前景巨大,关乎未来,如何用AI“武装”我们的教育?|CCF-GAIR 2019

雷锋网

发布时间:07-1710:24

雷锋网按:7月12日-7月14日,2019第四届全球人工智能与机器人峰会(CCF-GAIR 2019)于深圳正式召开。峰会由中国计算机学会(CCF)主办,雷锋网、香港中文大学(深圳)承办,深圳市人工智能与机器人研究院协办,得到了深圳市政府的大力指导,是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流博览盛会,旨在打造国内人工智能领域极具实力的跨界交流合作平台。

在不少人看来,教育可能是一个相对传统的行业,但其实教育也是一个不断在与时俱进的行业。国务院、教育部近年来相继发布不少教育政策,鼓励和支持人工智能等前沿技术与教育的融合应用。

不管是互联网科技公司、还是传统教育公司都已经开始探索人工智能在教育场景的落地应用,很多前沿技术应用都已走进中小学的课堂,很多AI+教育产品确实改变了我们传统的教学方式。

7月14日上午,在CCF-GAIR 2019「智慧教育专场」上,围绕AI+教育和智慧教育等话题,来自企业界的六位演讲嘉宾上台分享了他们对于教育前沿领域的思考和探索。

好未来AI实验室负责人刘子韬:AI+教育的挑战和机遇并存

好未来AI实验室负责人刘子韬博士在主题演讲中,分享了好未来在AI+教育探索过程中遇到的问题和挑战。

据刘子韬博士介绍,好未来AI Lab有四个愿景:一是希望通过AI提供更优质的教学内容;二是希望通过AI提供更有效的教学体验;三是希望通过AI提供更科学的评测体系;四是希望通过AI提供更公平的教育资源。

当提到教育、AI+教育的时候,这中间最重要的是什么?我们认为中间最重要的是教学环境。我们选取三个维度,横轴是学生的年龄;纵轴是上课的形式;Z轴反映的是教室里的学生数量。其实按不同的维度还可以把场景进行细分,不同的场景产生的数据不一样,那么教学设计的理念也会不一样。针对不同的教学场景AI需要针对每一块进行定制和优化。

各个教学环节产生的多模态数据主要有三种:一是文本数据,很多数据是以文本的形式保留;二是视频数据,上课多以视频的形式记录;三是语音数据,主要是老师讲了什么学生回答了什么。这些数据被记录下来,对AI是很宝贵的资源,这就是多模态机器学习。

刘子韬博士表示,今年CMU的教授写了一篇新的文章,文章很好地总结了多模态数据的问题。这里有五大问题是好未来AI Lab希望能解决的:一是多模态数据的情况下,怎么样做一些表征学习以学习到所有的数据;二是将数据从一种模态映射到另一种模态,例如翻译视频和音频数据;三是校准,课件是静止的,怎么知道老师讲到课件的哪个部分;四是在多模态中加入信息进行预测;五是在多模态之间传递知识和预测模型。

那么好未来在这其中遇到哪些挑战?主要有四点:

一是数据量小。机器学习需要有标签的数据,而教育场景中的数据大部分都是无标签的,有标签的数据非常少;

二是异构性。异构性和多模态是强绑定的,不同来源产生的数据,有天然的异构性;

三是数据的质量问题。通常我们的标签获取是非常困难的,上了一堂课想预测这堂课好不好,好不好需要打一个标签,这个时候打的标签主观性非常强,十个人给老师打分,可能有六个好,有四个不好,这堂课是好还是不好,6:4就说好,这是有歧义的;

四是评价。短期无法量化,对AI有一些困难和影响。

刘子韬博士认为,在做AI+教育的过程中,机遇和挑战并存。这里面的机遇是,教育界很多的问题不曾被人研究过,是学术界不曾存在的问题,这是一个蓝海市场。同样挑战也存在于此,在搜索、推荐、广告等较成熟领域的问题上,大家在不同的数据上已做了一些指标的优化,但在教育场景里里很多问题不曾被关注和解决,可借鉴的经验或解法非常少。

腾讯教育AI教育总经理关俊辉:AI+教育整体还处于早期阶段

腾讯教育AI教育总经理关俊辉在《共创智能教育时代》的主题演讲中,主要介绍了腾讯教育的战略和业务布局。他介绍说,腾讯教育在教育行业里的愿景主要分为三个内容:一是连接;二是内容;三是社会责任。

关于连接,腾讯教育要把优质的内容连接到真正需要这些内容的孩子们,包括家校沟通、校园管理等教育场景,为他们建立数字化的连接通道。关于内容,随着在线服务以及各种终端形态的变化,内容在发生一些改变,腾讯也推出了腾讯扣叮编程、腾讯课堂等内容平台;关于社会责任,从教育本身分两个方向,一是选拔人才,二是普惠性教育。从选拔人才的角度来说,我们需要培养一些真正能够做出菲尔兹奖、诺贝尔奖的人。从普惠性的角度来说,我们希望能够大规模的提升整体孩子们受教育的质量。

关俊辉介绍,腾讯教育做智慧校园建设的基本原则是:一是用户统一身份认证;二是应用接口开放;三是统一的应用池管理;四是移动化应用的矩阵以及组件。

经过梳理分析,关俊辉认为,AI+教育整体还处在一个比较简单的阶段,没有那么成熟。他们还在研究如何使用从挖掘的数据中获得的信息。所以,腾讯教育在知识图谱、大数据挖掘、人工智能的人机交互界面等层面不断增强基础的能力,通过智能教育平台,在教育的场景上,比如针对老师精准的教研、教学、学生个性化学习、整体的教育治理等等方面落地。

商汤科技教育事业部总经理尚海龙:AI素养,关乎未来

商汤科技教育事业部总经理兼香港公司总经理尚海龙在《未来以来,只是尚未流行》的主题演讲中,主要分享了推广AI教育的重要性并介绍了商汤科技的AI教育生态。

教育的目的在于育人,培训的目的在于训练。教育一定是以长远的眼光看待,特别是过去两百年时间里,德国这个国家能两次崛起,在于德国关注的是孩子有没有竞争力,而我们现在关注的还是孩子在考试中能不能拿高分,这绝对是两个方向。我们想把最先进的科技文化知识变成素养式的教给学生,这是商汤教育所关注的特别点。

尚海龙举例,100个学生中,国内大约有6个学生会编程,而在美国大约是60个学生。以AI为中心的STEAM教育成为硅谷乃至美国素质教育的新标准,为了鼓励学生学习编程,美国前总统奥巴马曾从繁忙的工作中抽出一天时间与学生一起学编程,特朗普曾出台白宫文件以推进编程AI普及化的教育。

尚海龙也介绍了商汤科技的AI教育生态,主要包含四个层面:一是商汤科技已经出版了面向中小学的人工智能系列教材,解决“教什么”的问题;二是培训一线AI授课教师,解决“谁来教”的问题;三是提供AI实验平台、实验课程和教育机器人等AI教辅资源解决“如何学”的问题;四是举办AI交流展示活动,解决如“何评价”的问题。

科大讯飞北京研究院副院长付瑞吉:智能评阅技术的两大应用场景

科大讯飞北京研究院副院长、哈工大讯飞联合实验室副主任付瑞吉博士,主要介绍了讯飞在智能评阅方面的核心技术与应用。

付瑞吉博士表示,讯飞是做语音起家,语音识别和合成基础上的另一个应用点是语音评测。参加考试的学生说一段话,机器进行自动评测,包括对声学和文本内容的评测,最后给出一个综合分数。

我们的机器可以做到在学习人工专家评分的情况下,评分的总分相关度和平均误差达到人工的水平,已在30个省市的普通话水平考试中应用。而且,我们从口语考试扩展到纸笔考试,现在K12大部分是纸笔考试,我们通过扫描试卷,进行图片的OCR识别,再进行自动评分。

付瑞吉博士介绍,智能评阅技术有两大应用场景:

一是大规模考试。例如中考、高考、会考等大型考试,一般是几万到几十万人,规模比较大。大规模考试第一个需求是做评分质检,因为要保证评分的准确性,校检人工的错误。第二需求是替代一评,对于高利害的考试更多是做质检,对低利害的考试主要考虑节省人工成本。

二是日常教学。日常教学包括平时的作业、周测、月考、期中/期末考试和校际联考,规模比较小,比如班级作业就几十人,这不只是需要评分的准确,还需要批改、反馈,对老师来说还需要有详细的分析报告,这是日常教学中的应用。日常教学中的需求比在考试中的要求更加细,技术难度也更加大。

网易有道副总裁金磊:AI与教育结合前景巨大,但还需长期演进

网易有道副总裁金磊在《教育信息化与AI+》主题演讲中,主要介绍了有道的教育业务版图以及对于AI+教育的一些思考。

谈到为什么需要AI+教育时,金磊认为:

AI本质上是一种从数据中学习规律和知识的方法,可以在业务中的很多环节取代人的决策,大幅提高生产效率,甚至解决原来解决不了的复杂问题。

金磊表示,当前AI+教育有三个发展阶段,首先要实现教育内容的数字化,然后要实现教育过程的自动化,最后要实现教育方式的智能化。

关于AI+教育的架构,金磊认为,最底层需要一些最基础的技能,比如说NLP的基础技术、计算机视觉、自适应引擎、大数据分析等;再往上一层,需要用这些技术对教育的内容做一些数据的处理,比如图像转文本、题目的切分、作业的电子化;再往上一层还得拿到不同的数据资源,包括题库、教研资源库、学习资源,以此我们把这些结合起来可以做上层的智能批改、自适应学习和学情大数据等应用。

最后金磊总结说,AI与教育的结合前景是巨大的,但还需要很多年的演进。他们判断还是处在非常早期的阶段,这个过程的目标不是取代“AI老师”,而是“AI武装老师”,让老师有更多的精力教授、激励学生。

阿里钉钉教育行业K12总监叶学展:互联网+教育,从效率到均衡和质量

最后登台演讲的嘉宾是阿里钉钉教育行业K12总监叶学展(阿里花名:蹊径),他在演讲中分享了钉钉在教育行业的实践和思考。

义务教育可以说是教育里面最大的领域,主要以区县、地域为最基础的管理单元。普通人去帮孩子办理入学要跑很多不同的部门、提交很多资料,所以教育领域行政效率的数字化很大程度上会影响到每个人的体验。

叶学展介绍,钉钉看到了教育数字化中的痛点,正在将杭州过去几年实行的“最多跑一次”改革在教育行业进行落地。改革的核心就是驱动政府和管理部门从“管理”到“服务”的转变,手段有两个:一是优化流程,把多余的程序减掉;二是数据共享,把繁杂的证明减掉。

“最多跑一次”的推进步骤是:一是统筹基础设施,例如进行一朵云的建设等;二是数据统一共享,例如建设统一的法人库和证照库等;三是推广移动办公,例如提供身份认证和网上申请等功能;四是提升用户体验,例如提供公共支付、厅局系统上云和大数据示范应用等。

教育方面,在AI和数字化的大浪潮里,我们觉得先做一些能够覆盖到与普通人日常生活切身相关的事情更好,例如帮助提升义务教育阶段政府教育数字化治理的效率,这是我们正在做的事情。这样的数字化工作方式看起来并没有那么的科技化和炫酷,但是在教育行业得到了广泛应用。

叶学展表示,智慧教育目前面临两大新样态:

一是业务新样态,从粗放到精准、管理到服务、孤岛到整合、学业到综合素养、从封闭到开放;

二是技术新样态,从基础设施到云服务,从业务到关注数据,从被动采集到感知采集,从桌面软件到移动入口。他表示,越来越多的教育企业开始关注用户的服务和体验,技术成为解决痛点难点的关键。

他认为,互联网+教育,正在逐步解决从效率到均衡、质量的问题,主要分为三个阶段:第一阶段是服务学校,钉钉希望学校和教育行政机构在协同、精准治理上面有更多效率的提升;第二阶段是服务家长,在家校沟通、报名缴费等场景让家长有获得感;第三阶段是数据沉淀,依托教育大脑、精准教学等场景,实现公平而有质量的教育。(雷锋网雷锋网)

返回顶部