<mark id="oztn4"></mark>
0
| 本文作者： 李秀琴 | 2017-10-27 10:58 |
雷鋒網(wǎng)按：繼AlphaGo與李世石、柯潔接續(xù)對弈之后，「人機交戰(zhàn)」真的火了。其中，尤以教育這一領域極具代表性。不論是日本AI專家研發(fā)的Todai Robot，還是參加2017年數(shù)學高考的Al-Maths，這些AI公司或科研機構主導的人機對戰(zhàn)可謂此起彼伏。
然而，人工智能智適應教育機構乂學教育近日在鄭州發(fā)起的一場「人機交戰(zhàn)」，卻有點不太一樣。
雷鋒網(wǎng)注：乂學教育在鄭州發(fā)起的人機對戰(zhàn)實驗的現(xiàn)場
據(jù)雷鋒網(wǎng)了解，這次活動的主角是乂學教育開發(fā)的智適應教學機器人和三名17年平均教齡的中高級老師。活動共招募了78名初中生，先對其進行一輪數(shù)學摸底測試，再就成績分為對照組和實驗組，然后兩組在四天時間里分別接受真人教師和教學機器人的針對性和集中教學輔導，結束后再進行一輪測試，以核算兩組學生的分數(shù)提高情況。
為確保這次人機大戰(zhàn)的公平公正，乂學還采取了五重措施來保證參加測試樣本的真實有效。
1、所有的前測卷和后測卷都是由第三方教育局教研室資深老師獨立出題。
2、四天的試驗過程都進行了實時直播和錄像供所有人監(jiān)督和回放復核。
3、試驗過程中有媒體、艾瑞和其他教育機構做觀察員實地監(jiān)控。
4、測試卷和智適應教學機器人上的試題經(jīng)過媒體抽樣調查保證無重復或類似試題。
5、使用智適應教學機器人的學生訪談都有錄音記錄備查。
最終，這次大戰(zhàn)的結果顯示：智適應教學機器人以最核心的平均提分36.13分（機器教學）完勝人類的26.18分（真人教學），而在最大提分和最小提分兩項上，機器組也分別高出真人組5分和4分。
對于教育領域來說，這次大戰(zhàn)的結果可謂具有標桿性意義。因為其不僅有助于解決教育資源不均的問題，對于機器人取代人類的進程更是有直接推進作用。但顯然，業(yè)界對之在頌歌的同時，必定存有疑問之嫌。比如，人類是否夸大了機器之用？未來乂學還會拓展其他學科的「人機交戰(zhàn)」嗎？此次參加活動的初中生為78名，樣本量會不會相對較小？是否相對影響了比賽結果...針對這些問題，雷鋒網(wǎng)采訪了乂學教育的創(chuàng)始人栗浩洋，以獲得這次大賽的第一關聯(lián)人的權威解答。
雷鋒網(wǎng)注：乂學教育創(chuàng)始人栗浩洋
雷鋒網(wǎng)：在舉辦這場人機對戰(zhàn)之前，是否有設想過預期結果？與實際結果差別大嗎？
栗浩洋：原本預計，在正常情況下，機器會比高級教師提分高五分左右。因為之前在跟其他系統(tǒng)做對比的時候，不論是魔方格還是新東方，一般都是三到六分的獲勝比例。最后的結果既是出乎意料也是意料之中，因為經(jīng)過三年研發(fā)，這款產(chǎn)品已經(jīng)是第三代了，無論是用戶感受、流程還是教學效率等，都比過去提升了很多。
雷鋒網(wǎng)：不同學科在知識點的邏輯梳理、考核方式等方面也不盡相同，這在接入AI技術、機器學習和智適應學習系統(tǒng)，會有哪些差異？
栗浩洋：事實上，哪怕是在同一個學科里面也會有這樣的問題。比如說英語，聽力的知識點分拆和詞匯、語法、閱讀、作文的知識點分拆完全不同，因為各邏輯不同。這里的難點是怎么把那些難拆分的都拆分出來，比如說把聽力拆分出一些比較難以理解單詞的知識點、容易混淆的單詞、連讀、吞音以及聽力中的生活場景等等，通過拆分成這樣的一些知識點題、細節(jié)題、主旨、人物關系題等，做到標簽化、系統(tǒng)化的學習。其次，不同學生的教學流程不一樣，在不同流程中所用到的后臺算法也不一樣，乂學會根據(jù)學習科目和科目中不同種類的特性來應用不同種類的算法。
雷鋒網(wǎng)：在進行比賽之前，這套花了3年時間研發(fā)的數(shù)學智適應系統(tǒng)，是否已經(jīng)進行過商業(yè)應用？情況怎么樣？
栗浩洋：從今年三月份產(chǎn)品正式上線以后，已經(jīng)有上萬名學生使用了這一系統(tǒng)，學生的續(xù)費率達到了80%以上。單個學生的收費從第一次交費的5000-7000元，已上升至第二次續(xù)費的20000-50000元。到目前為止，乂學智適應學校已經(jīng)開到了全國24個省120個城市，共計246家分校，年底會開到300家。
雷鋒網(wǎng)：這次比賽用的是數(shù)學智適應系統(tǒng)，相對而言，它在所有學科中在應用AI上有獨到優(yōu)勢。未來乂學教育有拓展其他學科的人機交戰(zhàn)的計劃嗎？
栗浩洋：數(shù)學做智適應是有先天優(yōu)勢的，因為該學科的知識點與知識點之間的結構信息、邏輯、線條非常干凈。比如說哪個知識點是另外一個知識點的前序知識點，二者之間的相關性、相關度非常強，不像文科類不是那么固定和清晰。所以從全球來講，智適應以數(shù)學作為切入點是最容易見效的方式。
但是乂學也考慮到這樣一個現(xiàn)狀，三年前在研發(fā)初期就拿了文科的英語去做主要的突破性嘗試，因為做英語智適應的嘗試難度是要遠高于數(shù)學的。我們比競爭對手多花了三、四倍時間和資金成本去研發(fā)英語產(chǎn)品，效率提高了更多。到了16年初，乂學的英語智適應在跟競爭對手的對比試驗報告里取勝。而且大部分情況下，在六個人機大戰(zhàn)中英語、語文和物理的智適應系統(tǒng)能夠勝過高級教師。
所以明年乂學不但會推出全學科的人機大戰(zhàn)，并且也將在部分學科挑戰(zhàn)特級教師，提升更高的難度。
雷鋒網(wǎng)：此次參加活動的78名學生，樣本量是否有點小？拿技術研發(fā)、市場應用、與學校和機構的合作等來看，乂學接下來還有哪些其他計劃？
栗浩洋：這次試驗是在嚴格控制、嚴謹設計、全程直播、多家第三方媒體機構監(jiān)控下進行的，保證了試驗的公平公正性，試驗的結果是有效的，所以這次試驗的樣本量已經(jīng)可以作為一個合理的取信值。在這次實驗之前的三年時間里，乂學已經(jīng)做了數(shù)千個學生的臨床實驗，這些實驗都證明了機器的教學效果是超過人類教師的。所以，AI對于知識的學習能力和掌握能力是無限的，再加上它無限的運算能力和非常優(yōu)秀的AI算法，未來AI全方位超過人類只是時間問題。
關于乂學教育的下一步計劃，具體有如下幾點：
第一，不斷提升算法和系統(tǒng)的有效性，能夠在所有學科里和特級教師進行PK，進一步拉大機器教學和人類老師在教學學習效率的差距，真正幫助和實現(xiàn)學生減負。
第二，真正干倒學區(qū)房。接下來我們會開展全學科的試驗計劃。今年底會把年齡段擴充到6歲至15歲，明年底則擴充到6歲至18歲，并且覆蓋所有學科。
在技術研發(fā)上，我們會持續(xù)投入。此前，我們已經(jīng)和美國斯坦福國際研究院(SRI International)成立了人工智能自適應學習聯(lián)合實驗室。
商業(yè)計劃：在線上希望像VIPKID一樣能夠獲得幾十億上百億的收入；在線下會在所有省份和其12345線城市，部署幾萬個線下無人教師。
雷鋒網(wǎng)：機器對學生知識點、題目、錯因等各種復雜狀態(tài)的掌握能力是無限的，同時也是未知的，從理性的角度來講，人類是否有過于夸大機器的作用？
栗浩洋：我們認為人類不但沒有夸大其作用，反而一直是在低估機器的作用。機器對整個人類勞動的取代在當年就起到了不可思議的作用。所以，現(xiàn)在AI在智力勞動率上能夠比人的效率提升一百倍不是什么新鮮事，而是一個必然的事。
雷鋒網(wǎng)：就目前國內的AI教育市場來看，大眾認知水平仍然是阻礙其大規(guī)模應用的一大因素。對此，乂學教育將作何應對？
栗浩洋：在很多類似AlphaGo的人機大戰(zhàn)事件的影響下，所有消費者會被不斷普及AI的成功之處。隨著更多AI企業(yè)的宣傳，大家會了解更多。而跟我們合作建立聯(lián)合實驗室的斯坦福研究中心也會在明年舉辦一個比AlphaGo轟動十倍的人機大戰(zhàn)，它是用一個鋼鐵機器人去和人類最強的摩托車賽車手比賽摩托，這樣一個高難度的新挑戰(zhàn)如果獲得成功，將進一步顛覆和刷新人們對AI的認知。
雷鋒網(wǎng)：在中國國情下，AI教育要撼動應試教育這根大梁依然前路漫漫。那么，AI在教育領域的應用還有哪些空間？
栗浩洋：第一是AI教育能夠解決減負問題。現(xiàn)在我們通過知識點偵測、學生用戶畫像和算法，來修正某位學生的學習路徑和學習內容以達到個性化學習。
第二是我們能達到通過能力去促進應試的作用。在乂學做AI教育的過程中，我們已經(jīng)顛覆了海外Knewton所做的研究，當時除了針對知識點結構之外還引入了提升學習方法和能力的系統(tǒng)。有些孩子題目做的不好，其實是能力問題，那么通過能力培養(yǎng)和訓練，不僅能讓其增長知識，更能提升他們自身的思考水平、判斷能力、歸納能力、識別能力、理解能力以及綜合能力。
第三，我們在研究和實驗，預計在一兩年以后就可以推出對于學生的想象力、創(chuàng)造力方面的一些訓練。怎么能夠讓小孩學會進行突破式創(chuàng)新、進行無邊際的想象，用創(chuàng)新的方法去面對這個世界，解決更多綜合性的問題。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
