他是怎麽做到的?
i黑馬訊 8月7消息,由創業黑馬與達晨創投聯合主辦的第二屆黑馬創交會今日在京繼續舉行,乂學教育、朋友印象創始人栗浩洋出席活動並發表主題演講《人工智能如何讓教育提升十倍效率》。
栗浩洋在演講中表示,“如果AlphaGo用圍棋下贏了人類,只給人類帶來了沮喪。那我們在教育里的人工智能應用,可以讓每個孩子都能夠獲得10倍的效率提升,可以讓全中國的孩子,都能夠用最低廉的成本,獲得最高效的教育。”
以下是經i黑馬編輯的演講精選:
我做了兩家公司,在社交方面做了朋友印象,在教育方面做了乂學教育,這兩家公司都跟人工智能有很深的關系。
現在,朋友印象和乂學教育的重點都放在了人工智能上面。乂學教育的產品這個月剛上線,只有不到一百個用戶,但是已經得到了很多大基金的領投意向,最近很快會關閉估值將近6個億的天使輪融資。
為什麽我們會得到這麽多重視呢?其實我們也是比較幸運的,在兩年前踩到了人工智能的風口上,而且真正把這個事兒給落地了。
那麽,乂學教育是怎麽做的呢?
減知理論如何讓計算更有效?
今天我會從AlphaGo講起。我們都知道AlphaGo是人工智能里面最有名、最明顯的一個例證了。它讓機器智能戰勝了人類,也讓人工智能威脅論甚囂塵上。AlphaGo之所以成功,是因為利用了“減知理論”,讓整個計算變得更有效了。
其實,乂學教育也是用了一個類似AlphaGo的體系,去模擬特級教師的大腦,跟學生一對一的進行互動。我們通過每個小孩子的100個知識點,識別出他們到底哪5個知識點不會。在這種情況下,只需要教這個孩子其中的5個知識點就好了。
但是,以前包括新東方、好未來、昂立教育等公司,都是讓孩子把所有的知識點全部都學一遍。這種情況,就好比到了醫院說我胃疼,醫生檢查出了你是胃潰瘍,但是讓你把藥房里的100種藥全部吃一遍。
現在的教育,是要把所有的知識點全部推進一遍。但是通過人工智能的偵測,我們可以像癌癥的靶向治療一樣,點對點的針對性學習,從而將學生的學習效率提升10倍。
這就好比為什麽AlphaGo能夠快速的作判斷?因為它把歷史上的3000多萬盤棋譜先吃進去,並且消化完了。它每走一步都類比這3000萬盤棋局,然後再根據一定的算法,提升正確下棋的概率。
其實,乂學教育系統也是一樣。我們把這幾萬個知識點預裝在系統里面,小孩子來了以後,我們可以精確地測試他們的知識點到底有什麽,通過知識空間理論十倍的提高他們的教學效率。
用5個單詞測出3萬個詞匯量靠的是什麽?
去年有件事情非常火,就是可以用30個單詞測試出3萬個詞匯量中你知道多少。這雖然聽起來非常不靠譜,但是通過人工智能在教育里面的應用知識空間理論,就非常容易做到。也就是把3萬個單詞,根據難易程度分成了30組,每個組別只選一個單詞進行測試。
但是,用乂學教育的智適應人工智能系統,只需要5個單詞,就可以測出你的詞匯量,而且精準度和剛才30個單詞測詞匯量的正確率是一模一樣的。
我們是如何做到的呢?除了知識空間理論,我們用了信息論,信息論是由熵的概念而來,也就是說任何題目,如果答案的可能性在一般的時候,我們的所知度是最大的。所以,我先給你第15級的單詞,測完之後如果你會了,我們就知道你的詞匯量是在1.5到3萬之間。如果你不會,我們就知道你的詞匯量在0到1.5萬之間,以此類推。
通過簡單的人工智能的算法,我們可以用五個單詞來測試你的三、五萬的詞匯量,這就是人工智能帶給人類的一個顛覆性改變。當然人工智能的算法遠遠複雜於此。
智適應系統如何擊穿傳統教育痛點?
在傳統的教育中,我們還會遇到一個痛點是每個學生掌握知識點所需時間是不一樣的。最快的孩子5分鐘就學會了,最慢的孩子可能要花90分鐘去學,因為你只有掌握了這個知識點,才能進入到下一步。
但是,乂學教育的智適應系統可以根據每個人的情況,給出不一樣的學習體系,我們甚至會拋棄很多知識點。因為我們判斷以你的水平,你現在學不會這些最難的知識點的,我們只給適合你的知識點,讓你期末從兩年不及格跑到60、70分,這是最大的勝利。
這其實就是人工智能給我們帶來的改變,就像AlphaGo有時候會放棄一些局部的利益,直接去爭取一個更大的利益。
所以,我們不斷的通過學生畫像和內容測寫來用智能化的手段偵測你的水平,給你一個與眾不同的教學體系。
我們知道AlphaGo跟李世石下棋前三盤全贏了,然後第四盤輸掉了。為什麽?有一句話叫做,“我們不害怕機器AlphaGo下贏了李世石,我們最害怕的是AlphaGo故意輸。”如果機器懂得了人類的情緒和恐懼,懂得了故意輸給人類,這就是機器最可怕的時候,是我們需要去擔心的時候。
而乂學教育的智適應系統,通過教育測量學和認知判斷,給每個學生完全與眾不同的個性化路徑的推薦,讓每個小孩子在學習過程中感覺到愉悅。
過去,一個孩子如果初一、初二都不及格,到了初三我們會讓他留級,但是這樣也不會有什麽結果。但是如果用了乂學教育的智能體系,我們幾乎可以保證這個孩子再繼續學一年,他可以考到至少七、八十分,甚至更高。
我們是怎麽做的呢?我們會讓這個學生把之前小學和初一、初二的內容學完,再學習初三的知識。這個時候,他再進入到初三下半學期學習的時候,已經信心滿滿、基礎紮實。很多小孩子被放棄是因為他總學,但是總是學不會,因為你沒有追根溯源把他降級到最初。
此外,我們還會自動校正每個題的難度系數標簽。我們每個題有100多個標簽,通過機器不斷的深度學習,我們會不斷的改變每個題的標簽,以及機器給到每個孩子推薦的學習路徑。所以,通過大數據的驅動和算法的驅動,我們能夠非常深入的提升每一個還得教育方式。
也就是說,如果AlphaGo用圍棋下贏了人類,只給人類帶來了沮喪。那我們在教育里的人工智能應用,可以讓每個孩子都能夠獲得10倍的效率提升,可以讓全中國的孩子,都能夠用最低廉的成本,獲得最高效的教育。