教育行業(yè)中企業(yè)長得慢、長不大的問題是在于教育行業(yè)是智力服務(wù)業(yè)。相對于其他許多行業(yè)來說，難以標(biāo)準(zhǔn)化、成本邊際高、難以規(guī)?；?strong>。而人工智能正是把人類智力變成機(jī)器智能，可以逐步的把教育從服務(wù)業(yè)變成信息行業(yè)。
而人工智能行業(yè)經(jīng)過這兩年的資本催生，誕生了一大堆不太賺錢的數(shù)億美金估值的公司。也有越來越多身懷絕技的技術(shù)牛人也在磨拳擦掌，拿著人工智能這把屠龍刀，在環(huán)望四周，看看哪里有技術(shù)合適的應(yīng)用場景值得砍下這致命的一刀。
如果你是在做人工智能 科技方面創(chuàng)業(yè)的創(chuàng)業(yè)者，不妨約個(gè)咖啡聊一聊。畢竟看過這么多創(chuàng)業(yè)者和行業(yè)研究，大壯可以幫你把把脈，說不定還能投個(gè)種子天使之類。我的微信號：wangkk ，添加時(shí)請注明職業(yè)和來意，無趣又不在創(chuàng)業(yè)的人一概不通過。
—— 長文開始，閱讀大概需要14分鐘 ——
EDAI的產(chǎn)業(yè)情況概覽
人工智能發(fā)展的驅(qū)動(dòng)力
人工智能不是在變魔術(shù)，它本身不具備思維。它需要更多的數(shù)據(jù)，更高的性能更優(yōu)的算法才能做到更強(qiáng)的智能。我們看到全球的數(shù)據(jù)規(guī)模不斷的增長，2020年達(dá)到了2009年的40倍，而且增長斜率還在不斷增加。
大量數(shù)據(jù)需要有更好的更低成本的云存儲方式。還出現(xiàn)了象深度學(xué)習(xí)這樣更好的算法。下一步甚至出現(xiàn)專門為深度學(xué)習(xí)設(shè)計(jì)的芯片（ DPU）。這些都有助于人工智能更深入、更廣泛的應(yīng)用，從而提升個(gè)性化的教學(xué)效率和效果。
人工智能是教育未來的驅(qū)動(dòng)力
世界發(fā)展很快，回頭看來2000年窄帶時(shí)代只能完成教育資訊的上網(wǎng)，這段時(shí)間在線化是主題。到2012年，寬帶才能完成慕課、微課等大的流量視頻交付。2014年直播技術(shù)的發(fā)展，才引領(lǐng)了2014年、2015年的在線直播網(wǎng)校潮流。
2010年開始隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，更多應(yīng)用場景滲透和資本介入，催生了豐富的商業(yè)模式，所以2010年~2016年這個(gè)階段的重點(diǎn)是商業(yè)化。
而圖中右側(cè)深色的是人工智能等科技與教育結(jié)合的一條曲線，來看看人工智能這些年是如何與教育相伴相生的。2006年代表性的深度學(xué)習(xí)算法誕生，2011年教育行業(yè)里象硅易這樣的作文批改網(wǎng)站上線；2012年深度學(xué)習(xí)算法在語音和視覺識別方面取得了突破，準(zhǔn)確率達(dá)到了98%以上。2013年，學(xué)霸君和英語流利說出現(xiàn)，它們運(yùn)用圖像識別，教你怎么樣去掃題看答案，運(yùn)用語音識別完成了新應(yīng)用，教你怎么說英語。
2016年有一個(gè)標(biāo)志性事件，就是阿爾法狗戰(zhàn)勝了李世石。我們最近也看到了很多的創(chuàng)業(yè)者開始關(guān)注人工智能怎么樣解決教育行業(yè)里B端和C端的效率效果問題。我認(rèn)為未來的十年的主題都會(huì)是人工智能。
EDAI的4大應(yīng)用場景
人工智能到底怎么跟教育結(jié)合呢？
首先大量的數(shù)據(jù)是人工智能的基礎(chǔ)，我們需要有多維度、大量級的數(shù)據(jù)采集，包括語音、圖像、運(yùn)動(dòng)、肌肉電，讓我們獲得更多的信息。
第二是有智能的數(shù)據(jù)處理方式，讓這些數(shù)據(jù)解讀出來。
第三是有自然人機(jī)界面，包括VR/AR，數(shù)據(jù)可視化，機(jī)器人和3D打印等
有了這些技術(shù)基礎(chǔ)，還需要應(yīng)用場景。目前的EDAI 4大應(yīng)用場景：
個(gè)性化學(xué)習(xí)：包括自適應(yīng)練習(xí)，分級閱讀等細(xì)分應(yīng)用。
虛擬學(xué)習(xí)助手：包括拍照搜題和對話機(jī)器人等場景。
商業(yè)智能化：把原來商業(yè)里面的智能技術(shù)應(yīng)用到教育里面來，幫助學(xué)校和機(jī)構(gòu)更好地解決教學(xué)效率和運(yùn)營效率的問題。
專家系統(tǒng)：像高考的升學(xué)規(guī)劃還有職業(yè)規(guī)劃、留學(xué)咨詢等復(fù)雜決策的系統(tǒng)
EDAI全球案例圖譜
從上千個(gè)案例中，大壯整理了全球的人工智能 教育的典型應(yīng)用案例圖譜。過段時(shí)間我會(huì)放出完整版本的報(bào)告，里面會(huì)增加大量案例的詳解。
這個(gè)表格分為應(yīng)用層和基礎(chǔ)層。我們可以看到在自適應(yīng)學(xué)習(xí)里，左邊的K12課內(nèi)是最密集的創(chuàng)業(yè)部分，包括像猿題庫、貍米學(xué)習(xí)等應(yīng)用。
而虛擬助手里面有拍照答題工具，還有象微軟小英這樣的對話機(jī)器人，你可以在微軟小英里面和智能機(jī)器人交流。專家系統(tǒng)里有智能批改和升學(xué)規(guī)劃兩個(gè)方向，例如升學(xué)規(guī)劃可以用申請方和高考派來做咨詢規(guī)劃。商業(yè)智能，包括運(yùn)營支持和學(xué)情管理。
人與機(jī)器重新分工與合作
機(jī)器的優(yōu)勢和人的優(yōu)勢不一樣。機(jī)器的優(yōu)勢，是簡單環(huán)境下面的標(biāo)準(zhǔn)化和規(guī)?；?/strong>。機(jī)器可以做到輔助教學(xué)、限定對話、文本批改、簡單答疑、作業(yè)練習(xí)、測評批改，人類可以做教學(xué)設(shè)計(jì)、復(fù)雜決策、團(tuán)隊(duì)協(xié)作等。
未來教育是人與人工智能協(xié)作的時(shí)代，充分發(fā)揮機(jī)器與人類不同的優(yōu)勢是提高生產(chǎn)力的關(guān)鍵。所以人工智能將會(huì)取代簡單重復(fù)的腦力勞動(dòng)，而發(fā)揮人類的優(yōu)勢創(chuàng)新、復(fù)雜決策、情感關(guān)懷激勵(lì)等更大優(yōu)勢。
應(yīng)用場景1：個(gè)性化學(xué)習(xí)
人工智能加教育，目前最重要的場景是自適應(yīng)學(xué)習(xí)。區(qū)別于原來的統(tǒng)一或粗糙的分層教學(xué)，自適應(yīng) 教育通過自適應(yīng)內(nèi)容、自適應(yīng)測評、自適應(yīng)進(jìn)度、自適應(yīng)路徑、自適應(yīng)回饋、自適應(yīng)目標(biāo)等方式，為學(xué)生提高學(xué)習(xí)效率和學(xué)習(xí)效果。
自適應(yīng)學(xué)習(xí)技術(shù)實(shí)現(xiàn)的基本邏輯是：首先是教學(xué)者模型，學(xué)習(xí)者模型以及整個(gè)的知識圖譜的建模；建模之后，把不同的自適應(yīng)性材料，包括題目和內(nèi)容交付給自適應(yīng)學(xué)習(xí)者；
同時(shí)通過這個(gè)過程獲得很多的數(shù)據(jù)，把這些數(shù)據(jù)通過更加直觀的方式展示給使用者，包括把這些數(shù)據(jù)傳遞給我們的模型，用來優(yōu)化模型的算法，這是整個(gè)自適應(yīng)模型的核心。
我們可以看到自適應(yīng)的算法和處理，其實(shí)核心是人工智能。
練習(xí)是目前最好的切入環(huán)節(jié)
教育過程包括：從教、學(xué)、練、測、評五個(gè)環(huán)節(jié)。目前的自適應(yīng)學(xué)習(xí)工具大多練習(xí)切入。這是因?yàn)槿斯ぶ悄芤蕾囉跀?shù)據(jù)，數(shù)據(jù)化程度最高的是練習(xí)，但此環(huán)節(jié)的to C商業(yè)化能力弱，常見策略是向鏈條兩側(cè)延伸，進(jìn)入到教學(xué)和資格評測環(huán)節(jié)商業(yè)化。例外就是切入to B領(lǐng)域商業(yè)化，向?qū)W校和培訓(xùn)機(jī)構(gòu)等B收費(fèi)。
分級閱讀：閱讀自適應(yīng)
第二個(gè)自適應(yīng)切入點(diǎn)是分級閱讀。現(xiàn)在中國的小孩子沒有辦法讀到自己適合的書，因?yàn)榈谝粋€(gè)沒有標(biāo)準(zhǔn)，第二個(gè)也不知道他適合什么樣的，第三個(gè)沒有中間的匹配環(huán)節(jié)。自適應(yīng)先做測定分級，把孩子和內(nèi)容做一個(gè)相應(yīng)的測定評級之后，通過自適應(yīng)引擎去推薦。
它能夠通過閱讀后的測評，讓我們知道這個(gè)孩子讀了這本書之后懂了還是沒有懂，得到更多的反饋，通過這種方式讓更多的孩子得到他適合讀的內(nèi)容。
聯(lián)系客服
