AI到底如何改变教育？好未来重金押注AI的背后逻辑

安妮 2019-07-21 12:48:27 来源：量子位

安妮 发自 香格里拉饭店

量子位 出品 | 公众号 QbitAI

无AI，不教育，未来关键在开放。这是国内教育第一梯队玩家好未来最新明确的技术方向。

在2019好未来TI教育智能大会上，一连串AI新动作被宣布：

发布重新定义课堂的“WISROOM 2.0”智能教室、推出专为智能教学打造的AI终端“T-Box”、为传统教研添智慧的“教研云”、还正式发布了AI开放平台，让包括教育培训机构、教育开发者、公立学校、内容供应商、科研机构在内的教育从业者都能用上好未来的AI能力和解决方案。

紧密的产品动作也能从其研发投入窥见一斑，好未来教育集团总裁白云峰表示，好未来有一支超过5000人的科研队伍，投入研发经费10多亿元。

AI到底可以为教育行业带来多大能量，为什么值得成立16年的教育赛道大玩家重金押注、不断加持？又能为教育产业的上下游玩家带来哪些新机会？

我们理一理教育领域头部玩家好未来背后的AI布局逻辑。

通用AI平台并非万能

摆在国内教育机构眼前的，是不平衡的教育资源，整个行业面临两个痛点：

一方面，受限于地区的不同与贫富的差异，三四五线城市与一线城市的教育机会不同等。

二是，如何在基础时间内让学生的学习效率更高，素养培育更好。

白云峰认为，技术的进步，是解决教育普惠更好的方式。而科技的主力就是AI：数据加上智能，将教育一线的优质资源延伸到三四五线城市，让教育从千篇一律到因材施教。

可数据和智能从哪来呢？

当前，国内BAT等大厂均开放了通用的AI解决方案平台。

但若直接拿到教育、教学产品中，可能还不足以满足场景所需。

好未来CTO兼开放平台事业部总裁黄琰举了个小例子：现在很多大会上都会出现的语音转文字技术，拿到课堂场景中，最后的准确率不足20%。

借助通用的解决方案，让AI去听懂3²+2Y=Z，听懂硫化氢为臭鸡蛋的气味实在是太难了。

这个例子只是一个缩影，能窥见教育场景的独特性，无论是听、说、读、理解等底层能力，未来都需要被重新定义。

到底谁能解决这些问题？

解铃还须系铃人，教育界的问题，还得专门搞教育的公司来解决。

好未来出手了。

相较于其他教育机构，好未来手握一个能构建这个平台的利器：大量真实教学教研的积淀。

好未来AI首席科学家举了个例子。

在客服中心上线的检测功能最开始用的是通用模型，精度60%以上，但用真实数据迭代模型之后，准确率达到了96.3%，这个算法每天都在为好未来十万家客户服务质量做出保证。

当前，训练一个好的AI模型，很大程度受其训练数据的制约，好未来自带数据，相当于在一场AI+教育赛道的起跑线上，自带了一种叫“数据”的buff。

AI开放平台

这种自带的优势体现了好未来对AI+教育的全面布局上，对AI的投入，重点落在了三个方面。

一是底层能力，也就是AI的听、说、读和理解能力，反应到技术层面就是语音识别、计算机视觉、语义理解等能力。

二是解决方案，包括AI课堂守护系统、AI课程制作系统、教研云系统等，它相当于用AI解决具体某个教学场景中，听说读写怎么运用。

三是业务形态，包括“AI外教课”乐外教和“AI数学”未来魔法校等独立完整的以AI为主的业务形态，这也是AI实际落地中我们能够切身参与和感受的部分。

三者层层递进，从概念到产品，从底层技术到实际应用，形成了好未来的AI研发闭环。

如此看来，相比于传统互联网大厂在教育领域的布局，好未来能通过自己的真实教学场景的数据，配上本身积累的教育行业的教研及管理经验，外加自研的配套软硬件产品，串联起整个教学环节。

按照这样的逻辑，这个刚刚宣布对行业开放的AI平台，总共分被为四个层面：数据层、AI硬件层、AI算法层以及AI解决方案层（标灰为不开放）。

细数下来，这个AI开放平台总共将开放AI课堂方案、AI课堂守护系统、作业批改/批搜等3大行业解决方案，语音技术、图像技术、NLP、视频理解等21项定制AI能力以及4大科研数据集。

所有开放的AI能力均在好未来体系内生长优化，获得验证。

比如，在学而思线下双师课堂中，利用语音和文本理解技术，批改学生的口述练习题，使人效提升20%以上，累计为教师节省时间超过5W小时。

在网校大班直播课上，语音互动技术在课前、课中和课后等环节得到使用，口语测评累积使用3亿次以上，在暑假上课高峰期，日均会有超过200万次的调用。

也就是说，对于中小型培训机构来说，借用这个平台的方案，无需自己费力搭建工程师团队，即可直接调用平台上的资源，进行教学内容的定制化。

围绕AI开放平台，好未来试图链接起包括教育培训机构、教育开发者、公立学校、内容供应商、科研机构在内的开放生态。

未来教育场景

这样一个开放平台的出现，好未来前前后后下了不少工夫。

超过5000人的科研队伍，研发经费10多亿元；与清华大学、斯坦福大学等海内外高校成立人工智能联合实验室；与北京师范大学达成脑科学、认知科学领域的合作。好未来在2017年成立AI Lab，2018年成立硅谷研发部，2019年成立教育行业首家博士后科研工作站。

在好未来搭建的这样一个AI+教育框架下，学生学习的课堂和老师的备课与授课过程都和以前不一样了。

WISROOM2.0

首先，未来的教室不一样了。

WISROOM 2.0智能教室解决方案，就是想用AI带来规模化的因材施教。

无论是录播还是直播，授课资源都来自云端，但在本地也能完成数据的分析和互动。

通过教室内的摄像头，系统可以捕捉到每个同学的面部表情、身体姿态、对新知识的反馈，还能根据学生个性化反馈，调整授课内容和节奏。

举个例子，假设一个学生连续两节课没有参与互动，且答题正确率，做题时长等综合课堂反馈不高，系统会怎么办？

主动出击。

好未来WISROOM负责人介绍，系统先是会提一个相对简单的问题，AI算法可以保证这个学生会答对并给予表扬，建立孩子学习的信心。二是给现场老师反馈学习报告，让老师有针对性的关心和帮助学生。

就是这样，WISROOM 2.0给大规模因材施教提供了基础。

过去一年，共有500多间公办学校和民办机构的教室用上了这个系统。

在大会现场，还推出了两个新计划。

一是AI天使计划，校长和老师可以通过“AI天使计划”率先体验WISROOM的系统和课程，让WISROOM可以借助老师们的意见“进化迭代”。

二是AI新课计划，开放WISROOM内容研发工具，并和三个教学研究工作室深度合作。这也意味着，普通教育机构有机会借助WISROOM拥有自己的AI课程。

T-Box

同时，为了让课堂有智能，教室需要一个飞速运转的“大脑”。

智能教室是如何实现因材施教的？想实现智能教室的本地学情实时分析与个性化互动，需要一个名为T-Box的硬件支持。

就是这样一个方盒子：

这是第一款专为智能教学打造的AI终端。任意教室部署之后，都能拥有智能教室所需的所有AI能力，包括骨骼点检测、表情识别、手势识别、语音识别、自动判题、语义分析等30多种AI能力。

智能教室，盒子先行。

好未来透露，T-Box应用了适应教学场景需求的专属AI芯片，算力可达16 TFLOPs，约等于300台iPhone XS的运算能力，比英伟达RTX 2080 Ti运算力还强。

在这样的算力下，T-Box可以同时识别800+人的动作，同时实现200+人的表情与专注度。

教研云

最后，教室变智能了，教学的内容和备课的手段也需要随之智能化，教研云应运而生。

教研是教育机构的核心竞争力，教研云将好未来16年教学教研核心资源完全数字化、可视化、互动化，AI的融入可为老师智能推荐不同的媒介素材，帮助学生理解抽象的知识点，省去老师积累资源的时间，也让课堂更生动，让学生更爱学习。

这些都是好未来已经通过AI的落地应用实现了的场景，若再将眼光放远到十年甚至几十年后，教育会是一番截然不同的场景。

黄琰表示，目前这一代的主流AI技术，特别适合做大数据分析和分类任务，是匹配而非理解；AI的下一个时代是大量的语义理解，不需要海量数据，AI能通过少量概念的定义自动推演出丰富的内容。

对于教育而言，这个时代的来临，也意味着对学生纯粹记忆方面的要求要小得多，对需要去深入理解，综合运用的能力要求越来越高，更高级的跨领域、跨行业运用的要求和期望越来越高。这是黄琰眼中未来教育的一个大趋势。

那会是AI+教育的新时代。

场景公司的AI想象力

谈论AI产业化，往往会涉及那个越来越被深入讨论的话题：AI红利，会被谁吃掉？

对垒的两方：一方是拿起AI技术之锤找钉子的公司，另一方是拥有钉子场景造锤子的公司。

一方从技术到场景，一方挟场景打磨技术。而最关键的是，AI技术在其中发挥的作用，一方面依赖于场景需求，一方面依赖于场景数据。

具体到好未来，不就是拥有场景、积累了大量“标注”数据的那一方吗？正如黄琰所说，知道问题在哪里，解决问题才更有力。

而从当前好未来的发布来看，或许外界只意识到其在教育场景和数据中的地位，但低估了其技术打磨的能力。

现在好未来举起“新科教”的大旗，用技术方案说话，以产品落地示人，何尝不是对场景和数据优势的证明？

所以这个维度看，好未来的AI+教育才迈出第一步。

没错，AI落地之年，就怕有场景的公司玩转技术。

你觉得呢？