11 月 23 日，在以「AI 產業技術的***與融合」為主題的 NIUDAY 北京站中，好未來 SEG 智慧教育事業部技術總監謝華亮為大家帶來了關於「AI 在教育行業中的應用」的分享。

本文是對分享內容的實錄整理。

大家好，特別感謝七牛雲邀請我來做這個分享，我今天要給大家帶來的是 AI 在整個教育領域的應用。

我今天的主題是新時代、新技術、新教育。

我們過去老師的模式是在黑板上講，學生在下面聽，現在時代已經不一樣了。我們現在面臨的時代，由於 AI 、新技術的普及，對過去的教育方式是一種顛覆。我將就這些方面，把整個過程和大家進行分享。

首先簡單科普一下，今年中興事件為什麼會愈演愈烈？其實最關鍵的邏輯，是核心技術層面上的中美競爭。在 AI 技術上面也是一樣，比如我們在 2017 年樹立的四個領頭羊企業，包括 BAT 和科大訊飛，還有美國的 Facebook 以及最近準備推無人駕駛的蘋果，這背後所呈現出來的，最終是 AI 熱度席捲全球的趨勢。

在 AI 裡面有一個全球的競賽叫 Kaggle 競賽，Kaggle 競賽中會給你出題目、提供資料，讓你用演算法和模型做相應的處理。Kaggle 競賽裡有很多的實際場景題目，比如說機場安檢、房價預測、肺癌預測、航線優化。

以機場安檢為例，如果你去北京 T2 航站樓最旁邊的安檢口，就會發現那裡不是人工而是全智慧的。每個放行李的地方會有一個攝像頭，每個攝像頭對應人和行李，然後整個安檢過程都是半自動的，不像 T3 或者 T1 必須要人工手檢很麻煩，如果有機會去 T2 航站樓的話可以體驗一下。

Kaggle 競賽中，比較優秀的還有肺癌預測。因為總體來說，現在醫療資源非常不豐富，通過好的演算法，能通過大資料判斷肺癌機率，把片子給它，它就能識別出來肺癌的機率。

接下來是航線優化。可能大家平常都坐飛機，卻不知道飛機裡最麻煩的就是航班排次。舉個例子，我上週從南昌回來，每週每天從北京到南昌的飛機大概只有八趟左右，但比如到上海或者深圳，每天可能大概有五十多趟，區別在哪裡？要通過每天人流的動態，來預測多少人坐這個航班。如果手工排的話會非常痛苦，全國每天要排兩千多趟航線，必須通過機器來完成操作。

西班牙有一個應用叫做 Pay Per Laugh，也就是「按笑容付費劇場」。每個人的前面裝一個螢幕，你笑一次他就按照一次給你計費，比如一個觀眾笑了 38 次，他就需要支付 11.4 歐。這是人臉識別一個非常典型的應用，在歐洲一些劇場在做這個實踐。按笑容付費以後，觀眾數提升 35%，客單價增加 6 歐元，每場總收入 28000 歐元。這相當於是 AI 對生活場景的一個使用。

下面再簡單說一下 AI 這個行業的發展，比如說像資料、演算法、算例這些問題。這幾年我們從搜尋、電商、社交、虛擬助理等公司，還有自動駕駛、教育等領域來看，AI 是全球範圍內比較大的趨勢。

所有 AI 落地有四個要素，首先是落地的場景，就是方向盤。比如今天我們七牛雲，可以降低人力成本，否則有無數優秀的演算法也沒有價值。第二就是資料，資料就類似於我們的汽油，車的核心如果沒有資料就沒法跑，至少現在 AI 的方向還是基於大資料的邏輯。第三就是演算法，像汽車發動機一樣。好的演算法能夠讓效率大幅度提升。最後是算例，相當於輪子。神經網路也好，普通的機器學習也好，深度學習也好，最核心就是依賴於 GPU，現在都是 TPU，最早的 CPU 在這個時代已經跟不上了，現在都需要 TPU，用大批量變形計算的執行單元做處理。

教育對我們來講，是傳統的一個方向，但是如果 AI 加上教育會產生什麼效果？

我先簡單科普一下整個教育發展的情況。最早的教育是精英的教育，比如說像我國的科舉制度，西方貴族的精英教育。現在為什麼說社會主義制度要優於資本主義制度？最核心的就是社會主義制度提供了集體化的大眾教育，而資本主義制度最核心的邏輯仍是個性化的精英教育。歐美的電視劇會用無數的娛樂內容來衝擊你的視野，來宣導大家不要學習，其實本質是在做社會分層，這就是「奶頭樂理論」。導致優秀的人，也就是精英群體繼續控制西方國家，而普通人你不想學習就往下走。

但是對我國來講，社會主義制度是集體性的大眾教育，每個人都要接受九年義務教育，或者十二年制的教育。九年義務教育是國家強制的，給了更多普通人機會。教育和醫療是一個國家的底線，可能若干年後，在歐美站在國家的金字塔頂端的還是以前那一幫人，而在中國，則給每一個普通人通過學習就能夠改變命運的機會，這是本質社會主義優越性的體現。

然而這種情況已經是過去，未來的需求已經發生了變化。今年四月份，國家提出來教育資訊化 2.0 ，它要求除了資訊化的升級，更多在技術素養轉變，要構建「網際網路+教育」大平臺，要個性化教育，大規模因材施教。2018年開始全國變化的新高考改革政策也反映出這一點。現在新高考是 3+3，除了語數外三門課以外，剩下三門課由你選擇，比如未來想當記者就學文科，就是地理、歷史、政治，如果未來想當程式設計師那你可能學的就是物理、化學、生物。從 2018 年新高考改革以後，未來的考試會比以前更適合每個人，每個人都是獨一無二的，這是整個中國目前的教育改革。在大的目標和方向下，意味著在未來核心一定是個性化，個性化的底層一定要依靠人工智慧做支撐。新高考的核心是整個國家戰略的變化，希望在未來 15 年或 25 年後，我們國家的人才能夠跟美國有正面競爭，我們不再是每個人都念一樣的內容，而是要更創新，培養更多優秀的人才。

在日常教育的方向裡，常規至少有四個環節：教學、學習、考試和管理。前面三部分都是老師和學生共同來進行的，管理一般是學校對老師和學生的關係。下面我們一起來了解，現在做了哪些應用來支撐前面說的這些情況。

01 AI 語音識別

語音識別比較常見，但與教育學習有什麼結合點？比如念一個單詞：desk，按照標準音複述這一段英文，軟體會給我一個評分。我們知道日常背單詞是非常辛苦的事情，特別厲害的人一天可能背一千個，普通人大概就背一百個。如果做這個發音訓練，如果讓老師教我就非常痛苦，不可能老師天天聽你一個單詞背十遍。而通過不厭其煩的機器進行語音識別，就可以用機器通過發音打分，來判斷我的發音。如果我是一個小朋友，可以進行 A 到 Z 的階段劃分，就可以不斷地訓練，而且口音不會偏，避免 chinglish 的情況。這就是語音識別的一個場景，屬於自學的環節。

02 魔鏡系統

我一句話來解釋魔鏡系統：它是一個視覺系統，把學生的實時狀態收集以後進行呈現，最後做資料彙總，反向推動老師教學，推動學生自律過程。

我們在「雙師課堂」上推出了一個場景，叫「專注之星」。先解釋一下「雙師課堂」：「雙師」是現在教育一種新的模式，比如在海淀的人大附中，有非常優秀的老師，而一些教育資源相對匱乏的地區，想要吸收優質的教育資源。在這種情況下，就可以讓北京的老師通過攝像頭，以錄影直播的形式，以真人大小被其他地區看見。現場還有線下老師，只負責現場收作業、糾正大家的課堂紀律等工作。這樣的兩個老師結合就叫「雙師」。但是這樣一來有個弊端，因為老師不在現場，意味著現場學生聽著會無聊開小差，於是我們就藉助這個「專注之星」來解決。在過程中教室裡有一個攝像頭，可以把所有人都拍下來，根據坐姿表情給大家做積分。這是一個非常小的改進，算是 AI 的一個應用場景。

還有一個應用場景是我們的線下培訓機構學而思的小班授課，每個班大概 15 個人。教育焦慮大家可能都有，特別是做了父母之後，面對這樣的問題，學而思的小朋友身上會有一個「框」，它可以識別小朋友在課堂的動作，比如他是不是舉手了，表情怎麼樣，是轉筆還是跟旁邊的小朋友聊天，都可以記錄的非常清楚。而且可以生成統計報表。這樣一來，可以督促家長和小朋友針對問題及時交流，另外也可以根據課堂效果督促老師。這和「專注之星」一樣，可以讓整個課堂要趣味化。

以上兩個產品對於我之前講到的三個點——學生的狀態、老師的狀態、學生課堂狀態的自主提升——都非常重要。這些人工智慧的產品，我們有個專業術語叫「學業測評」，它用以觀察整個學生的狀況。除此之外最核心的就是學習過程，學習的過程如果不能人工智慧化，就沒有意義。

首先是自學，然後是學業測評，都是日常行為的監測。在這個環境裡面會涉及到很具體的人工智慧實現方法。

03 知識圖譜

在我們過去上學的過程中，其實你認真看教育部的綱要，會發現無論什麼教材版本，最終都是把相應的知識梳理出來的。比如我們比如說整個高中數學，可以拆解成大的網狀結構，每個小點裡面形成哪些知識內容，可以對應哪些知識點，知識點下面有哪些考題，這就相當於一個非常大的庫，這個大庫就是我們最終的知識圖譜，每個知識圖譜上面有無數延展的內容。

那它的作用是什麼呢？比如說，我們可以自動出題，如果按照日常學習習慣，發現某個同學的某個知識點掌握的不牢靠，就完全可以依賴於知識圖譜給他們推薦相應經常錯誤的題目。另外場景就是可以按照人工智慧，按照知識的難易度自動組卷，定義好難度係數，就可以很快速的生成相應的試卷，都能夠大大的減輕老師的負擔，增加效率。符合整個國家提倡的「增效、減負」的大教育方針。

用科技推動教育進步，是我們好未來的使命，我們不只是一家教育公司，更是一家科技公司，期待好未來能夠用科技技術支援我國教育資訊化更上一層樓。

我今天總體的分享就是這些，謝謝大家！