文章列表

學霸君推出智能教育機器人,AI+教育的邊界又要被刷新了嗎?

學霸君的Aidam是怎樣煉成的?


簡單說來,智能教育機器人Adiam的誕生分兩步。

第一是海量的數據積累。

依靠大規模的用戶拍照上傳,學霸君積累了海量題庫和答案。截止5月,App已有超7000萬用戶,累計解決近100億道問題,答疑命中率93%,行業領先;同時學霸君還開發了智能筆,採集學生的手寫答題行為數據,便於機器分析學生對題目背後知識點的具體掌握情況,為後續教師的因材施教提供反饋。

第二步是機器深度學習人的推理解題能力。

有了海量數據,機器人可自己做題並和答案做比對,吸取答錯題的經驗,不斷拓展、強化知識圖譜,就像Alpha-Go每天不吃不喝,自我對弈,練出爐火純青的棋藝一樣,Aidam也是每天做四五十萬道題自我學習,模仿人腦的推理演算過程,最終優雅地輸出一步步有邏輯次序的答案。一旦它搞懂了人類是如何學數學的,也就能訓練學生學數學了。

智能教育機器人技術並非一蹴而就,而是經歷了長期的積累過程。

這裡邊兒既有人的積累,也有技術的積累。首先CEO張凱磊就是一個“學霸”,他當年以高考數學和物理滿分進入了南開大學,卻又早在大二就休學進入教育領域創業。

在做學霸君之前,他已經是地方小有名氣的名師,培訓過的學生有不少人進入清華北大等一流院校。因此,經過一線任教的經驗積累,張凱磊和他的團隊對教育行業有非常深入的見解,也深知其中痛點。

同樣地在技術上,學霸君也是厚積薄發。

當被問及智能教育機器人的研發時間時,CEO張凱磊給出的答案是“2012年到現在”,比如在拍照搜題階段就不斷迭代優化的圖像識別和自然語言處理技術。

學霸君的可貴之處在於,從早期就看清了教育的諸多痛點,持續投入資本和人力到技術研發積累上;有了這些,再趕上數據和計算成本都大幅降低的移動互聯網時代,有實力釋放“高考版阿爾法狗”也就不足為奇了。

此外,機器人當然並不是為“炫技”而生,AI是底層的技術能力,價值核心在於找到好的應用場景。

學霸君也公開表示,長期來看,自主研發的AI將作為學霸君的底層引擎,在此基礎上,機器閱卷、個性化指導、個性化學習、教案改進等各個場景都能有新的應用。

比如,目前學霸君使用AI系統的2B端產品在實際應用中已有所成效。在安徽的部分學校,學生用學霸君的智能筆寫作業,答題全過程被數字化傳輸到電腦上,由後臺機器直接批改。

同時也記錄學生的答題時長、猶豫和出錯等行為數據,從而根據孩子水平推薦適合的習題,讓他針對薄弱點快速練習和進步,實現個性化學習。老師也可以數字化管理教學進度:全班在上一堂課對知識點的掌握情況如何,在系統中一目瞭然。不僅幫助老師擺脫繁瑣的機械勞動,也輔助老師瞭解孩子進行因材施教,提高教學效率。

從拍照解題“神器”到個性化學習系統,學霸君的“升級”之路可謂充滿正能量。

皓哥有很深的體會,專注於產品打磨和技術研發,厚積薄發,用技術力量推動教育效率的提升,這是學霸君的核心競爭力所在,應該也是很多優秀企業的共通之處。



未來的AI+教育將往何處去?


首先需要認識到,AI和教育的結合現在仍處初級階段,未來還需繼續加大投入。

以學霸君為例,即使經歷了多年積累,自然語言處理也還有很大提升空間。再比如,今天機器人可以參加數學高考,客觀上也是因為數學的答題思路與評判相對更容易數字化和標準化;至於文科領域,雖然目前AI也已經有了技術儲備,能完成簡單的文章撰寫等任務,但離解決創造性、開放性和複雜程度高的問題還有很大差距。

不信,你讓機器人寫一篇富有哲理和情感的小散文試試?皓哥雖然不算文采過人,但還是有信心能碾壓AI的。

其次,AI將成整個教育行業的標配,賦能更多的新應用場景。

除了前面提到的個性化學習,行業內也有許多智能教育團隊正在研發虛擬助手、專家系統等場景下的產品。

最後,未來的教育是老師與AI協作的產物。

人工智能會不會最終導致教師“下崗”?張凱磊的答案是否定的。機器擅長標準化和規模化的任務,最大價值在於成為教師的幫手,就像老師眼睛和手的延伸,隨時關注所有學生的細節情況,並完成重複性勞動,但無法替代老師。

作為人類,教師在創新力、管理決策和情感陪伴上都有更大優勢,好的老師會讓學生培養良好學習習慣和健全人格,受益終身。

在AI的加持下,未來的學生們將有幸享受到更高質量和公平的教學資源,學霸君說的“幹掉學區房”將不再只是願景。