科大讯飞轮值总裁吴晓如:人工智能在教育行业的三大影响和七大应用
【编者按】近日,在2017全国智慧教育观摩研讨论坛(合肥八中站)上, 科大讯飞 轮值总裁吴晓如做了题为《 人工智能 和 大数据 驱动下的个性化教育》的演讲,他讲到了教育信息化发展趋势,和人工智能对教育的影响等话题,本文为部分演讲内容整理,干货满满。
本文转载自科大讯飞,作者 吴晓茹 ;由亿欧编辑整理,供行业内人士参考。
教育AI时代 已经来临
去年一年,似乎好像人工智能突然就走到了我们的身边,谷歌做了一个非常有意思的比赛,就是围棋比赛AlphaGo战胜了围棋冠军。李世石的水平在一年中不会有太大的变化,但是机器的水平还在不断的提高,现在人类是没有可能再去战胜机器的围棋水平。只要数据足够,人工智能就会越来越好。人工智能仅仅下围棋对我们没有什么太多的意义,它以后能够解决很多事情。 MIT和麦肯锡分别有一个报告,都是说差不多到2035年会有45%的工作被机器替代掉。
从2016年来看,这个趋势已经非常的明显,比如现在有很多电话接线已经不是人在后面接线了。中国联通和中国移动每十个客服里,就有2到3个是我们的产品来替代。现在很多法院,比如江苏、广东的一些法院书记员已经用机器在做。 我们的老师要考虑一下,工作过程中哪些活动将在很短的时间内就会被机器替代掉,哪些活动是机器可以帮助我们老师做的更好。我觉得这是今天非常值得去探讨的一个问题。
人工智能技术现在受到非常高的关注,美国最主流的媒体纽约时报做了一个报道,是中美人工智能的竞赛。 科大讯飞作为国内唯一一个企业有幸被提到,他们说让美国的科技界不要太骄傲,中美在人工智能领域角力,中国差距并不是那么大。这么说是因为讯飞有幸在去年最重要的三项比赛,包括NIST美国国家标准技术研究院组织的语音识别比赛、暴风雪语音合成比赛、推理比赛中都是第一。这也为我们下一步在整个教育行业的技术应用提供一个非常好的支撑。
克强总理也在今年人大会议上正式提出了,人工智能是下一步重大新兴产业的一个重要方向。大家有没有注意到今年总理作政府工作报告时,屏幕下面出现的字幕是怎么产生的?就跟我今天说话一样,是由我们把总理的讲话实时转成字幕,显示在这个屏幕上,这样可以让更多不方便听的人,比如说在大厅里,比如是聋哑人,都可以很好的去看到政府工作的报告。
人工智能对教育的影响
人工智能技术到底对我们教育当前和未来要产生什么影响?我觉得主要有几个方面。
1、人工智能自动的叫数据结构化的技术,可以把当前采集的数据编进计算机进行分析。
比如学生所做的试卷、作业,这是课前和课后衔接的一个重要环节。以前作业做完就结束了,现在机器可以把做完的作业编成计算机可以处理、分析的数据。
2、可以让优秀经验模式化
现在科大讯飞的人工智能技术可以批阅越来越多的中英文作文题,以后还可以批阅更多领域的题目。未来机器还可以把更多优秀的活动变成一种模型让计算机去运行,从而代替很多繁琐的工作。
3、数据驱动的个性化的教学资源
这个在上午的观摩课中已经看到。最后,我们希望每个老师都有一个教学助手,老师只有一双眼睛,一双耳朵,但是机器可以变成千里眼帮老师观察每一个学生。每个学生都有一个机器学习伴侣,可以帮助学生整理学习笔记、发现学习中的问题,帮助学生更有效率地学习。这个机器已经开始做,而且在未来几年中可以做得更好,关键就是数据。所有的教育专家们一定要关注教育的数据,因为有两种数据不可再生,也是别人不可给你期待的,一种就是医疗数据,只有你自己的身体产生,还有一个就是学生学习的数据,只有这个学生的学习是个性化的。
几个关键应用我们也抛砖引玉地提出一下。
第一个是优质教学资源的结构化。 以前我们录播课,但是录了那么多课,有几堂课能被后面的学生所用?我们现在讲微课,就是把直播课里面关键的一些小的优秀片段找出来。现在有了最新的技术就不用去找微视频,因为已经把老师讲课的视频切成了一段一段,而且每一段对应文字检索,学生回去如果想去检索这个老师上课的关键视频,他可以很快可以拿得到。
第二个是全时互动以学定教。 技术要创建线上线下的环境,应该让老师和学生以及学生和学生之间、学校的管理者和老师学生之间可以全时互动,跨时空互动。好处是可以准确及时地发现教学的问题、学生知识掌握的问题,通过以学定教来调整我们课堂的效率。
第三个方面是听说训练无障碍。 广东省的高考口语和江苏省的中考口语,这两个都是全省性考试。讯飞提供后台技术支撑,所有口语数据都是由机器来评测。现在北京、上海也在推动。
第四个是 虚拟现实 或者 增强现实 对教学的支撑。 学生在一些需要发挥想象的课程中,形成想象思维能力过程需要时间。今天在八中展示了一个VR实验室,有了虚拟现实以后,学生可以非常好地去理解原来很难想象的知识点。
第五个就是 个性化教学 。 有了大量学习的数据以后,系统可以对学生进行问题诊断,最后给学生推送个性化的学习资源。科大讯飞之前与北师大在协同创新项目中进行了合作,今年我们和北师大共建了国家教育大数据的国家工程实验室,下一步我们也希望有更多的专家为我们这个工程实验室提供素材。
第六是主观题的评测。 现在英文中文的作文题已经可以评测,而且评测的分数一定比现场老师评测的准确,这个经过多次的实验得到验证。我们和教育部在去年的3月份攻坚了一个联合实验室,现在四六级考试中的英文作文已经开始用这个技术一人一机来评了。它不仅仅减少了老师的负担,更重要的是带来了数据。大家可能会问老师不评阅作业怎么了解学生?这个技术刚好做了这两种衔接,老师每次还要评阅一部分,用这一部分数据去训练一个老师的模型,再评阅其他的,老师以后只需要评阅20%的主观题。
第七个关于高考的分层排课。 3+3以后课表怎么能够排的更好?解决方案基本已经有了。我们通过整个智能的搜索算法,就是把学校的老师的资源、教室的资源、学生数目、学生的兴趣全部输入机器进行决策,然后给学校一个辅助的排课表,最后由专家进行调整。这样可以大幅度降低排课的复杂度,提升学生的资源的满足度,这个在很多地区已经开始使用,以后对我们整个教学的管理可以起到非常好的帮助作用。