高顿教育联合创始人吴江华：人工智能可以把教学标准化

2017年4月21日，由中国 人工智能 学会和亿欧主办的以“ 大数据 、AI成为传统产业的新动力”为主题的“新科技·划时代”峰会在深圳市举行。本次峰会旨在集合学会、企业、政府之力，将AI和产业融合，提升企业效率和带动 产业升级 。

出席此次峰会的嘉宾包括将门CEO高欣欣、丰元创投李强、奇点汽车战略合作总监高华、亿欧网副总裁由天宇、智童时刻创始人郭长琛等。

高顿 教育 联合创始人 吴江华 就“人工智能在教育行业的路径和探索”发表了演讲，以下是其主要观点提炼：

1、教育行业的三大痛点：个性化教育提供的供需矛盾、教学后面必须要有班主任的推动、教育产品没办法标准化；

2、通过人工智能技术，可以给每一个人推荐一个适合自己的学习路径；

3、很多的脏数据比较痛苦，因为要对反馈的数据进行清理；

4、通过大量学员的数据，AI可以做到概率预测；

5、AI已经慢慢把老师的智商融合进去，也可以把教学标准化；

以下为高顿教育联合创始人吴江华演讲整理：

教育行业现在面临的三大痛点

我是从十年前就开始投身到在线教育，最早的一段时间是利用语音识别和语言培训来做的，也是第一次接触人工智能。

当时发布的语音识别的产品，在全球有5千多万的用户数，从2015年的时候开始投身到财经类教育，高顿教育在财经领域已经做了十年。刚才听了很多医疗方面的人工智能的结合，教育和医疗领域有相似的地方，因为在整个互联网迸发的时候，发现医疗和教育是两个最难啃的骨头，今天我就想跟大家一起探索一下， 在整个教育行业我们是如何在人工智能上应用到一些案例的。

整个教育行业都是经历小学，初中，中考，高考，用同样的教材，甚至是同样的中考，同样的高考，但是大家可能没想过，教育部是如何开发教材的？教育部研究的是基于同等年龄的平均水平，所以这样导致的是有一些聪明的人觉得这里面的课程太简单，但是有一些可能会被滞后，所以后面提出来了一些教育的思维。所以我们会看到精英班，优才班，各位如果有小孩的话，应该会很清楚。

教育从线下搬到了线上，但是不管怎么样，还是没有解决个性化的需求。

这几年人工智能的崛起，让我们开始对大数据成熟，对大数据开始有了一些思考，有力量以用户为中心的设计，能够达到因材施教。因材施教是很早的时候孔子提出来的，但是他一生就只带过一百多个弟子。 对于人口大国来说，资源是没办法达到因材施教的，这也是我们想说的， 教育行业现在面临的几个痛点：

第一个是个性化教育提供的供需矛盾。

这个跟医疗行业是一模一样的，刚才嘉宾说一个医生一天要面临300个患者，我们也一样，中国有很多小孩都想有一对一的外教服务，但是中国的外教有几个？当然也有一些通过互联网能够连接到国外，但是实际上这也非常昂贵，这就是一个供需矛盾。

第二个，虽然开始用了互联网，但是即使是用了互联网，如果要让学员持续的学下去，必须后面有班主任的推动。 我相信各位如果在网易云里面看过一个公开课，哈弗大学的心理学，第二章只剩下50%，第三章只剩下10%，就是因为后面没有人工的服务。

高顿前后十年有300万的学员参与，背后的人力付出是非常大的，有差不多1700多号的员工。那天我和创始人谈我们的愿景，希望未来能够帮助全中国的1千万财经人员提供优质的教育服务，这样的话，后端需要多少人呢？我们算了一下至少要10万人，这是多么恐怖的一个数字。

所以如果从整个行业来看，我们的比例就变成了这样。我们期待的是这样，希望有一个边际效益，已经有了互联网，不管是电子商务也好，游戏行业也好，或者是BAT，都是非常好的商业模式了，教育就遇到了这个瓶颈。

第三，因为教育产品没办法标准化 ，一个老师的课可能这个小孩觉得好，但是那个小孩不觉得好，这样就导致了教育的过渡营销都是销售拼命讲，但是实际上后面的整个教育，后端的服务都没办法跟得上。所以整个教育行业没有一个非常巨大的，像BAT这样的公司出来，这三者都是行业、企业、消费者非常重的痛点。

人工智能将给教育带来哪些变革？

如果人工智能能进来，我们有哪些方面可以进行一些变革呢？

比如说这个大白的片子，如果教育行业未来五年有这样的一个私人教师出来，可以更好的利用人工智能，其实是可以很好的解决我刚才说的这个行业问题的。

过去的十几年，人工智能领域已经做了非常大的跨越式的发展，因为07年的时候做语音识别和英语培训的时候，我当时找了全球十几家的供应商，语音识别就像人的眼睛，整个思考能力是我们缺的。所以从2017年就开始培训教育界，当时给产品取了一个名字，epiphony， 这个平台就是给每一个人都有一个推荐自己的路径， 比如说我跟另外一个同学进入这个平台，因为你学习的背景不一样，学习能力不一样，会根据这些给你设计路径，在学习的过程中根据你的反馈推荐下一步的路径，这就是整个智能学习平台的基本思路。

整个设计的过程中，第一步是对大数据进行了重塑，整个平台有500多万条的数据，相比医疗行业，教育行业比较幸运的一点是我们的数据是掌握在自己机构的身上，所以这一点是我们比较幸运的。

比较痛苦的是有很多是脏数据，所以我们要对反馈的数据进行清理，有些称之为降噪，把一些垃圾数据清出去，只有反馈的数据对我们是有用的。 比如说一个学员注意到一道题错了，有些人选A，有些人选B，有些人选C，每一个选项的后面都是有原因的，可能是某一个知识点不会，但是另外一个是别的知识点不会，这样的反馈数据收集起来之后就容易的做个性化的推荐，再走到下一步。

同样因为有大量的学员，可以做到概率的预测 ，比如说70%的学员发现这道题错了，70%的学员另外一道题也错了，这两道题之间不知道什么关系，但是预测可以让我们知道有70%的概率，他们之间是需要关联起来的，我们会推荐给他。这样就模拟了我们教小孩，一个小孩的一个方程解不出来，比如说1和2次方元解不出来，有可能是不知道1的2次方元。

所以我们研究院的老师开始把各个课程做了知识图谱的构建，假如说这个老师在等大家讲课，同一个课程如果换十个老师来讲，可能讲的都不一样，为什么？核心的原因是这十个老师脑袋里面构建的知识图谱是不一样的，因为他对题目的理解不一样。所以我们最早是把500多个研究院的老师拉起来，针对各自的课程做了知识图谱，这样对我们的平台来说，具备了初始思考的能力。再加上后面的神经网络的构建，所有的人工智能对我们来说，我们利用的是模拟神经元的神经网络。

举个例子，我们看到很多学员学到了第三章某一个知识点的时候，有70%的学员会跑到第一章去看，但是以前是不知道的，这就是网络的构建，我们会把他连接起来，所有的东西连接起来以后，他的智商越来越高，这就是EP的财经类大盘的构建过程。

AI对教育的生产力带来了变革。有很多语言培训行业，在中国可以学国外的外教，但是那只是一个生产关系的变化，但是人工智能真的是给生产力进行了变革。

一个是老师的角色，所有的人工智能进来都会问一个问题，能不能取代医生？能不能取代老师？当我的平台出来的时候，因为是研究院的老师跟我们一起做的，研究院的主任就来问我：是不是我们要下岗了？因为他很担心下面的小朋友。

我说这只是刚刚开始，老师的角色改变是有的，就像以前的工人是直接生产，但是后面有了机器，我们的工人就变成操纵机器，所以我们希望老师把他的智能来引领这个平台， 现在已经慢慢的把老师的智商融合进去，也可以把教学的标准化 ，以及老师的智慧，因为有几百位老师，他们的智慧慢慢的融入进来，包括学员的数据也慢慢融入进来。

第二个是能力密集型产业的根本性变化 。中国现在有有500万家的培训机构，如果平均下来，2千多人就会对应一个培训机构，这些都是巨大的问题。所以为什么整个教育行业的产业化形成不了，而且互联网这一块也很难形成壁垒，这是人工智能在教育生产力的发展上得到的根本性的变革。

现在也遇到了很大的问题，比如说智能答疑，很多学生问的问题是“这个视频是什么意思？”， 我们现在也会慢慢解决，因为语意不同，语境不同，答疑的困难就加大。或者学员是因为他的学习目标达不到而放弃，有些学员可能是因为他的学习能力达不到这个课程，比如说很多都是财经类的，会比较难。我们有没有办法提高学员的学习能力，这是他现在存在的问题。但是不管怎么样，我们已经渐渐的往前推进。

今天非常幸运的是能够和在座的各位一起从人工智能的角度，为每个产业或者是整个社会的进步推进，对于高顿来说，希望每个人拥有财经大，本质上希望通过人工智能来解决在线教育或者是教育的生产力，财经教育有3千万的潜在人员，让他们真正的拥有优质的教育资源。

因为我们都是通过人工智能来推进各产业的，希望跟大家一起共勉，谢谢大家。

本文作者亿欧，亿欧专栏作者；微信：i-yiou（添加时请注明“姓名-公司-职务”方便备注）；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。