五一吃瓜网_91网曝黑料今日吃瓜_51国产黑料吃瓜在线_91黑网吃瓜在线看 草莓视频网址_草莓视频色在线观看_草莓靠逼视频_深夜草莓视频APP

       5月11日，上海哈佛大學(xué)校友在上海浦東國金中心匯豐銀行舉辦了主題為“大數(shù)據(jù)、人工智能、AR/VR面前的教育行業(yè)”的夜話論壇，參加活動的嘉賓有：精銳教育創(chuàng)始人張熙、EdX中國區(qū)總經(jīng)理王雷、央數(shù)文化創(chuàng)始人熊劍明、昂立教育聯(lián)合創(chuàng)始人，朋友印象、乂學(xué)教育創(chuàng)始人栗浩洋。

活動上，乂學(xué)教育創(chuàng)始人栗浩洋就“從AlphaGo看乂學(xué)教育-智適應(yīng)對網(wǎng)絡(luò)教育的顛覆”進(jìn)行了分享。以下是演講內(nèi)容的整理（有刪改）：

 演講人：乂學(xué)教育（智適應(yīng)教育）創(chuàng)始人 栗浩洋

       大家好，我之前是昂立教育的聯(lián)合創(chuàng)始人之一，之前負(fù)責(zé)昂立上海以外全國一千多個城市、兩千多個學(xué)校的加盟和直營拓展。去年我從昂立里面出來，再次創(chuàng)業(yè)。今天很高興，都是一些老朋友，今天的話題有可能得罪幾位領(lǐng)導(dǎo)，不過，學(xué)術(shù)交流就是百家爭鳴，每一家的論點(diǎn)不一定對或者錯，我就按照我的方式去講了。

        智適應(yīng)教育系統(tǒng)和AlphaGo復(fù)雜度數(shù)量級相似

       這里講的主要是我們現(xiàn)在做的一家公司叫乂學(xué)教育（智適應(yīng)教育為乂學(xué)教育旗下教育品牌），乂學(xué)教育去年7月份拿了一個號稱創(chuàng)業(yè)史上最大的一個種子輪融資。公司尚未成立，只有兩個人的時候，我們就拿到了三千多萬人民幣的融資，好未來領(lǐng)投，俞敏洪也是我們的股東，青松基金和正和磁系，也都是我們的投資者。我們做的事情跟AlphaGo有些相似，它是通過模擬人的大腦，跟人一對一的下棋，我們就是用系統(tǒng)模擬一個中國最頂級的特級教師，然后對K12的學(xué)生進(jìn)行一對一的輔導(dǎo)，對比過去傳統(tǒng)教育形式是有一個顛覆。人工智能在很多領(lǐng)域里面還不成熟，但是在教育領(lǐng)域里面，我們現(xiàn)在也還沒有達(dá)到最高的級別，但是可以適當(dāng)?shù)拇?，用系統(tǒng)代替真人的老師，達(dá)到一個可能比真人的老師教學(xué)還要優(yōu)的效果。

        我們是如何做的呢？我們的做法和AlphaGo有很多相似之處，一年前，2015年初，整個人工智能行業(yè)學(xué)界都認(rèn)為，機(jī)器智能如果想在圍棋上戰(zhàn)勝人類大概需要30年的時間，這是一年前的時候大家的判斷，但是一年后，AlphaGo就已經(jīng)贏了李世石，這個是如何做到的，不是說這個過程中技術(shù)有一個巨大的進(jìn)步，只是他們做了一些，我稱之為投機(jī)取巧的方法，但是這個方法確實(shí)非常實(shí)用，我們在教育方面也是利用了其中一些比較類似的方法。

        為什么我們說圍棋比較難以攻克，其實(shí)國際象棋在20年前，深藍(lán)就已經(jīng)做到了，而圍棋是因?yàn)樗膒ossibility的數(shù)量級太大了，每一個落子都有三種可能性，黑子、白子、落子，這三種可能性如果是361次方的話，就有1.7×10^172種可能性，這種數(shù)量級的可能性通過現(xiàn)代計算機(jī)的速度也難以完成。

         其實(shí)在教育中我們也發(fā)現(xiàn)是這樣一個情況，在初中英語中，有大概600多個知識點(diǎn)，這些知識點(diǎn)學(xué)生都有會和不會的這兩種情況的分布，因?yàn)槟愕弥缹W(xué)生知識的狀態(tài)，才能夠去來測算出到底采用什么樣的學(xué)習(xí)策略，和推什么樣的教育資源給到這個學(xué)生，一對一來進(jìn)行教學(xué)。這個2的600次方的可能性是圍棋棋盤可能性一億倍以上，或者說是一個類似于等量級的狀態(tài)。在這種狀態(tài)下，如果我們要采用暴力窮舉的話，所需要的時間和精力幾乎是不可能達(dá)成的，這也是人工智能在某種情況下比較難去做到的原因。但是，我們比較幸運(yùn)的是初高中的知識點(diǎn)，第一相對來說是有限的，另外我們也采用了一些類似的策略，來去解決這個問題。我們最新的產(chǎn)品這個月剛上線，我們可以達(dá)到普通的老師的教學(xué)效率大概3-4倍的水平。

        智適應(yīng)教育和AlphaGo如何剪枝去復(fù)雜度？

        這個圖代表了AlphaGo自我學(xué)習(xí)的速度的效率，后面我也會講到，就是雖然我們現(xiàn)在還沒有真正的實(shí)踐性的大規(guī)模的去測試，但是我們的機(jī)器學(xué)習(xí)和演繹的速度已經(jīng)開始去糾正一些特級教師的認(rèn)知和判斷和我們原來對教育的學(xué)習(xí)過程的一些設(shè)定，也就是說，先期已經(jīng)放了一些規(guī)則在里面，特級教師智慧的規(guī)則等，但是現(xiàn)在我們的機(jī)器已經(jīng)開始通過自我學(xué)習(xí)，改變甚至是顛覆和超越我們現(xiàn)在一部分人的智慧和判斷。

        Google只公布了三幅圖，這三幅圖里面，有一個特點(diǎn)，在每一步走下去的時候，AlphaGo都會判斷一個勝率，能夠戰(zhàn)勝的勝率，這一點(diǎn)我們智適應(yīng)教育的智能自適應(yīng)系統(tǒng)也有一個特點(diǎn)，學(xué)生在我們這里大概能夠?qū)W到一個月左右的時間，我們就能判斷三四個月后的期末考試能考多少分，基本上我們的判斷80%是準(zhǔn)確的，現(xiàn)在我們只有幾千個學(xué)生的使用，如果是十萬級以上的學(xué)生使用的話，我們可以達(dá)到92%以上的精確度。

        智適應(yīng)教育如何精準(zhǔn)定位知識分布？

        我們智適應(yīng)教育是怎么樣利用知識圖譜，利用算法，利用類似接近人工智能這樣一些方式來去讓機(jī)器模擬學(xué)習(xí)呢?

        其實(shí)我們用的最初級的方法就是先和AlphaGo一樣，把特級教師的智慧，先形成很清晰的規(guī)則，設(shè)置在我們的體系里面，然后再通過一些大量的數(shù)據(jù)和學(xué)生使用，來去反復(fù)校正數(shù)據(jù)，在這個過程中，第一個事情是知識分布，我們先是用知識圖譜，我們拆的知識圖譜相對來說比較細(xì)，現(xiàn)在市場上的一些知識圖譜，這道題測出來這個小孩子冠詞不會，就要這個冠詞就行了。而我們把冠詞拆成了定冠詞和不定冠詞和不用冠詞，也就是說我們這個機(jī)器測出來，你只是不定冠詞不會，你只要學(xué)習(xí)其中的1/3就行了，那現(xiàn)在我們已經(jīng)把定冠詞拆到了13種用法，不定冠詞拆到了11種用法，不用冠詞6種用法，這30多種用法里面，很多這個學(xué)生只是一個知識點(diǎn)不會，只要進(jìn)行一個知識點(diǎn)的學(xué)習(xí)就行了，這樣的話，大幅度的提高學(xué)習(xí)效率，但是我們知道，知識點(diǎn)拆得越細(xì)，possibility就越多，你怎么樣用最短的時間來測出possibility，這個事情就變得很重要，過去（AlphaGo）用一個非常簡單的方法解決這個問題。

         當(dāng)然，我們其實(shí)用了更智能的一些方式，讓我們的一些特級教師，來去用他的規(guī)則進(jìn)一步減少運(yùn)算量，比如說數(shù)學(xué)的知識點(diǎn)的知識空間分布是比較有邏輯性的，會了一個知識點(diǎn)，肯定其中，在它之前的determinknowledge大概有20個知識點(diǎn)都不用測了，但是英語之間關(guān)聯(lián)度是并不高的，但是我們還是設(shè)置了一些關(guān)聯(lián)度。我們建立了大量的知識相關(guān)性，然后通過這種相關(guān)性來去減少運(yùn)算量，提升最后對你學(xué)生的知識分布的判斷精準(zhǔn)度。這個事情，其實(shí)最后所產(chǎn)生的一個效果非常好，后來我們這個計算運(yùn)行的時候發(fā)現(xiàn)一些問題，比如懂了corebear的孩子可能絕大部分還是不懂giraffe,就是說它們之間關(guān)聯(lián)性可能不是30%，可能是12%，當(dāng)然我們還是進(jìn)行機(jī)器后期自我學(xué)習(xí)的調(diào)整，最終要通過大數(shù)據(jù)來去解決中間所有的標(biāo)簽和關(guān)聯(lián)性。在這個過程中，我們最重要是對學(xué)生的學(xué)習(xí)的推送。

         智適應(yīng)教育個性化匹配和課程推送

          現(xiàn)在，在不是那么強(qiáng)大的智能的情況下，我們通過對你知識分布檢測，我們至少可以做到一個可能五倍十倍，相對傳統(tǒng)學(xué)習(xí)的提高，比如在昂立，新東方，還有好未來，基本上我們的一個setcourse就是初二數(shù)學(xué)或者初三物理，中國補(bǔ)習(xí)市場是最大的嘛，但其實(shí)，因?yàn)槲覀兪茄a(bǔ)習(xí)學(xué)校，不是中小學(xué)，這個學(xué)生想要一百個知識點(diǎn)全部都學(xué)完，對于這個學(xué)生來說，尤其學(xué)霸級的學(xué)生來說很困難。像我自己那個時候，初二就把高中所有知識全部學(xué)完了，但是我考試也總是90多分，從來沒得過一百分，這說明，這一百個知識點(diǎn)，有90個我掌握得非常精準(zhǔn)，但總有8-10個知識點(diǎn)我掌握得不精準(zhǔn)，但是我自己也不知道是哪幾個，因?yàn)槊看尉碜訙y出來的知識點(diǎn)是不一樣的，如果能有一個把知識點(diǎn)拆得特別細(xì)的系統(tǒng)，同時用最短的時間測出來我到底是可能哪四個知識點(diǎn)不會，其實(shí)我只要學(xué)習(xí)這四個知識點(diǎn)就行了，也就是說，我過去在初高中非常痛苦，做一萬道題的題海，（在中國不做題海，高考仍然難以取勝，不管你有多聰明，你的能力有多強(qiáng)，素質(zhì)教育有多好，最后還是不行的，如果你要在中國存活，還是要做題海），但是通過這個系統(tǒng)，90%的題海都不用做了，因?yàn)槟阋呀?jīng)確定會的知識，反復(fù)在做意義不大，除非你不熟練，你只需要花10%的時間，就可以取得一個非常好的學(xué)習(xí)效果。

         很多人也說，有一些學(xué)霸是這樣的，學(xué)渣怎么辦，對于學(xué)渣來說，我們推的是與眾不同的模式，對于一個50分的孩子來說，他已經(jīng)連續(xù)幾年考得不及格，讓他把一百個知識點(diǎn)全部都學(xué)其實(shí)沒有價值，他已經(jīng)會的，甚至掌握非常熟練的三四十個，再怎么學(xué)也是會的，1+1=2，你學(xué)一萬遍還是等于2，不會等于別的東西，它不是一個發(fā)散性的題目。另外，80分、90分和100分的知識點(diǎn)，說實(shí)在，對這個對孩子來說，暫時還沒有用，這個學(xué)期任務(wù)就是把兩年沒及格的事兒先考及格了，當(dāng)然我不知道其他的學(xué)校有沒有這個能力，讓50分的孩子一下子跳到70分，在我們看來先考及格了，下學(xué)期再往70分，再下個學(xué)期再往80分走，這才是比較靠譜，也就是說我們需要給這個孩子定制。

        現(xiàn)在很多哈佛大學(xué)老師的課都能讓所有人都聽到了，是一件非常幸福的事情，對于學(xué)霸來說，聽得進(jìn)去，但是對大部分的人來說，完成率非常低。對于中小學(xué)的教學(xué)里面，我們昂立的當(dāng)時的行業(yè)的續(xù)班率在56%的平均值的情況下，我們當(dāng)時做到92%的續(xù)班率，這個是完全通過自主研發(fā)和教學(xué)法的改進(jìn)，這個談的是續(xù)班率，如果完成率只有5%的話，你的續(xù)班率可能只有3%，甚至2%，甚至更低了，所以這個對教育來說是一個非常大的困難點(diǎn)。

         在智適應(yīng)教育智能自適應(yīng)系統(tǒng)里面，根據(jù)特級教師的模式，我們會讓每一個孩子在我們這里面所有的考試都是90分，如果這個孩子是50分的孩子，我們會給他跟他相匹配的知識點(diǎn)做到了90分會非常高興，然后他繼續(xù)下一個知識點(diǎn)的學(xué)習(xí)，小孩到底愛學(xué)，和愛學(xué)習(xí)，最重要的東西就是你是否擅長。其實(shí)孩子不是厭學(xué)，是因?yàn)樵趺磳W(xué)，也沒有辦法提升成績，是老師的問題，如果你給到他一個，他覺得最開心的狀態(tài)，他在這種迷幻的狀態(tài)下，會跟著你一直學(xué)下去，因?yàn)槟憧偨o他到正好剛剛能掌握，最適合他的知識點(diǎn)，這就是我們做的事情。我們先分享到這里。謝謝大家！