<mark id="oztn4"></mark>
0
雷鋒網消息，5月24日，第三屆AIAED全球AI智適應教育峰會在北京舉行。在會上，第三屆AIAED主席、CMU計算機學院院長Tom Mitchell、乂學教育—松鼠AI創始人栗浩洋、好未來集團CTO黃琰等從不同角度談及AI如何在教育中發揮作用。
Tom Mitchell認為未來的十年，AI將會繼續影響教育，機器學習將會對智適應教育產生重要影響，例如通過機器模擬人的學習狀態來獲取數據，從而適度擺脫對人類數據的依賴；松鼠AI創始人栗浩洋從三個層面介紹了松鼠AI老師的架構，并指出知識地圖和錯因分析在教育減負上的應用；好未來CTO 黃琰認為，AI+教育已經進入2.0時代，AI也會促使教育培養目標從改變命運到提升幸福的轉變。
以下是三位嘉賓在AIAED峰會上的演講內容，雷鋒網對演講內容進行了適當刪減。
“機器學習教父”Tom Mitchell：未來十年將是AI影響教育的十年
第三屆AIAED主席、CMU計算機學院院長Tom Mitchell
“機器學習教父”Tom Mitchell首先演講，演講內容主要是圍繞AI的發展如何影響教育。
“未來的十年將是AI影響教育的十年。”
Tom Mitchell表示這是個人看法，因為他已經在AI領域工作了幾十年，做了很多AI相關的應用，包括在機器、醫療和數據采集商的應用。但在他看來，未來十年，將AI技術應用到教育上，這是最讓他感到興奮的，所以他現在也把自己的很多研究放到了AI教育應用上。關于原因，他總結了三條。
第一個原因，個性化教學帶來了重大益處。他們發現，在一般的教學場景中，只要獲得了個性化指導的學生，與對照組相比，學生的分數會得到90%的提升，這是非常重要的個性化指導的益處。
第二高原因，已經證明了以電腦為基礎的教學之價值。如今，很多公司能夠提供各種各樣以電腦為驅動的教學服務和課程，例如數學、化學和物理，還有一些文科課程，電腦可以幫助我們提高教學質量。
Tom Mitchell拿卡內基梅隆大學的系統舉例，代數老師可以通過系統看到，系統中藍色曲線代表的是使用電腦來指導學習代數的學生，綠色代的是用一般方法學習代數的學生，然后藍色的這些學生得分更高。所以，不單單是對人的個性化教育，能夠為學生帶來很大改善，用電腦來指導學習，也可以在學科中的得分得到極大提升。
Tom Mitchell表示，目前來看教育還有很大提升空間，所以他們有動力來研究借助AI為人們進一步開發基于電腦的教學指導。
第三個原因，過去十年，AI技術正在快速發展。電腦可以幫助我們更好的識別圖像和人臉、把語言轉化成文字等等，這些技術都是現成的。他認為，未來十年，這個發展趨勢還會繼續延續。
基于這三點原因，Tom Mitchell認為，AI能夠讓學生的分數提高兩個等級，還能幫助老師進一步輔助學生進步。基于這三點原因，加上AI技術飛快發展，Tom Mitchell最終決定投身于AI+教育的研究上。
關于新技術如何改善自適應教學，他認為對話系統很適合自適應教育，雖然現在的對話系統相對簡單，隨著技術發展對話系統還有很大進步空間，將有助于老師和學生進行更開放的討論。大腦科學同樣是一種非常重要的能夠影響智適應的技術，例如大腦成像技術，檢測腦電波顯示大腦活動，預計能夠非常靈敏追蹤學生的情感狀況，判斷學生是否真正了解這個知識。此外，機器學習和虛擬現實也是非常重要的技術，對智適應教學的未來也非常重要。
那么如何在智適應上影響教學？
Tom Mitchell認為第一個是機器學習。不管是宏觀還是微觀層面，學生在都能夠基于教學系統完成不同的任務獲得不同的答案，系統可以顯示學生的錯誤并糾正，知道學生的學習軌跡，也能掌握學生的情感狀況，這才是我們所說的智適應教育的意義所在，就是能夠理解學生目前的狀態。
在智適應教育當中，機器學習應該在每個學科領域都有一種功能，去了解學生的狀態，機器學習能夠自己發現這個功能是什么，這樣就不必把它嵌入永遠的模式當中，我們可以用機器學習來不斷的修改它，這是機器學習在其中的核心作用。
還有一點，現在有很多人在研究強化學習，就是讓機器來模擬人學習做不同的任務，從而用機器學習的數據來開發強化學習算法，因而就不會那么依賴人類的數據。
關于未來智適應教育的最大障礙是什么？Tom Mitchell表示他也不知道答案是什么，但他認為最大的一個問題就是我們現在還沒有太多的觀察能力，沒有特別好的進行學習者觀察，沒法非常好地說明學生的學習狀態到底是什么樣，這在未來非常重要，所以我們學習用圖像、表情識別跟蹤分析來解決這個問題。
還有一個問題，就是沒有足夠的數據幫助系統選擇最佳的輔導策略，我們不知道該如何有效激勵學生，而且人機交互是比較低效的，尤其是與人人交互相比，所以機器指導學習是不是會有上限，這些也是我們提出來希望和大家討論的問題。
關于未來，Tom Mitchell認為有兩個非常重要的方向，一是更廣泛，二是更協調。更廣泛是指，如今有更多的學科領域可以參與進來，扮演重要角色，幫助實現智適應教育（不單是AI學科），這意味著我們需要把所有領域的專家都邀請進來。更協調是指，我們不應該只是做單項研究，而是要進行更多的信息和數據分享，例如在開源軟件分享上，還要建立標準數據格式及其他AI標準，就可以為智適應教學提供重要資源和幫助。
最后，Tom Mitchell表示，教育領域的全球合作是非常重要的，也是唯一理性的解決辦法，我們提升的速度、共同努力的速度越快，那么我們的目標實現就越快。
松鼠AI創始人栗浩洋：AI智適應技術如何升級換代教育產業
松鼠AI創始人 栗浩洋
隨后，松鼠AI創始人栗浩洋上臺進行演講。他認為，幾百年來科技對各個領域產生了很大改變，科技對交通和通信的改變巨大，但對教育的真正改變甚少。在人工智能領域，人們對視覺識別、NLP投入大量的人力、財力，發表了大量論文，但人工智能在教育里的真正應用卻很少。
栗浩洋表示，AI教育在全球發展非常迅速，但在國內卻很少有人知道和關注。他舉例說道，美國已經有40多家AI智適應教育公司，例如Knewton累計融資1.8億美元，用戶超過1500萬；阿聯酋有1家做了4年的AI教育公司Alef Education，在當地已經有了25000名學生，相比于阿聯酋的學生數，這已經是非常大的數字；印度有一家估值54億美金的教育公司Byjus，做智適應教育已有10年，但中國的AI智適應教育才剛剛開始。
他表示，傳統的教育就像中醫，老師“望聞問切”，講完就結束，整個過程像個黑匣子，大家什么數據也沒有得到。但是通過AI智適應的教育，就能及時了解每個學生學習的終身數據，這些數據對于機構幫助學生學習，對于學生了解自己，都有巨大的價值。
他列舉了松鼠AI目前的一些數據，松鼠AI目前已在國內20多個省，200多城市，有了1900多家學校，這個數字還在以每月100多家增長，注冊用戶超過200萬。其中，今年第一季度付費用戶（1年1-2千美金）比去年同期增長了14倍。同時，栗浩洋宣布松鼠AI與卡內基梅隆大學聯合建立實驗室，并與斯坦福國際研究院聯合建立人工智能自適應學習聯合實驗室。
栗浩洋介紹了松鼠AI老師的引擎架構。松鼠AI老師引擎架構總共分為三層，第一層是本體層，里面主要是內容包括學習地圖、知識地圖等；第二層是算法層，里面有推薦引擎，有學生的用戶畫像引擎，有目標管理引擎等；第三層是一個交互系統，這個系統是關于機器如何與人進行交互的，在2019年之前，松鼠AI的交互系統更多是通過視頻、題目及一些簡單的互動和人交互，未來松鼠AI希望發展更多的人機交互方式，使得學生與機器互動更加順暢。
栗浩洋表示，有了知識地圖，才能對學生進行對癥下藥，才能實現國家提倡的給學生減負。應試教育下，學生通過刷海量的題來訓練對知識點的掌握，如果不通過科技和AI的力量，這種題海戰術還是無法解決。所以，知識地圖就是要試圖解決這個問題。通過知識地圖檢測，我們不僅要能區分孩子是學霸或是學渣，而是要看孩子大腦里對每個知識點的了解情況，是真正懂了，是掌握的一般，還是根本沒有理解。
當智適應系統能對學生知識點掌握的情況進行判斷，才能幫助學生實現“那里不會學哪里”。學生只需要去學不會的知識點即可，能考95分的孩子，只去學剩下的5%的知識點，而不是再盲目的刷題海。
本體層中，松鼠AI針對知識地圖做了一個超級納米知識點拆分。他表示，整個對知識點的拆分細膩度超過了Knewton和Aleks的5-10倍。至于為何這樣細致的拆分，他解釋說就像把相機像素從400萬拉到4000萬像素一樣，當知識點做的越細膩，對于學生知識點掌握的診斷也就會越精準。
同時，栗浩洋也介紹了從去年到今年，松鼠AI做的一個最新研究成果——錯因分析。他表示，之所以研發這個技術，是因為他們發現，就算學生掌握了所有知識點，仍舊在做題中出現很多錯誤，這就是錯因，例如粗心、慣性思維、審題不清等等，因此，借助系統他們能夠告知孩子，不是知識點掌握問題，而是沒有找對錯因，找對了錯因就不需要做很多無用功。
當他們把常見錯因總結出來，就可以覆蓋30%—40%的問題。如果沒有錯因分析，就很難去做個性化教育，當找到各種學生的錯因類型，就可以針對性地去推薦不同的學習和錯因視頻分析。
在實現對孩子用戶畫像和學習狀態的了解后，栗浩洋表示，松鼠AI還要能夠像今日頭條一樣去給學生做推薦。他認為，與今日頭條的算法相比，松鼠AI的算法難度更大。因為頭條只要給你推薦合適的內容就成功了，但是松鼠AI還要保證學生能夠掌握這個內容，對于他們來說，學生沒有掌握學會，這個推薦就是失敗的。所以他們還要開發一個預測引擎，Tom Mitchell建議要不斷采集更多的數據包括孩子的表情、動作等各方面的數據，這樣能夠更快優化松鼠AI的算法。
好未來CTO 黃琰：AI+教育已經進入2.0解決方案時代
好未來CTO 黃琰
此外，好未來CTO 黃琰上臺分享了好未來對于AI與教育結合的一些思考。
據黃琰介紹，好未來每年在技術上的投入超過10億，目前擁有4000研發人員，校企合作實驗室4家。關于國內AI教育發展現狀，他認為，國內最近5年內，不缺AI和教育，但缺少將AI與教育連接起來的“+”號。
關于AI+教育，黃琰從四個角度談了自己的看法。
1、AI+教育已經進入2.0解決方案時代。1.0時代是功能組件階段，AI+教育主要是拍照判題、語音評測和人臉簽到等應用。2.0時代進入解決方案階段，AI+教育主要是智慧課堂、AI在線教育等應用。
2、中國AI+教育具備全球領先的機會。天時，國家、教育部政策積極推動中國教育現代化2035；地利，國內擁有龐大的教育需求及海量的教學數據；人和，大量計算機人才，未來人才基礎廣闊。
3、AI將成為教育的第四極。他表示，最近幾年，他總會不可避免陷入討論一個話題就是，AI是否會取代老師。他認為，這個話題不會是取代和不會取代這樣簡單粗暴的答案，人們需要深刻思考AI在現在和未來的教育過程中將會扮演什么角色。未來，AI、學生、老師，可能是一個相互依存的關系，家長需要AI幫助自己，學生可以做智適應的題目，老師會有輔助教學的AI助手，AI在其中密不可分。
4、AI將帶來培養目標的變化，從教育改變命運到教育獲得幸福。過去，人們學習的第一目標是抱著“教育改變命運”，但到了如今2019年這個時候，這個目標就并不適合每個人了。如今的學習更多是人們獲得幸福或者改變世界重要途徑。AI就可以幫助孩子發現興趣及長處所在，并不一定是為了提分，當孩子發現技術可以幫助不斷認識自己時，學習和求知的喜悅感是遠遠超過從前的。（雷鋒網雷鋒網雷鋒網）
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
