在AI+教育的黄金赛道,网易有道如何践行进阶之路

「未来 30 年,通过吞下一粒药丸你就可以学习一门课程,因为它可以通过血液进入大脑。」两年前,在一次 TED 演讲上,美国计算机专家尼葛洛庞帝曾对未来的教育如是预言。虽然生物科技尚未完成这种颠覆,但近年来红透天的 AI 技术对于教育的改变却已展露苗头。

人工智能炒热机器人、自动驾驶的同时,新的风潮也已被人带进了教育领域。整个行业呈现了两种极端态势:一方面是喧嚣躁动:各类教育机构竞相以不同姿势「插足」AI,大半个教育行业的钱也在追着「AI+教育」跑;而另一方面则有少数派理性者发声与反思:新科技并非白衣骑士,尤其仅靠热炒技术噱头将无法颠覆这个本该「文火慢炖」的行业。

AI 教育「黄金赛道」

在近日的中国 AI 创新者论坛上,网易有道 CEO 周枫指出,AI+教育还在起步阶段,「教育信息化是近几年一个非常大的问题,AI 是一个非常重要的手段,网易有道也花了几年时间来探索,发现了大量的痛点」。

环视一下目前整个 AI 教育市场的竞争态势,AI+教育有巨大的想象空间,各路行业巨头与科技巨头趋之若鹜,纷纷涌入赛道,加码 AI 战略布局。

1、科技与互联网巨头企业

「AI+教育」领域中,这类企业代表了新的技术力量,新的思考模式,是对传统行业输送的新血液,是赛道上「新」的代表和来源。这个阵营里,BAT 和网易有道等较为领先,这些企业具有独立开发 AI 技术和开放平台的实力,是教育市场中 AI 能力的输出者,在国际人工智能版图中也享有一席之地。

在内容与师资方面,这类企业也正在加大力度,以期实现两手都要硬的局面。其中,网易有道因网易有道词典、有道翻译官和有道精品课等产品的多年积累,在内容层面已具备鏖战能力。

2、传统教育企业

教育行业中传统力量的代表,新东方、好未来等公司在教育信息化的大背景下,也已开始重视和发展自身的 AI 体系,尝试将多年积累经验和资源转移到人工智能层面。但大多选择曲线策略,以投资占位、合作挂靠及研发单一产品为发力点。

3、众多垂直创新企业

一起作业、作业盒子、学霸君、洋葱数学、VIPKID、51Talk 等为代表的这部分企业自诞生之初,就有着「创新」的烙印,凭借独有的模式、资源等在垂直细分领域抢占市场席位。

这股新教育热潮背后,是部分人士对 AI 改变教育的乐观期待。然而事实却是,人工智能全面改变教育依然停留在「探索阶段」,无论是技术上还是落地应用、推广普及,都还有很长的路要走。正如周枫所言,「整个领域还处在起步阶段,学情大数据、智能纸笔作业、题目电子化等问题均是非常重要的挑战」。

让我们成为更好的学习者

AI 教育领域存在的这些挑战,并没有浇灭行业践行者的热情。如周枫就确信 AI 正在给在线教育带来从量变到质变的价值,理由大致有三点:在最简单的感知层面,AI 能赋予在线教育一定的智慧性,这解决了教学过程中老师注意力有限的问题。其次,它可以加速解决名师资源分配不均,产品服务标准化的问题。另外,就学习体验而言,AI 让每个学生都得到关注,随时随地学习,同时还保有人情味的学习方式。

网易对于 AI 教育布局目前呈现两大特征:以工具类产品为先,有道系用户量丰富;同时「偏航」涉足线下智能硬件。从过去单打独斗的互联网单品到如今的 AI+教育全链条覆盖,有道慢慢形成了教育生态:硬件、软件、AI 三位一体,从少儿到成人学习场景的全面渗透。

1、着眼更多的可能性

在中国最早一批互联网巨头网易光环下诞生的有道,天然具备科技公司的技术基因,和信息化、大数据优势;这让有道在 AI 赋能教育上的认识更为深刻,对人工智能与教育融合的未来有更为广阔的想象力。

网易有道期望用技术与 AI,让语言、学习和工作更轻松有效,周枫不止一次指出,AI 赋能教育,不仅仅是提高效率这么简单,它有着更为深远和颠覆的作用与影响。「AI 不能变成仅仅是为效率论、为技术论,它的核心服务对象是人。

让教育更普惠。众所周知,随着科学技术的发展,未来要求人们需要掌握相比于今天骤增的知识量,终身学习成为必要形态。如何才能打破教育的时空限制,年龄限制,资源限制等?AI 成为解决之道,将打破几千年来传统的学习模式,让学习更加自由。在 5G 加持 AI+教育,促其发展的足够成熟的情况下,偏远乡村的普通人(正如去年年底中国青年报《这块屏幕可能改变命运》一文引起的巨大反响),更能够享受的教育资源和平台,将远远超越现如今最富有家庭的孩子所能接触到的所有。

让学习个性化。这不是指人工智能在不断深度学习后的进化,而是说在 AI 技术的帮助下,如何更加了解大脑,了解自己,从而通过更加符合个体现实的练习,达到在传统教育下无法达到的个性化学习效果,实现自我思维与能力的进化。别以为这是科幻小说里的天方夜谭,让进化落地的雏形已经显现——学情收集与自适应体系。有道通过软件、硬件、AI 技术已初步形成千人千面的教学支持,回归教育本质,匹配每个人以个性化的成长路径。

2、实力技术派

世界十大 AI 科学家之一,美国「四院院士」特伦斯. 谢诺夫斯基曾在《深度学习》一书中指出,语言翻译和语音识别人工智能的两个圣杯。

网易有道的 AI 技术正是围绕着语言的主线展开,试图解决各个场景下的语言处理问题。目前有道在 AI 方面,推出 NMT(神经网络翻译),OCR(图像翻译),TTS(语音合成),ASR(语音识别)等新技术产品。其中,NMT 和 OCR 已稳居国内第一梯队水平。

自 2017 年 4 月,有道自主研发的 NMT 系统上线,其采用了以 Seq2Seq 方法为基础的模型。而目前有道已采用了更为先进的,以 Transformer 为基础架构,并研发出第三代高效翻译系统。据称,在英译中和中译英的对比评测中,有神经网络翻译的 BLEU 值超过了其他两款国外翻译引擎。

目前,NMT 技术已经应用在网易有道词典、有道翻译官等多款产品和有道翻译王 2.0 Pro 等智能硬件上。

有道自主研发的语音识别技术,支持中英日韩等多种语言的口语语音识别准确率可达 97%。在 OCR 技术领域,有道起步早,发展快。目前已支持 26 种语言,可以实现图像角度倾斜、手写识别、混合多语种等复杂场景的准确识别,且实现了公式、离线、文档版面还原等特殊识别功能,以解决拍照翻译、作业批改、多格式文档处理等问题,最高识别准确率达 99.5%。

对于绝大多数 AI+教育参战者来说,作为教育 AI 的核心的数据与算法模型,其中大家的算法模型可以说大体处于同一水平线,于是数据成了行业竞争的赛点。

这或许是网易有道的竞争优势,目前有道产品用户总量已经达到 8 亿,日均活跃用户量也超过 2200 万,是国内用户量最大的互联网教育品牌。拥有国内用户量最大的语言翻译与在线教育用户人群,基于这样庞大的人群,有道积累了众多 C 端用户真实的语言使用习惯、语法、语速等数据,这些数据可以反过来训练机器,提高机器翻译的质量和精准性。

3、以实际应用场景为切入口,脱虚向实

AI+教育成功的标准在于:首先符合刚需——强刚需才能够保证产品的复购率和现金流;再者即落地教育场景。如何从不同用户(学生、教师、家长)出发,以实际应用场景为切入口,真正做到更有效、更自由、更深入的赋能,而不是仅仅停留在形式上的伪 AI。

AI+教育或将在未来一段时间内迎来快速发展。根据国务院印发的《新一代人工智能发展规划》所述,新一代人工智能「正在引发链式突破,推动经济社会各领域从数字化、网络化向智能化加速跃升。」而 AI+教育行业更是一片广阔的蓝海市场。CNNIC 数据预测,2020 年「AI+教育」将带来 3000 亿的庞大市场规模,迎来行业爆发期。

在这条赛道上,手握强大技术的网易有道作为一支「劲旅」,有着自身较为聚焦的研发方向,是国内人工智能 NLP(自然语言处理) 领域的领先企业。上个月,网易有道与华为云共同发布 Darwin Pro 智慧教育系统,试图构建自动化、智能化、结构化、图谱化和数据化的完整 AI 教育体系。

有道官方表示,经过多年在真实使用场景下的摸索与验证,有道 Darwin Pro 智慧教育系统能够围绕「用户要什么」这一实际需求,提供针对性的解决方案,以有用易用好用的产品,改变现有「教」和「学」中的问题,推动 AI 技术对接现实场景,实现教学内容数字化、教育过程自动化、教育方式智能化,打通教、学、练、测、评各个环节,实现老师高效教、学生高效学。

网易有道聚焦 AI+教育近两年动作不断,2018 年,有道密集推出一系列有独特逻辑的产品:翻译蛋、智能答题板,随后有道又推出了第三款学习类硬件工具产品——有道词典笔、推出「AI+口语练习」应用:「有道口语」,今年伊始「有道少儿词典」正式发布……

在 AI+教育刚刚起步今天,网易有道正奔赴一场 AI 教育行业「BAT」的 PK 赛,未来能够在赛道上跑出何种成绩,我们拭目以待。

产业网易有道AI教育
相关数据
华为机构

华为成立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商。华为的主要业务分布在无线、网络、软件、服务器、云计算、人工智能与大数据、安全、智能终端等领域,发布了5G端到端解决方案、智简网络、软件平台、面向行业的云解决方案、EI企业智能平台、新一代FusionServer V5服务器、HUAWEI Mate等系列智能手机、麒麟系列AI芯片等产品。目前华为拥有18万员工,36所联合创新中心,14所研究院/所/室,业务遍及170多个国家和地区。

http://www.huawei.com/cn
网易机构

网易成立于1997年6月24日,是中国领先的互联网技术公司,为用户提供免费邮箱、游戏、搜索引擎服务,开设新闻、娱乐、体育等30多个内容频道,及博客、视频、论坛等互动交流,网聚人的力量。

https://www.163.com/
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

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)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

语音合成技术

语音合成,又称文语转换(Text to Speech)技术,是将人类语音用人工的方式所产生,能将任意文字信息实时转化为标准流畅的语音朗读出来,相当于给机器装上了人工嘴巴。它涉及声学、语言学、数字信号处理、计算机科学等多个学科技术,是信息处理领域的一项前沿技术,解决的主要问题就是如何将文字信息转化为可听的声音信息,也即让机器像人一样开口说话。

机器翻译技术

机器翻译(MT)是利用机器的力量「自动将一种自然语言(源语言)的文本翻译成另一种语言(目标语言)」。机器翻译方法通常可分成三大类:基于规则的机器翻译(RBMT)、统计机器翻译(SMT)和神经机器翻译(NMT)。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

感知层技术

IoT (物联网) 三层结构中的一层,用于识别物体,采集信息等感知类的任务;另外两层是应用层(Application layer)和网络层(Network layer)。

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。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

学霸君机构

学霸君是国内领先的中小学智能化教育公司,一直致力于技术改变教育的探索和实践,旗下拍照搜题、一对一辅导等各项业务均处于同业领先地位,自主研发的AI教育系统是国内首个落地教育领域的AI应用。截止目前,学霸君已获得3轮超过1.5亿美元融资,其中技术人员近500人,教研人员300余人。

http://www.xueba100.com/
5G技术

第五代移动通信系统(5th generation mobile networks),简称5G,是4G系统后的延伸。美国时间2018年6月13日,圣地牙哥3GPP会议订下第一个国际5G标准。由于物理波段的限制,5G 的网络也将会与其他通信技术并用,包含长距离的其他传统电信波段。

推荐文章
暂无评论
暂无评论~