是批評我,老師訓我,給我留很多作業(yè)。那這都是感性的描述,到底老師在這堂課上給他教了什么,教得好不好,幫助他克服了哪些知識的難點,我們是不知道的,我們只能通過一段時間的學習后去看他考試的成績,作為對這個老師教學效果好或不好的評判的唯一標準,這是之后的,所以說教學環(huán)節(jié)的品控很談把控到位,除非你天天在教室里聽著。這就造成傳統(tǒng)互聯(lián)網(wǎng)教育公司的三大死因。 

      我們可以看到,這個市場非常大,中國有 6 千億 K12 課外輔導的市場,前 5 名的公司占整個市場份額的 5% 都不到,新東方也好,好未來也好,前五大加起來占市場的 5% 都不到。大家想一想,如果后面的三臺轎車是寶馬,寶馬占整體高端市場份額,我相信這個單一品牌一定都是超過 5% 的。那在教育市場里面五個品牌加起來占整個市場的份額都不到 5%,它是非常分散的。

      為什么?因為教育是以教師為核心的教學體系的構建。在這種體系下面,教師就變成了唯一的一個核心資源,這種核心資源是很難被復制的,也就導致了我們沒有辦法迅速擴張,在保證質量的前提下迅速的去占有市場,這是傳統(tǒng)教育面臨的困境。

      就像我剛才說的,特級教師千里挑一,學區(qū)房一房難求。就像昨天我還跟我一個朋友在聊天,他說他根本不在乎孩子讀得好讀得不好,因為他基本上實現(xiàn)了財富自由,都是他老婆在管這件事,我說你孩子到最后上的什么學校,他告訴我是廣州非常好的一所學校。我說你怎么去上了?你既然沒有托關系找人,或者是重點培養(yǎng)這個孩子,你怎么上的?他告訴我因為在那個區(qū)給他孩子買了一套學區(qū)房。其實每個家長對孩子的培養(yǎng)都是全力以赴的,核心就是我們教育資源分配不均,優(yōu)秀教師資源非常稀缺。像我們身在成都,我們還比較高興,我們有七中,對吧,我們還有四中,對不對?那我們再往下面走我們還有綿陽,對吧,綿陽中學。再往下面呢?沒有了。這些老師,這些學生,他獲取不到好的教育資源。

      我舉一個典型的例子,我們在做市場調研的時候,我們會發(fā)現(xiàn)有一個五線城市,一個縣級市,有一個課外輔導班的校長,招了三個初中生,那三個初中生想補物理,他說好那我就教你們物理,對不對,你想補習我就教你物理,但是在縣城找了一個縣城里沒有物理老師,整個縣城只有兩三個物理老師在縣中學里任教,人家不能出來帶課。

      怎么辦?中國人的創(chuàng)造力是無限的,這時候他就發(fā)揮了他極大的創(chuàng)造力和創(chuàng)造性,它讓數(shù)學老師去教這些孩子物理的基本的常識,但到畫直流電、交流電圖的時候數(shù)學老師也不熟悉了,怎么辦?在當?shù)卣埩艘幻呒壻Y深電工來教學生電路圖。當時我就問他,如果三個學生還想學化學怎么辦?是不是在當?shù)卣乙粋€油漆工,或者是噴灑農藥的,那因為在縣城跟化學有關的估計也就只有是油漆工和噴灑農藥的,因為它一樣找不到化學老師。

      第二個就是千人一面的學習內容、統(tǒng)一劃齊的學習速度,就像我今天跟大家分享的一樣,我的語速是一致的,我不管這邊人聽不聽,那邊人聽不聽,我按我這樣來講,我想至少場地里有 30% 是打醬油的,因為他們想聽下一個演講者的演講,或者想聽上一個演講者,我們螞蟻金服的這個演講,好不容易人家剛講完,剛想等我上來了,他想往外走,他也不知我講什么。這樣的情況在我們教室里也會出現(xiàn),我們沒有辦法做到千人千面和有的放矢的個性化的教育,主要是因為教師精力有限,難以對付每個人的個性化需求,同時第三點就是只重對孩子知識點掌握的情況。

      中國的孩子是學習最苦的,也是最會考試的一群人,坦白講世界上沒有任何一個國家考試能考過我們。為什么?因為我們對刷題產(chǎn)生了巨大的興趣,我們基本上都是靠刷題來完成學習。就像我們形容學習,我們教孩子的時候,形容學習一樣,叫什么?學海無涯苦作舟,大家想一想,多苦啊。題海戰(zhàn)術,坦白講,如果我是一個小孩子,我聽到大人描述學習是這么痛苦的一件事的時候,天生我就產(chǎn)生排斥了。對不對?為什么我們不能高效一點學習呢?

      因為核心的關鍵點是應試體制下我們忽略了學習能力、思想和方法的培養(yǎng)。人工智能加教育會等于什么?其實國外人工智能教育并不是一個新的技術,有很多公司,這些大量的公司早在十年前就已經(jīng)開始進行研發(fā)和使用人工智能的教育。到目前為止,海外人工智能自適應的學習系統(tǒng)累計已經(jīng)有 9 千萬人使用過,效果也非常好,它是一項成熟的技術。這項技術其實伴隨著硬件不斷提升和我國計算機網(wǎng)絡的不斷普及,其實對我們國家來講是更適合的。

      首先我們來看松鼠 AI 的自適應學習引擎的架構,它是通過什么樣的人工智能技術去架設它的引擎架構的?首先我們看到是通過三重架構,第一個叫做知識圖譜,第二個叫內容地圖,第三個叫個性化學習規(guī)劃路徑,通過三重架構來做的。

      知識圖譜,上午的張翼也在做知識圖譜,我們也在做,所有人工智能教育公司都會做知識圖譜的重構。我們可以看到構建知識圖譜的時候我們一定要把知識圖譜拆得夠細,當你的知識圖譜做完了以后,我們可以發(fā)現(xiàn)就可以全面掌握不同學生學習狀況的智能教學數(shù)據(jù),其實每個學生他的學習的速度是不一樣的,包括他知識點的掌握率也是不一樣的。在大屏幕上我們可以看到,針對立方根的知識點,那每個學生他掌握的程度和學習的速度是不一樣的。這我們就需要個性化學習內容的推薦,包括用時,有的人 150 秒就學會了,有的人可能要花 1 千多秒才能學會。

      我們創(chuàng)造了納米級知識點的拆分,這是分數(shù)加減法,第二就是把學習的思想能力和方法進行拆分,首先我們來看物理,加減法有 11 個知識點,但是我們把求加減法當中一個小的知識點拿出來都拆成了接近 15 個,我們要訓練孩子們思想能力的提升。第二是數(shù)學能力,數(shù)學能力有一項叫數(shù)感,什么叫數(shù)感之就是對數(shù)字的感覺,對數(shù)字的感覺也是一種能力,它可以被訓練,數(shù)感好的孩子基本上蒙選擇題數(shù)學里面蒙對的概率特別大,不知道怎么做對的,但他就是有感覺。

      語文我們也進行了拆分,語文是螺旋式上升的學習方法,難以用圖譜化呈現(xiàn),我們進行了方法拆分,國內我們把語文第一個率先做出人工智能教學。由這些知識點就構筑了內容地圖,每個知識點都有內容精美制作出來,然后把這些內容推送給學生,讓他用來進行學習,通過這個就可以精準檢測到每個孩子的知識漏洞。我們可以看到每個孩子其實掌握的學科上面的知識漏洞是不一樣的,這個孩子只有 8% 沒有掌握,那這個孩子有 24% 沒有掌握,他只學他那 8% 的,他只學那 24% 的,這個小朋友他只學那 58% 的,這樣我們能夠精準提升他的學習效率。

      AI 教育會給教育帶來哪些革命呢?就是突破時間和地域的限制,千人千面,給到每個孩子真正個性化的教育,針對每個孩子的學習速度量身定制自己的學習方案,告別題海戰(zhàn)術,學生真正掌握學習能力方法。要想做到這些我們必須具備非常高的研究水準,我們簽約了全球機器學習教父 Tom Mitchell 教授,他去年成為我們的首席 AI 科學家,今天在北京我們也同步在舉辦 AIAED 全球 AI 智適應教育峰會。

      目前我們在全國 20 多個省 400 多個城市有 1900 多個學習中心在和我們合作,近 2000 萬用戶使用過我們的系統(tǒng),在成都我們也有。同時人工智能教育是否真正有效,在國內我們做過四次實驗,通過第三方我們做了四次人機大戰(zhàn),就是真人老師和教學系統(tǒng)進行教學對比,四次的結果都是我們優(yōu)于真人老師的教學,有教無類 教無定法 因材施教才是教育的本質。

      分享了這么多,最后我想說。其實做這件事是非常漫長的,我們投入了大量的人力物力和時間,我們相信有耐心把這些事情交給時間,有耐心把這些事情交給艱難。因為內容和算法的制作是非常非常艱巨的,用純互聯(lián)網(wǎng)的看法來說,說你們做得太重,一點都不性感,我們說教育它本來就不性感,它是感性加理性的結合,它一定是重的。那在這個過程當中,可能有很多人走不到幸福的彼岸,但是我們始終相信未來都是留給幸存者創(chuàng)造的,不是留給犧牲者創(chuàng)造的,所以我們希望我們就是那位幸存者。

      我們衷心的希望讓每個孩子身邊都有一個蘇格拉底 達芬奇 愛因斯坦的超級老師,謝謝大家。

        本站是提供個人知識管理的網(wǎng)絡存儲空間,所有內容均由用戶發(fā)布,不代表本站觀點。請注意甄別內容中的聯(lián)系方式、誘導購買等信息,謹防詐騙。如發(fā)現(xiàn)有害或侵權內容,請點擊一鍵舉報。
        轉藏 分享 獻花(0

        0條評論

        發(fā)表

        請遵守用戶 評論公約

        類似文章 更多