Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

芳心、JY撰写半夏 编辑

教会AI,饿死老师?

未来还会有教师这个职业吗?

小的时候,我们总是在幻想一个问题:这个世界要是没有老师该有多好呢?这样就没有人留作业,没有人让我背课文了。

一转眼,20年过去了,“AI+教育”炒的火热。人工智能似乎就要取代教师。从2015年开始,越来越多的教育公司开始布局AI,用人工智能争夺市场份额的战争一触即发。

今年9月,可谓是“AI+教育”第一股的英语流利说正式在纽交所挂牌上市,开盘价报16美元,较发行价大涨28%。

截止收盘,股价报12.65美元,较发行价上涨1.2%,市值6.07亿美元。而2018年的IPO,让市场对“AI+教育”概念落地的期望也变得越来越高。

流利说的上市,又能否为人工智能在教育领域的进一步落地带来曙光?这仍然是个有待时间检验的问题。 

当然,教育是人工智能最好的应用场景之一。一方面在于教育行业如今的模式和100年前并没有明显的变化,亟需新科技升级创新。

另一方面,教育行业容错率高,和伦理问题离得远,不像出行、医疗等行业,与人的生命息息相关。

AI+教育发展现状

目前看来,自适应学习是未来互联网在线教育的新契机。无论教育还是其他互联网行业,个性化的产品体验无疑会产生更好的服务效果。

AI锐见根据目前教育行业及人工智能的结合情况,把自适应学习分为三类:自适应+K12教育、自适应+语言教育和自适应+分级阅读。

2017年,在线教育公司屡获资本垂青。

1月20日,学霸君宣布完成一亿美元C轮融资;

3月,乂学教育获得1.2亿元天使轮融资,并在3个月后被追加至2.7亿元;

4月,作业盒子获得1亿美元C轮融资,此前,作业盒子累计融资3.02亿人民币;

8月14日,作业帮完成1.5亿美元C轮融资;

8月23日,VIPKID的2亿美元D轮融资更是刷新行业纪录;

2018年1月,哒哒英语1亿美元C轮融资;

3月,一起作业获投的2.5亿美元的E轮融资;

……

根据GET教育科技大会发布的《2017年教育行业蓝皮书》显示,2017年前8个月,一级市场教育行业的总融资额达96.4亿元,公布金额的融资案例达156起;和去年同期的58.1亿元相比增长66%,融资案例增加68%。

在线教育成为资本竞相追逐的对象,AI功不可没,其数据处理能力赋予了教育更多的可能。

在AI的介入下,自适应系统能够根据学生的答题结果,自动判断学生的知识图谱,并有的放矢地推荐符合学生个人能力的内容。

在K12领域以VIPKID发展最为强劲,VIPKID今年8月启动V+战略,深度融合云计算大数据以及AI技术,推出全球首个第三代在线教育技术引擎。

短短五年时间,VIPKID在技术上完成了从在线化、数字化、到智能化的“三级跳”。

英语流利说今年9月的上市,可谓是自适应+语言教育的一次成功。

去年7月,“流利说”推出一款基于AI技术的自适应学习产品——“懂你课堂”APP,其基于RHR层级递归理论、语音识别技术、大数据和智能算法为用户提供个性化学习内容和计划推荐。

在这股自适应+语言教育浪潮中,一大批英语在线教育机构也开始寻求向AI转型的机会。

自适应+分级阅读这一领域,在海外已经有较为成熟的体系和课程设计,但在国内还尚未成型。

由于文化背景、语言体系的差异,分级阅读体系作为舶来品并不能直接应用。

考拉阅读是享阅教育倾力打造国内唯一一家K12中文分级阅读品牌,该平台针对不同阅读能力和不同阅读兴趣的学生,提供了不同难度等级和不同文本类型的阅读内容,有效提升每个学生的阅读能力。

分级阅读的关键难点之一是“如何科学划分文本的难度等级”。

考拉阅读历时两年,构建起全球最大的中文分级底层语料库,结合语言学,测量心理学以及深度神经网络为代表的前沿AI算法解决了这一难题。

分级阅读将是未来的在线教育发展的新趋势。

K12在线教育依旧火热

2017年在K12教育(从幼儿园到高中阶段)、早幼教、素质教育、语培留学、职业教育、AI、知识社区和新媒体等其他领域均涌现出单轮上亿元的大单。

综合融资情况可以看出,K12领域融资额最高。今年6月,VIPKID完成5 亿美元的 D+ 轮融资,据了解,本轮融资完成后,VIPKID 的估值超过200 亿元人民币。

K12由于覆盖时间长、用户规模大(超1.8亿)且是刚性需求,因此是最有爆发力的细分赛道之一。

2017年全年,K12在线教育行业投融资热区集中在线培训领域,其中在线少儿英语培训领域投融资笔数占35.9%,在线学科辅导占28.2%,合计64.1%。

市场需求大、刚需属性强、政策限制少、盈利模式简单清晰,成为在线培训受追捧的原因。

尤其是在线少儿英语培训领域,相比于在线学科辅导来说,政策限制更少、用户需求更标准化、师资配备(外教)与线下差异更大,导致融资热度迅速升温。

拍照搜题、表情识别和个性化推荐等是最常见的落地模式

在实际产品中,拍照搜题、表情识别和个性化推荐等是最常见的落地模式。

例如,乂学教育发布的“松鼠AI”通过人工智能系统给孩子量身定做教学方案。

海风推出的“好望角” 通过面部识别、眼球识别、表情分析等把孩子听课状态实时反馈给老师。

因材施教作为一种教育思想,注重在人的差异基础上通过不同的教育方法,促进每个人的发展,是孔子留给后世的弥足珍贵的教育思想财富。

这种思想在科技发达的今天同样适用。

目前,贴上“因材施教”等标签的教育公司很多,操作思路也大同小异:借助AI等技术,拆解不同学科的知识点,在较短时间内检测出学生对知识点的掌握程度;在对学生情况充分了解后,进行个性化推荐。

不得不说,这种模式对应试教育中提高学习效率很有帮助。在当下教育资源稀缺的情况下, 传统教学只能做到分班教学,最多也只是大班小班的区别,教师很难顾及到所有学生。

而AI则可以做到“千人千面”的学习,用数据随时、随地、最高效地反馈掌握学习情况,调整学习方案。

但是,有业内人士表示,当前大众对AI的期待过高,已经超出目前AI所能达到的地步;项目同质化严重,有很多公司只是盲目追风,打着AI的旗号依旧是传统教学;最重要的是,缺乏既懂AI 又懂教育的人才。

结语

AI+教育的结合,还在初级阶段。

AI目前在教育行业的落地项目多集中在自适应学习、测评和机器识别、大数据以及智能硬件领域。

除了上述提到的以外,还有诸如学校管理系统提供商——校宝在线、用智能算法排课表的晓羊教育等。

但是,人工智能真的能完全取代教师吗?

从目前来看,答案是否定的。

学霸君合伙人&首席科学家陈锐锋曾说:“AI并不会使老师的数量减少,而是代替老师解决低效的重复性的劳动,老师则可以提供更精品化的教学。”“在对孩子情感的引导上,AI并不能取代真人老师”。

AI在教育领域落地有两大难点,一是数据,二是人才。

二者缺一不可。

不过,我们完全有理由认为,在未来的几年,人工智能在教育领域的热度依旧不减。

AI锐见
AI锐见

洞察AI行业趋势

产业AI教育
1
相关数据
人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

自适应学习技术

自适应学习也称为适应性教学(Adaptive Learning),是一种以计算机作为交互式教学手段的教学方法,根据每个学习者的特别需求,以协调人力资源和调解资源的分配。计算机根据学生的学习需求(如根据学生对问题、任务和经验的反馈)调整教育材料的表达方式。自适应学习技术已经涵盖了来自各个研究领域,包括计算机科学,教育,心理学和脑科学等等。

知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

语料库技术

语料库一词在语言学上意指大量的文本,通常经过整理,具有既定格式与标记;事实上,语料库英文 "text corpus" 的涵意即为"body of text"。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

深度神经网络技术

深度神经网络(DNN)是深度学习的一种框架,它是一种具备至少一个隐层的神经网络。与浅层神经网络类似,深度神经网络也能够为复杂非线性系统提供建模,但多出的层次为模型提供了更高的抽象层次,因而提高了模型的能力。

推荐文章
暂无评论
暂无评论~