江山新闻网

首页 > 正文

网易有道2019GMIC分享:AI+教育行业,得数据者得先机

www.gdzzdb.com2019-08-05
?

7月25日至28日,年度行业创新峰会GMIC(全球移动互联网大会)如期举行。来自世界各地的人工智能行业领导者和人工智能公司齐聚广州,共同探讨新一轮的技术力量。全球科技格局的变化。作为中国最大的互联网教育品牌,网易已被邀请参加此次展览,并将在未来的教育峰会和行业中讨论当前AI +教育的困难和进展。

img_pic_1564374222_0.png

网易的技术总监林慧杰分享了几点:

1.目前,人工智能+教育仍处于起步阶段,人工智能渗透到教育行业的过程就像“改变移动车辆的轮胎”。已存在多年的教育行业具有成熟的操作逻辑,如移动车辆。现在,业界希望改变人工智能的新轮胎“加速”,并且技术需要逐步渗透而不影响现有的操作。教育是一个缓慢的行业,需要沉淀和完善。它不能匆忙。

件。

3,产品作为数据接口,是公司做AI的先天优势。例如,网易拥有各种软件和硬件,涵盖整个学龄组,可收集的数据量和维度为AI模型的高级培训提供了足够的“燃料”。

未来的5G时代将充分刷新人工智能+教育的经验和可能性。对于在线教育,5G将首先提高大型课堂的速度。过去,传统的大班课程将直播,延迟甚至达到5-30s。例如,现在有一些平台,如质量课程,可以保证300-500人的许多人。低延迟毫秒。另一方面,5G将创建更多的互动和内容维度,例如在教学场景中普及3D,VR和AR,以及促进从在线教育向智能教育的过渡。

img_pic_1564374222_1.png

img_pic_1564374222_2.png

以下是演讲的简写:

大家好,我是来自网易的林慧杰。我很高兴与您分享教育领域的一些发现和想法。

首先,对网易的简要介绍是一个好方法。目前,网易集团在教育领域有一个核心布局。它有三个业务线:第一,课程产品是双教学现场课程。第二类是互动学习型APP,包括道词典,译者,道教笔记,以及一些新产品,如道教阅读,道教数学等。第三类是基于技术。一系列学习型智能硬件,2.0字典,翻译王2.0 Pro,路笔等。在这些业务下,我们有一个带有云的AI基础设施输出。这些产品背后的AI功能集,包括神经网络转换,图像识别,语音交互技术,自适应学习等,可以为我们的业务提供更好的支持。

今天讨论的主题是人工智能+教育。首先,我想和你谈谈。机器学习和人类学习有什么相似之处和不同之处?我们能否通过机器学习更好地帮助人们提高人类学习的效率?所以我们借用了前苏联的发展心理学家。魏维古斯基的近端发展区间理论,他认为知识获取的层次分为几层,中间圈不需要任何人教练,可以独立学习,但学习范围有限。中间的圆圈可以大或小,有必要通过一定的指导和辅助方法来深化学习的范围和知识的深度。最外圈是无法到达的区域。

我们正在做的是通过人工智能+教育的外部帮助使中间圈尽可能广泛。

人类学习和机器学习都有一个共同的特点。人类学习是基于周围环境的一些探索,如实践,总结一些相关的推理和认知。对于机器学习,更多的是从数据中学习相关规则,总结知识,从而激发一些基本的推理能力。

对于人工智能技术,它仍然是数据驱动的。有了一定的推理和知识能力,人工智能可以帮助人类做出决定,甚至取代重复的、琐碎的任务,例如学习过程中的重复练习。在教育领域,我们也希望能够利用人工智能技术和机器学习方法来提高学习效率,并从教学和评估中转变传统的学习方法。这是个好主意。

着陆有一定的困难。你为什么这么说?

第一个原因是教育行业有几千年的历史。学生和教师的角色变化不大。每个人仍然习惯于通过纸笔互动来学习。例如,整个教育行业就像一个稳定的驱动过程。在车上,我们希望用人工智能技术使这辆车成为一个轮胎,成为一个更好的发动机,使它发展得更好,但我们不能完全更换轮胎,更换发动机,教育产业完全停滞不前。因此,我们现在要做的就是驱动轮胎,让技术渗透到教育中,不断适应传统的教育过程,使人工智能技术更好地提高教育效率。

另一个原因是,目前缺乏在整个人工智能教育中非常重要的数据。在学习过程中,教师和学生会积累大量的数据。不幸的是,大部分数据目前处于离线状态,这些有价值的离线数据是在线收集的,人工智能模型通过不同类型的数据集不断进行训练,以生成人工智能。该模式更加成熟,有助于我们在学习中实现个性化服务。有数据的人必须带头。如何更好地收集数据、处理数据和从数据中学习更好的规则是当前人工智能+教育行业的重点。

基于以上所述,我们总结了人工智能+教育过程中金字塔的一些基本目标。最底层是教育内容的数字化,第二是教育过程的自动化。在这两个阶段,我们可以采取传统的离线教学或学习过程。该过程中产生的各种数据与在线数据相结合,形成更加结构化的数据表示。基于对这些数据的收集,分析,处理和认知理解,我们可以实现智能教学方法,并有机会根据每个用户的不同情况以特定的方式教学生。

为了实现这三个目标,我们开始通过一系列技术(如OCR,ASR和文本处理)处理和理解传统的纸质材料和内容。基于提取的数据和资源,我们可以创建更加个性化的应用程序,如实时教室,以数据理解和收集为中心,可以提高交互效率;在自适应学习领域,我们可以基于丰富的数据。辅助,以实现更准确和个性化的建议。

我们现在在哪些方面取得了进步?通过几个例子来解释。

1,AI可以大大提高工作纠正的效率。传统的家庭作业更正每位教师每天平均花费2-3小时。然而,学生和老师非常习惯于文书工作,并且不可能完全在线移动学生的文书工作。依托智能操作系统,利用OCR相关技术,自动分割每个纸质工作问题,然后通过位置识别和手写答案识别识别每个位置,客观问题答案是自动对错。教师纠正并不改变学生和教师分配作业的过程。学生仍然可以在纸上回答,老师仍然可以看到学生的手写作业。不仅大大提高了工作纠正的效率,而且还将批量修改所需的时间缩短到20分钟。还可以实时收集每个人的数据并确定每个班级,每个学校甚至该区域的操作。

2.通过智能硬件数字化细粒度的教学信息。纯软件解决方案依赖于一些额外的设备,包括手机照片或高节拍,有没有办法更习惯于更习惯的习惯?我们希望硬件切入传统场景而不是创建新场景。例如,有一支智能笔,学生通过笔在支持工作簿中书写,所有答案都可以实时同步到云端。只需纸和笔交互即可完成数据收集。后续自动纠正,个人错题集,针对性的个性化教学训练,这些都是自适应学习的领域。

3. AI帮助主题已数字化。更多的需求是教育机构和教师自身的需求,如何提高纸质存储的效率。有一种方法可以帮助建立测试库,依靠AI技术,如识别技术,我们可以大大提高传统纸质材料的数字效率。目前,有一个自有问题库,容量为5000万。

4,AI实现了教练的技术化。人工智能技术结合传统的智能硬件和教育电子设备,会有更多的想象力,最近我们和硬件合作伙伴一起创建了基于AI视觉技术的功能,学生手指纸材料,机器会自动定位和识别手指点的位置,为了实现答案或搜索词,无需辅助材料,大大提高学习平板产品的使用范围和场景效果。

目前,我们所有的应用都依赖于AI,包括神经网络转换,图像识别,语音识别和合成,自适应学习技术的积累和相关数据的积累。除了内部授权,我们还希望通过陶志云平台增强合作伙伴的能力。

今天会议的另一个主题是5G。即将到来的5G人气也将刷新人工智能+教育的经验和可能性。 5G将首先提高现场大班级的速度。过去,传统的大班课程将直播,延迟甚至达到5-30s。但是,许多课程平台能够在多人情况下保持300-500毫秒的低延迟。我研究过一套这样的直播系统。另一方面,5G将创建更多的互动和内容维度,例如在教学场景中普及3D,VR和AR,以及促进从在线教育向智能教育的过渡。

最后,我想说人工智能无法取代老师,但人工智能可以武装教师,提高教学场景的整体体验和效率。这也是我们的愿景。我希望有机会更好地与您沟通。谢谢你们。

热门浏览
热门排行榜
热门标签
日期归档