查看: 1297|回复: 0

第217期IT龙门阵实录:AI将取代老师?谈谈教育行业的人工....

[复制链接]
发表于 17-7-18 15:17:41 | 显示全部楼层 |阅读模式

时间:2017年7月12日晚上

地点:虫洞创业之家

主题:教育行业的人工智能应用


1.jpg


2017年被称为仍共智能大爆发之,教育行业做为数据密集型行业的典型代表,被业界称为人工智能将在5年内率先突破的行业之一。


眼下正是高考填报志愿的关键期,从事智能教育领域的企业,正在通过“大数据+AI”技术,为提供精准匹配的报考方案和参考。不仅如此,今年还有高考机器人走进考场与状元PK开始,这一场“AI+教育”的遭遇战,进行的如火如荼。


近年来、新东方好未来、百度教育、科大讯飞,学霸君等教育类公司纷纷涌入智能机教育这个战场。人工智能在教育领域的发展情况究竟如何?人工智能能否取代老师,帮助学生更好的完成学业?人工智能与教育行业还有哪些结合点?IT龙门阵特邀请学霸君创始人张凯磊、蓝象资本首席产品官AI领域高级投资经理王凯峰做客217期IT龙门阵,跟我们分享当AI和教育的融合,将为教育领域带来哪些变革?


主持人:大家好,我是今天的主持人杨泽,人工智能其实是今年特别火爆的一个词,我身边的很多创业的朋友包括科技圈的朋友都在讨论这词,我做营销的有很多人都跟我说,今后你的营销就会被人工智能被取代,我们个人的价值变的越来越低,渠道的优化,前一段时间还有机器人写稿,机器人做图,有这种技术出来,我们价值会越来越低,我今天看到学霸君在人工智能方面的分享,让我大吃一惊,他们是想直接颠覆整个教育行业,解决教育行业供需不平衡的问题,这个事情还是很有得聊,今天有幸请到学霸君张凯磊,来介绍一下学霸君进展的一些情况。


张凯磊:大家好,我们本来只是做一个秀,然后跟大家说一下,机器解析到了什么程度,大家说今年所谓的人工智能特别火,坦率的讲我们已经做了五年了,原来都有专业名词,该说语言的处理说语言处理,该说DN说这些名词,今天突然至今被大众所知道,是人工智能,我们从业者比较奇怪,不知道大家怎么看,千万不要觉得下完一个围棋,比普通考生考的好一点,他没考过状元,觉得很可怕,你们有多少人真的相信机器人会代替,或者说彻底颠覆教育,有人信这事吗?真有人信啊,是这样子,通常你在任何一个技术刚被发明的前三年,大家会过渡高估它,但是在它长期五到十年左右时间会低估它,今天教育领域人工智能大家看一下,基本上我认为两三年大家不用太担心,十年的级别天翻地覆这个逻辑还是存在的,我跟大家简单介绍一下。


首先介绍一下学霸君这几年在干什么,第一件事情拍照答疑,特别简单的一个东西就是拍张照片,一秒钟出这张照片的答案,这是我们2013年开始推向市场的产品,帮我们拿了八千万学生用户,大概是每月月活在千万级别左右。


然后第二个叫实时答疑,实时答疑这个东西,我想在任何时候希望有人讲一讲,这个业务形式跟你们做学生的时候,拿几个电话跟同学对对答案是一模一样的,它的好处是你可以呼叫老师,是在这里进行抒写板书,在手机上可以看到,这些方式传递所有信息,并且你可以对话。有实时答疑出现之后,就是说业务变的丰满起来,不只是拿个答案就行了,开始进入到老师里面来,变成教育场景,实时答疑业务起来之后,传统意义上业务转变,对我们服务公司来讲已经完成了。


有一个很重要的问题,这就是一个总结,这两个东西帮助我们差不多拿了八千万的用户,月度活跃将近两千万用户,累积所有平台一百亿次左右,我们在2014年2015年2017年拿了差不多十亿左右前,1.8亿中小学生有一半是学霸君的用户,有非常要命的问题,这是我们6月7号在很多老师建议之下,让我们机器人,原来是一个搜索引擎我们有海量的题库,我们图片识别能力在行业内做的比较好,推到一线之后,搜索出来,大家可以想像一下,当下场景是这样,高考一结束,这时候拿到卷子,把卷子录入格式,到我们系统里面去,可以自动解,高考每一道题不可能在原来题库找到,唯一办法是解出来,我们解到了134分,我们做过复解,有一道题目是老师看错了,并不是一个输出的完整解释的,普通人看不懂的格式,不容易被理解的东西,老师看错了,是我们前面叙事有问题,正常应该考到140分左右。


剩下的话就是正常的水平基本上应该是一个一线的顶尖的数学的考生能够考到的水平,140分是一线学生考到的事情,我们为什么做这个事情,你做的好好的,有流量有变现,那东西毛利也挺好的,有海量用户提问,可以形成正向的东西,你为什么做这个事情,我们要去思考一个问题,中国的教育在哪里?


和大家理解不一样,我不是做互联网的,我是做教育的。我教出过十几个清北南开复旦交大,对我来讲,所有东西都是工具,本质上我要来做教育的,我们就会想中国的教育特别是K12体系里面教育到底存在什么问题,我跟大家讲清楚我是一个很俗的人,我到今天为止是坚持硬式教育,城里的人吃饱喝足让孩子有创造性,都没错,今天的这些孩子创造性挺好的,我代表中国1.88亿中小城市,我认为高考制度到今天为止,依然是这个国家最公平的考试制度,没有这个东西这国家会乱。这是2012年非常致命的一张照片,是衡水中学高考毕业生,去香港大学,科大的时候很漂亮的小姑娘,高三结束的时候,整个高中题做的卷子垒起来,有2.43米,比她高了70公分,注重本身是一个牛逼的老教授学了一辈子,今天不需要,高中的学生每一个毕业都能拿到这东西,每个人都有相应的体会,学生学习压力过大是全社会级别的问题,不是孤立的问题,离我们只有几公里范围发生的事情。


大家看看,人大附不小心暴露了招生列表,招了16名老师,7名硕士九名博士,最差的是北大,绝大部分人,北大清华麻省理工的博士回来教人大附的孩子,北大硕士中文的,过来教孩子语文,大家不要觉得奇怪,我自己搞教育,像刘老这样之外,上北大附清华附,在五年之前就是了,名校硕士可以做基础学科老师,名校博士可以做名校基本学科的老师。


为什么海淀要买学区房大家都明白,另外现实的情况,学区房,46万一平,3.8平米两百万买走,买的是什么?就是46万一平买的这东西十一、二小的名额,别说3.8窝棚,你拿狗屎给他,换名额北京人有大把人,他们买的是这批博士,因为上了实验二小,机会有多大?比普通的学校大五倍,也只有40%的机会升入到当地的西城还不错的学校,值多少钱两百万,这就是眼前我们在北京看到的情况,上海广州深圳都是一样的,为什么说嘴巴一抹,嚎诉教育。


我原来做金融的,我在PPP机构里面做,我投资过几个上市公司,那些老板做教育之后,有钱人喜欢说做公益事业,给我一些钱让我做老师的培训,这事挺重要的,我这几年跑了十几个县,做过一些老师的培训。


我们下到云南的,“求求你,再也不要来培训我的老师了,你培训完这些老师就不是我的了”,这是主管教育的云南大理州永平县副县长跟我讲的,当然比较困难,全县大概是三所中学共用十几个化学老师生物老师,比较困难一点,同学有十几个,培训完以后掉了一半,一个学校的生物课化学课开不出来了,这是现实情况。


2.jpg


“没了,这五年一个都没了,连一本率都在降”衡阳二中校长给我讲,在衡阳里面算不错的,我口述给你们一些数据,过去五年之前,一个清华北大,一本率可以做到15%左右到20,这是市重点,给大家相比一个数字,就是说全河南的一本率应该七点几左右,翻了两倍三倍左右,这几年一个清华北大都没了,现在数字是15万所,我们在十年前14万所左右中小,现在7万所,这十年大的背景,把村里面的小学乡里面小学并到县里面去,带来的一个结果是现在很多的孩子要去走十几公里的路,每天走,去上一个小学,另外带来的问题是,由于选拔机制越来越成熟,省份的选拔越来越成熟,然后有点苗头的孩子都到上一级学校里面去,带来的结果是什么,就是我们有一个数字是说,这两个数字都挺可悲的。


第一个数字是什么,湖南每年招清华北大六十左右,有几个名校,过去三年清华北大的这六十个人能占多少?基本上一年除了一个人不是剩下全包。你们看过衡水中学可怕的数字吗?前一百名我们包了100%。超级中学正在快速的吞噬中国的底层的体系,我们造了一批超级中学出来,下到去招生,好学校简单了,反正就那几个好学校。


上海由于教育资源完全投入,人均投入是其他地方三倍左右,一个中学生投入六万块钱左右。中国的二三四五六线城市,这是现实情况,另外一个数字我跟大家讲一下,我们去翻过清华北大,每年招六千人,没有经过加分,裸分考进来的数字是多少?大家猜一下。一半,三千人是加分进来的,我们后来看了一下,还是挺可怕的,有人游泳比赛加分进来,我恰好认识这人的老爸,我去看了一下,你这个也水了太,然后人家老爸说,我特别硬,拍给我看,青年奥林匹克金牌,真的是游出来金牌的,你这孩子挺厉害,怎么不突击一下,一般对体育生认为说,这是搞出来的吧,我从六岁到今年搭进去一千万和一个老婆,老婆每年陪着孩子全球的训练,是全球训练,一年的教练费用一百万左右。


这个就是现实的情况,这孩子学习也好,真的是湖南长郡的,学习也好,游泳也厉害,加了二十分,能考进清华。我们看北大的,拉小提琴,拉小提琴也能加分啊,我12岁的时候金色大地独奏,全球都是赞誉有加的,还拿了一个伯克利音乐学院的(英),人家进了北大,你看完这些数字之后,我们别动不动说素质教育,兜里面没有一个亿,别轻易说素质教育,他们董事长CEO副总裁,每个人家里面都准备好一千万教育基金,他们准备让孩子接受最好的教育,承受一切最好的事情,这些都是钱砸出来的。


这是各自的观点,这是用钱砸出来的,我们今天面对的一个实际的情况就是我们正在出现分层,巨大的分层,北京分裂这件事情放在我们眼前正在出现的事实,我们面对的一个情况。


下面一个问题是说教育资源严重不均衡,第一个学习压力过大,第二个严重不公平,已经出现高度分裂。在这样的情况之下,我们要去思考一件事情,就是到底什么是个性化教育,我是身受整个个性化教学优势所在。延安中学是上海传统被认为最好的学校,有一个老师,他三十年教龄数学特级教师,我们学校奥赛总教练,带出一批奥赛金牌者,我奥赛一等奖,物理进冬令营,我可以拿到保送去复旦的,我由于其他原因去考了南开经济班,扔给我们38道题目,把这些题目高三好好学好,2003年我参加高考,那一年高考难度特别难,我们全班平均成绩127我自己是满分,物理是满分,这两个成绩考完之后,教的所有班级里面成绩都不错,我们在整个高中期间里面,所有面对所有的情况,针对性辅导,个性化训练,重点讲解批改作业,考点这个东西,普通的中学生训练的题目是多少4到5万题,我们基本上3到2万完成训练题目,你抽象一下看它背后的东西是什么?了解学情分析学情夯实基础补足弱点,好老师在学习最常识性的东西,没有什么特殊的,没有意外的东西。


这种事情能不能,今天中国现实的问题,980万老师没有那么多好老师,为什么人大附有这么好的成绩,除了学生好还有老师好,没有这么多好老师怎么办,我们一直思考一个问题,就是能不能让系统做这些事情,如果是系统做这件事情,应该呈现出来什么姿态,批改作业能不能自动批改,如果你是互联网人反过头来想,教育产业,能不能把这个做好。


我们在一直思考的问题,有没有可能让系统掌握这个能力。那么下面我们有一个问题就是个性化作业,我们所有人都知道说,你的作业里面一半不需要写的,你不知道是哪一半,个性化典型的场景应该是什么样,你做你需要做的题,第一个你要评测,第二个要推荐,这个体系里面非常核心是什么,是自动批改,自动批改不是只选择天天答题卡,而是大量主观题,你写一个连续十几个步骤的时候,你知道那步错了,自动批改背后又是什么呢?


手写识别跟自动解题,你所有的书写过程,你能采集到,能识别出来,识别出来判断清楚,这个过程中,你才能把一个自动批改做好,能做好自动批改的时候,题目推荐已经做好,我们复原一个作业场景,学习里面分成三个区,第一个叫舒适区,你怎么练习,第二个叫学习区,第三个舒适区,你应该寻找自己适合的训练,你的学习所有东西都是无效的,所以你要不断在学习区里面,真实的训练在成绩提高有效,讲解知识是讲解知识,针对性训练是针对性训练,有个老师坐在你后面看着你写,你写完一道,告诉你错了,讲解一遍,这个是我们通常所说的老师开小灶,老师照顾这个学生关注这个学生的成绩,没有这么多老师,如果系统能把三个核心的点做好,你意味着这件事情,我写一道题目,系统告诉你哪里错了,我写的对了判断一下,这是未来做作业的场景。


这就是可能你们所说的人工智能了,识别技术,中文的作文识别技术,在线整行识别技术,图形搜索的技术,跟RRT评估的技术,一系列,光一个手写识别,传统认为上,他是OCR不是OCR,中文书写跟离线书写,没有人做好,没有数据,放在眼前的事情,国内少数拥有大规模连续书写数据的公司之一,跟中科院识别重点实验室,在联合开发中国人自己的学科级别的书写数据的样本集,这是一个最简单的东西。


第二就是你们看到的自动解题,有一大堆的问题,都是不好解决的,很多人问你为什么做自动解题,我们做自动解题原因,是因为我们做自动批改,你只有自己解出来了,你才知道哪些是对的,哪些是错的,学生会多写几个连续步骤,相应的解析式,写成不同的含义,把0.25写成四分之一,这样的习惯不停出现,只有你能够完全自动解,才能判断说这个是对还是错,并且对于第一类错误第二类错误都很低。正因为你能解出来,有大概这样一些问题,自然语言处理,形式推理知识图谱,是非常非常考验的问题,光一个数学我们背后有七个引擎,大家请注意做符号的引擎,跟做解析的引擎不是一个引擎,依靠我们海量数据题库,获得所有形式的数据,因为你能把这东西做好,推荐给他一道全新的题,把这题做一做,模拟的都是一个普通的优质的老师,能够办好的事情。


我们认为个性化教学是解决学业压力过重和教育资源部公平核心的突破口,同时个自动解题是个性化教学的核心发动机,我们做人工智能唯一目的,我们要解决教学效率问题,这就是我们碰到的实际问题,我们做着做着碰到一个风口,我们原来做的时候,这就是模式识别,非常拗口的名字,做的这叫人工智能。这是我们推出的在学校里面产品叫AI学。有三个短,一个老师短一个学生短,一个手写笔。


你在纸上进行书写,我可以通过采样的方式把所有数据采进来。第一个核心能力原笔迹收集跟识别,这里书写这里数据上传回来,书写完点确认,系统自动判定对还是不对,在边上出答案,这是有部分对,对了前面半部分,后面半部分是错的。应该看到这样一个视频。


本来这里面看的视频我们收集海量来自于用户手写视频的数据,带有相关数据,我们跟中科院自动化所聊的时候,他们也惊讶于我们做的这么好,看到我们有这么多数据的时候,他们就理解了,本质上人工智能三分得靠算法,一分团队然后一分运气,剩下的95分靠数据,在怎么去强调数据的价值可能都不为过,今天为止我看了一下另外一个同行刚才融了4.1亿美金,他们解决了一个数据正回流的问题,我们把这些比下去之后,我们能够大规模采集到各学生的数据,才能做到非常高的进步。另外就是自动批改。


连续展示过程的时候,展示出来自动批改所有数据,有所有数据之后,你会发现老师不用批作业了,去三四县城市,安徽的一个化学老师要教五个班级,教完五个班级,周末还要去县里面中学概两个班级,用了这套系统不批作业了,每天看分析报告。可以看到每个学生学习的情况,掌握的情况,题目的正确率错误率,单个学生进展情况。包括一系列功能,包括作业推送,这里应该是视频,错题巩固,怎么推错题,怎么进行复习。专属练习把普通老师赋能为一个八十分水平的顶尖老师,应该是最好老师能做的,今天系统的力量去做。


这是不是科幻,不是,我们在一百多个学校里面铺下去了,因为这几年国家大规模投,今天中国通网络的学校不会比通电的学校少多少,这几年每年一千多个亿砸下去,正是因为有这些环境,导致我们能在这些学校铺,能够看到自己的孩子用这套系统来上课,不管用我们的还是用其他的。然后下面说说成绩,很多人今天上来就喜欢说硬式教育,可能硬式教育十恶不赦了,有人还会说,我们还是不要硬式教育,国家稳定的时候,成绩依然重要,家长用脚投的票,不然学校报不上。


用AI学了一个学期之后,这是测试班级,高过平均分69分,大家会说,你挑了一个很好的班级测试啊,显的你非常好,我们看另外一批数据。第一件事情就是我们在文科里面不用,我们把语文英语政治历史地理数据摘出来看一看,就是平均的班级,比平均班平均分还低了一分,是这样一个东西。但是在数学物理化学生物的东西,真正拉开了七十分,把一个普通班挑战重点班的能力。


一个学期然后基本上是从普通班变成年级第一。事实上还有三个学校展示的数据,基本上所有学校里面测试班级全部从普通班级逆袭成优秀班级,除了省重点真正厉害,很多学校是纸老虎,是靠招生,不是靠自己教学能力,普通学生掌握了比较好的学习方法之后,可以逆袭优秀学校的,我们正在等待下学期使用数据之后,普通学校可以逆袭市重点学校。


效果是什么呢?今天如果你是一个校领导,你不用再开会了解我的学习情况,可以通过这样一个这本来是实时系统,你可以通过这样一个,可以看到所有的数据,每个人学习情况每个班学习情况,教学进步跟教学问题,都在这个体系里面,有过程数据有结果数据,所有这些数据都可以在一张表看到,为什么在县里面布一些东西,到底是你招的好还是教的好,我可以在中考结束的时候,中考平均分,两个学校平均分多少,在过一个学期,高一的人你们俩平均分多少,我们可以拿数据说这还,县里面分层的,年级组可以看到各个学科的东西,校长可以看到全校,县里面教育局局长,可以看到数据过程分析,这样我们可以比较有效用数据,而不是凭感觉管理学校,我们一直有一个非常奇怪的观点,学校是一个中介业务,把一个好老师弄到面前,你教吧我给你钱,不是这样的,教学学校是一个非常精细化的非常需要技术含量的业务,今天一开始有过程数据的时候,有人做教研,跟医院是一样,一个医生是没有技术分析的人,老师是不需要这个技能,不是这样的。


我们的目标把一个普通中学通过人工智能技术,就是我们认为我们的技术,逆袭为重点中学。然后我们就是干掉学区房,北京市所有学校都能铺上这系统,都不需要学区房,而是拼一拼谁最努力,谁最勤奋,这是公平更现实的展示模式。正是因为我们拿了这么多数据之后,给做教材做教研还有教学分析的老师,看了很多数据,他说我真的没想象到数据是可以这么展现的,AI的技术,我们积累没多少时间,最多一年半,我们把孩子一年半的学习数据,一点一点展示出来的,老师看的特别兴奋,他就知道这学生学了这的时候,有什么什么样的问题。


AI第一次有机会让我们用数据量化的方式,采集所有信息之后,分析一个群体会变成什么情况,从来没有人把这2.43米信息数据,今天这些技术可以,我们未来只需要这孩子做一半的题目,甚至可以做到更好的效果,我们把这些技术做出来的时候,我们非常清楚,这是一个改变的时代,我们可以改变今天的教学效果。所以这就是我们目标,我们是做教学做教育的,只不过差别就是新教育我们目标是为技术改变教育。


主持人:特别感谢张总的分享,尤其是今天软件有一些问题,让有些展示没有展示出来,我们家孩子刚刚一岁多,我们之前也讨论过这问题,因为在北京又买不去学区房,如何让我们孩子接受更好的教育,学霸君提出这种解决方案,只需要我们家孩子更努力一点,获得的教育资源其实是足够的,这样的话可以更好的得到相应的教育。现在有三个提问的机会。


3.jpg


提问:我也是打算做这个教育的智能化,我叫智能助教,教育机器人这么一个项目,听张总确实非常受启发一些,应用的前景很多,张总做了很多年,我的问题是,您说有95分靠数据,这数据作用体现在手动识别?还是在自动解题这个环节,主要体现在哪个方面?第二个问题您用AI分析学生的规律,AI背后的算法,用学生的类别去分析吗?


张凯磊:第一件事情是你是搞技术的吧,偏技术,大概讲一下,我不知道你对于深度学习网络有没有了解?第一个是这几年大家被认为叫人工智能的绝大部分的技术也可以理解是由于计算能力变强之后,原来的老方法被炒出来,深度学习在1980年就提出来,只不过由于算力能力没有持续,这几年由于摩尔定律,重新掀开了用GPO等体系,把这体系能做出来的方式。

我先大概解释一下,模式识别并不是大家所想象的能够理解这个字是怎么写的,没有这个意思,我们第一件事理解这字怎么写的,中科院研究所这个东西,正在研究,还有华东科技师范大学,纳微米哺乳化动物已经做出来了,我们不太清楚这东西为什么能够识别,机器可以告诉你,它是模仿的,有足够多的人写方正的字,并且把足够多的人把方正的字标出来,各种各样的方字,下一次看到方字,有85%的是方字,这里面有一系列的分支,有整行有单字,窗口序列集的问题去做,你要咨询技术的问题,可以去百度一下,有越来越多深度学习网络,包括人脸识别,为什么人脸识别语言识别,我们手写识别,包括单词公式发展这么快,都是拜算法所赐,好的人已经把这东西开展出来,这是调餐的过程,很容易做好,真正商业可用是避免第二类错误,能够做好第二类错误,我们之前刷数据的时候,ICAR中国自动化所做手写识别的这个东西,里边汉字的量就几十万个样本,没有联机没有学科没有额外的信息,我们刷到的数据98.7肉眼96,中科院自己刷到99,这个数据没有意义,因为他没有场景,我们有了这个数据之后,中国人开始自己造自己的数据集,这才是有价值的东西,你是在物理空间里面你在数学空间里面,你可以在不同年级,很多学生的笔记到初二以后,才进入到稳定期,前面都是不稳定期的状态,有大量的个性化干扰的问题,不然的话只能是刷数据的,数据是绝大部分的价值,其他的比较小。


提问:它的作用已经输进去,不用识别了,这个占多少分?


张凯磊:我说的是手写识别,就是你换一个问题,我不知道怎么回答。我说的是在手写识别领域是95分,自动解析领域也是95分,任何一个做跟人工智能有点关系的,基本上数据也占95分的价值,你有海量数据就能做。第二个数据分析学生,可以告诉你,这个不能叫分类,你观察的东西还是在统计学意义的东西,利用统计学的原理,基本上全量数据,任何一个学生的东西,超过40位以上的数据进行采量,具有群体又有个体的数据。


提问:我是来自中科院的,我主要是大数据的,在我的一个算法,一个表面,对教育非常感兴趣,教育有几个事情,人工智能在教育里面还是挺难用的,第一个就是说你的知识点的建议,你比如说这个人能力怎么推进,这个怎么联系,我对这个不太清楚,你提供一个,我们要讲一个难度或者多维什么东西,我怎么刻划,真正把人工智能用上的时候,这个人工智能不像什么手写体,人脸之类这么简单,一个题目我刚才想了一个,因为这个题目,你怎么判断,我要做推荐的时候,我要诊断这个人知识边界在什么地方,哪个会哪个不会,跟你们知识波谱应该有关系的,我知道这个东西的时候,没有人可以搞的定,不光你们搞不定,其他人也搞不定。


张凯磊:没有数据的时候,你是搞不定。


提问:这个人的能力到底什么样,我在这里面我们有知识点,细化到一定程度,我们要把一个本身数据的东西,有很多东西过来,你怎么样去做这些事情。


张凯磊:我来大概讲一遍这个逻辑,我以数学为例,高考是由目标分式区,目标一定符合一定的分布,所以在过去很长时间,高考是非常典型,标准化考试,他出题的逻辑是这样的,我对于历史上我要求他覆盖到的考点要满足,考点是考纲所规定,不是你随意规定,我一定要考解析几何中三角函数抛物线性质,椭圆跟双曲线函数,会考这里面有非常重要的东西,其实某一种考点,只有有限种考法,你对题目是否掌握的东西,我要创出来很多种考法,我会告诉你我不会,对于性质非常成熟的掌握。


提问:我就是说深圳要做个性化的推荐,我们考试是另外一回事,如果你真的要做个性化推荐,你当然要知道这个题目,不同题目之间的关系,第二你要人的能力定的很准,你不知道这个人你根本不知道这个,答错以后,你要分析这里面的事情,你才能做个性化的推荐。


张凯磊:用了工程的手段开始做了这些题目之后,我们非常清晰发现一件事情,是说题目里面每一道题目里面是非常有限考试的方法,比如说你去看我们在今年下半年开放一个接口给公众。知识图谱有基层关系的,相应的关系是能够完全跟已有的数据。


4.jpg


提问:是否分小初高阶段。


张凯磊:分的,我换一个方式解释一下,在小学体系里面不应该把题目搞的很难,小学体系里面最大应该培养学习习惯,难度系数在这里过大,不利用学生的城镇,知识没有你想象的这么多,我们研究过,是说以这个量级来算,四年没有什么问题的,你没有这个必要,给大家解释是说,为什么最后大家要去比赛考试,因为我们这是一个选拔性的东西,我们要排名的,这不是考CPA,大家一起去清华上学,清华融不下这么多人,针对性的训练要比学习掌握的知识的这个东西重要性要高,今天搞出来一个说,今天变成游泳,游泳一定会针对性训练,小学里面不适应这个,你不应该把难度搞的这么高,中学体系里面有一些范围之内,针对之后这就有效了。


提问:是否分析孩子错题原因,比如说孩子做错了是什么原因错的。


张凯磊:分析不出来,我们现在能够解决出来的说,你非问我说,到底是因为抽烟还是吃夜宵长了瘤,最后能够输出出来结果是这样的,你的目标是什么,我要考一本,你应该在高考数学里面考到125分到130分左右,我其他科目好一点,我们说常态的数据,你考到120分130分,最后一道题丢12分等等,缺陷量跟高考需求缺陷量,分别哪些支点,我可以告诉你这些信息,没法告诉你说,为什么错的。


提问:可不可能出现你把孩子的错误变成数据,丢掉了孩子错题的现场,老师分析数据分析现场能不能有差异性。


张凯磊:有差异性,我们在原始后台数据里面,给老师展现两个东西,一个是整体报告,想看任何一个学生,可以看到原始的数据。


主持人:张总分享就到这里,我们感谢一下张总的分享,大家有想提问可以直接联系张总,或者跟张总同事联系,教育这个行业在我们整个大的人工智能背景之下,这个行业里面会涌现出更多的机会,学霸君只是从考试去挖掘这个行业的机会,这个行业还有其他的机会,我们就请蓝象资本王总分享一下在教育行业AI的机会。


王凯峰:刚才讨论很激烈,其实也是一样的,首先来说,也是会觉得中国社会的分层是一个很大的一个必然的趋势,所以为什么要去。最终我们认为十年左右里边,能够推进教育科技包括我们自己投资的发展,最后背后是一个教育的升级和教育的公平的一个驱动力,我们叫蓝象资本专门投资与教育科技的基金,我们只投教育,我们所有LP来自于教育行业,上市公司的老板和比较大的公司一些创业者,他们其实会把钱放进来,我们顾问帮助我们企业的发展,这个事情到底是什么样的基金帮助教育渠道,我们募资了九年的资金,我们从早期的天使投资,未来八到九年什么样的方向越来越好,到时候这个方向会是错误的,这个就很麻烦,我们经常关注未来大的趋势指标,第二个我们认为教育公平和教育升级是驱动力,他刚才其实觉得整个的中国的教育公平是最重要的事情,我觉得不管什么是最重要,需求是重要的,下方的人群也是大量的增加。


我们看一下日本,日本从1912年到现在或者到未来我们看到它分成典型的四个社会,我们中国觉得他在第二社会到第三社会的变迁,是国家主义跟我们建国时候很像,一穷二白从无到有的过程。第二是1974年的时候,有一亿的资产阶级,带来的一个特点变成集体主义变成家庭,个体在分化,这里面消费趋势是说有大量的消费,物美价廉,大的就是好,这个特别像我们前几年淘宝一样量多,只要价廉便宜就可以了。


2004年泡沫经济,变成了个人主义和享乐主义,这时候崇尚个性化多元化,品牌形象,更加喜欢像欧洲有格调有品位的,后面变成了一个像无印良品。中国大部分时间在这个时代和这个时代,为什么中国和日本不一样,这是因为贫富差距的扩大,这个扩大我们觉得会是仍然,这个趋势在扩大的过程,我们能够看到在2022年的时候,大家有6亿以上的富裕阶层和8亿以上的资产阶级以下,中国分成两个阶层,一个刚才说的第三消费社会,优质多量的资源,被甩在后面的,需要价格又低,量足的社会,这两个需求,我们不能称中国未来教育怎么样,不同阶层社会不同的,日本在七十年代完成了80%到90%以上的,中国大部分人在下面,大家的需求是不一样,上面的人希望有新的需求产生,我们不谈教育我们谈培训,培训很重要的特点是消费,买各种各样其他东西是一样的,是消费的,原来比较单一的,给孩子做积分,现在孩子想要学艺术,这里面有很多新的品类需求释放,有更好的东西,有更多的东西,下面的阶层需要有足量的,现在希望更好的老师,这里面由技术可以完成供给的提升,我们做投资的时候,我们会觉得其实竞争并不是最重要的事情,市场是严重供给不足的市场,所有的事情只要是在线化的,并且是优质的教育,我们能够用一只手熟悉出来,这里面我们认为在线化包括智能化,能够把整个供给效益能够提升的,上面有一些儿童问题,或者是说这种科学教育或者是说像一些运动的教育都是我们做的关于消费升级类型的,下边我们能够看到爱秦道,原来只能被掌握到大城市很少人手里,用一些AI进行练习,这个技术可以满足大家已经有的需求。


第二个我们看一看,我们现在是不是进入合适的时机,科技跟教育的关系是什么样的,刚开始觉得很远,两千年的时候,我们能够看到中国乌江网,中国教育在线,把教育的资料和一些资讯变成文字和图片,是一个简单的在线化,这个时候从2007年左右时间,我们能够看到大家拿了更多的钱,包括更多关注之后有更多丰富产品模式,包括移动互联网,包括移动支付,有更多的商业化。会产生录播视频,大规模的慕课,2015年的时候,其实我们能够看到大量的直播进入到课堂,直播我们看到另外一个趋势,从大班的直播到一对一直播,到小班直播,未来我们认为人工智能会像水电一样,会渗入到我们环节里面。我们如果把教育再细分看,教育板块分成三层,整个周边产业,学霸君最开始从拍照答题渗透的,这个对教育是最外围工具类的产品,这个部分其实提供批改,还有一些学情个性化学情的服务,这个我们认为最里面的教育体系,这蛋清部分是新东方好未来的公司在这个部分,是从外到内的过程。


像张凯磊从互联网起来的,不用太深入到老师的培训过程,进入到配产业里面需要去搞师资培训教学供应链管理,那么到了教育体系里面,搞了工业体系的渠道,和政府去打交道,反过来说中间的带宽最大的,四万亿里面,有一万亿在培训产业,这就是整个的,我为什么叫蛋黄蛋清蛋壳,我们能够看到说,按照第一轮以后融资时间看,整个的时间,这是时间线,2014年到2017年大家往下去,从周边到培训到教育体系,外边培训的产业的机会,包括互联网非常的少。


我们也能够回顾一下2011年创业的,试图用科技和互联网简单改变传统行业的公司,能够回到现在的公司非常少,学霸君是其中之一,其他大量的公司已经死掉了,有国内外的机会,自适应学习是最大的市场,训练的专家培训助手还有2B的服务,都是利用新的科技和人工智能改变教育行业,国内和国外有很大的区别。美国是没有新东方好未来的公司,美国有大量的出版社和2B的提供商在里面。


这是我们投资的公司,做的高等教育机器人,我们会说,整个需求没有被满足的,学校里面的专业跟社会上的专业脱节非常严重,很多学生一毕业之后发现自己学的东西没有什么用,像AR、VR新的技术,学校不会教的,一没有老师二没有教具,没有一个机器人平台,在二十年前你写代码没有计算机一样,有大量的问题,我举一个例子,他们可以造一台,可以变成教学的平台。


为什么在线教育是这么重要的事情,线上好还是线下好,他们各有各的好,在线教育打破了地位的局限,我们一家传统的线下店,从作坊变成上市公司,要从单点上面,这个店能活下去,赚到钱,周边可能再开几家店,我们在这过程中有一个店选错了,利润就没了,这个区域里面赞助之后,用我的趋势优势,这里面有足够的密度,做跨地域的扩张,地域性扩张做不动在做品类扩张。


这是大概有五步。只要有任何一步出了问题,你的机构就会很惨,会停在某一步,大量的机构停在这一步,10%几在这一步,全国性的培训机构很少,只有十几家。线上有单点验证,然后规模复制,到品类增加。这个事情简单了很多,在线降低了扩张的难度,和提升了扩张能力。有非常好的盈利,原来有很多做题库做O2O,最后都转型到了直播授课,全球最好的慕课的完课率只有7%,可能还要少,直播的完课率能够控制在60%到70%以上,十几倍的完课率,我们觉得老师跟学生的限定时间限定地点有固定的学习方式,是老师们所需要的,所以说我们能够看到直播不仅能够扩大地域的范围。


并且来说我们能够看到直播也有变化的,视频教学从录播到一对多,再到一对一,和线下很像,变成小班直播,不仅老师可以看到学生,互相之间可以看见,你要挖掘班级需要备课,设计老师和学生之间的互动,一对一比较简单,上市大量的融资,工作量非常短,只要一个老外坐在这里跟学生讲,他会说英文,你不会说,他就能教你,一个老师在课堂上控的了场,大量的教学环节在里面,现在像(英)一些教育平台已经可以完成多元的教学,我们自己投了几家公司,一家公司利用这产品教音乐课,学声乐进行学习,包括还有教美术,很多科目都是可以策划的,这里面创业的话,像原来我们会说用互联网碾压传统行业,目前来看不是很现实,必须是跨界的团队,这里面最重要是商业人才,你的老大是不是生意人,会不会赚钱,第三个是不是能够利用先进的技术和合适的方式。这样的话整个团队才能完成互联网的创业。这是我们刚才分析的几个大的话题。


然后下面的话想就着创业和投资的机会跟大家分析一下,教育市场是大蛋糕吃的都是小蚂蚁,它不是大蛋糕,按照这个里看,这是时间线,我们按照科目来看,有大量碎片化学科存在,第二个在传统线下机构里面,地区的融合,如果你是一个机构,只能招到三公里以内的孩子,960万平方公里划分了非常多的碎片,通过在线化,把某一个科目的集中度提高,规模提高,美术只能作为目标链,我们投资的一个公司叫哗啦啦,做邮件公司来做的。


我们会觉得如果说是偏智能偏科技的,我们看到的商业智能和教育结合的非常松散,我们按照整个的一个教学的链条,基础设施要选址,招人要培训要评估,用什么硬件什么软件,准备课程内容,帮老师备课,推广招生,教学里面课程辅助,学习和管理,包括作业批改,包括后面课后的服务,跟学生跟家长进行沟通。


中国和国外公司也用人工智能互联网的技术,能满足需求。比如说我举一个例子,像(英)这个公司给学校做校车规划,校车路线原来是很复杂的事情,我们去投资的一个公司叫音乐笔记,用钢琴做陪练的,要在家长面前练到五到六天,每一个环节需要有非常大的价值去换的。第二个我们假如说从学习过程入手,人工智能最适合干的事情是重复的,略有不同又相似的事情,练习环节是频次最高,重复的数量最多,我们觉得每一个科目需要重复练习的,练习很多科目决定了这个学生最后成绩什么样。


我们看到有篮球学生帮助学生打篮球,有智能语音助手做口语,在练习环节,单纯靠一个,拿出一个英语来说,英语的单词,句子听说阅读和写作都是练习,每一个练习都有大量的机会存在,因为你不可能请的起一个老师,天天在你面前帮你练,需求是存在的,没有人能做的。


这个是一个钢琴,钢琴上方是一个摄象头,这是琴谱,跟孩子弹奏走,会把你演奏对还是不对,包括你的音准节奏,有问题的标出来,通过声音和摄象头两个地方一起计算。钢琴里面有很多里面是和弦,和弦是不唯一的,最后给你一个打分,小孩最后哈哈一笑这样子,原来的过程是家长听不懂,今天晚上把这个东西练十几遍,不知道练的好还是不好,某首曲子三颗星练五遍,这就是我们认为陪练是一个刚需。


那么返回到我们自己的投资依据判断来说,我们觉得不同的商业模式的判断依据很不一样的,我分为两类,一个是类型,教学的内容教学的工具这三种,服务里面我们参考师资的培养,包括培养的管理,是一个很重的人工成本,内容的研发壁垒和内容的渠道和变现。


第三个教学工具,往内容和服务走。你的变现和付费周期到底什么样,需要考虑这样的问题,2B和2C也不一样,现在大量的科技在2B,B端需要跟学校有渠道引领,要定学校老师和校长和家长。2C需要构建老师团队,大量的管理难点在里面,教学运营综合能力,是很综合的,B2C和B2B不同的点,很多来找我们的公司,如果做2B的话没有人干渠道,干2C没有人干教学,技术公司需要补齐商业团队,在行业里面扎下根。


融资这个事情每个阶段的情况很不一样,第一阶段是跨越鸿沟的一个情况一个图,最早是尝鲜者早期用户,证明我们的需求和解决方案是对的,一般是几百万几千万以内,完成我们产品模型。在A论完成整个运营的闭环,这个东西整个的模式是不是能够闭环起来。可能在三五千万到数亿,这时候到了早期市场。B+轮基本上是渠道复制了,最后是应收和利润,被收购和上市的过程,需要多久呢?


从我们目前情况来看,能够看到基本上需要六年以上的时间,才能走完,基本上我们现在投的这些公司,在一到两年之内拿到下一轮,慢慢的去跨越这个鸿沟,往前面走,不同的阶段需要做的事情是不一样的,我们希望能够给大家提供一个(英)在早期帮大家提供产品和行业的一些认知,在这个地方帮大家提供运营上的认知,首先我们认为整个教育行业目前来说供给不足,严重不足,产业急需要升级,不足导致问题是说没有好东西,第二个均衡问题,什么叫均衡问题,均衡问题是因为不够,均衡问题能够被解决掉,我们行业才是真正完成我们使命,我们需要有好的人才,也需要资本,融资才有更好的公司,更多的人进来,我们也去帮助企业去做并购。


然后认知能够帮助大家在早期的时候少走很多弯路,完成你的产品和市场确认的过程,也会分享我们的报告,分享我们的观点,希望更多的科技圈能够进到行业里面来,这是我们自己的一点思想。最后也是希望帮助他们提供更多的资源,到这边来没有教学服务的,和没有渠道的资源,因为我们LP都是行业里面的上市公司和创始人的资本,也是希望在这个阶段帮到大家,这是我们自己的情况,我们已经投了四十多家企业,我们是专注于投资于教育行业的蓝象资本,谢谢大家。


主持人:还是大家有什么问题要资讯王总的。


提问:请教一个线上推广的这些资源,我听完之后感觉,蓝象资本看上我这个项目,肯定会特别多关注,我自己能做教学,线上也找产品验证了,做市场这一块稍微缺一点。


王凯峰:这个我们观点不太一样,我们这个行业里面没有竞争,大量的空白市场,在早期的阶段,我们也不认为推广是一个问题,教育行业推广不是问题,我自己跟很多家的公司合作服务的时候,你现在能够服务多少人?


提问:我一个人是十个人。


王凯峰:线上推广二三十个怎么办。要解决客户的问题,如果你做的好,你基本上你推广非常有利,你的服务做的不好,可能花很多钱做推广,另外在服务质量上,服务质量和数量双重提高,招老师培训老师,而不是仅仅推广上面。


提问:质量跟数量这个矛盾很难解决,我想通过AI把我的知识灌输到这个。


张凯磊:团队里面没有工程师,没有比较高级的工程师,现在AI也不行,像学霸君这样的公司,已经有大量的技术人员做,这个系统没有成熟到我们像开发网站那么简单。要么就是服务器要么就是服务源。


提问:我先跟国内国外大厂商交流了一遍了,我那逻辑跟学霸君不完全一样的。


主持人:我是做推广的,我可以回答一下您那个问题,我特别同意王总的观点,你在一个几乎没有竞争的市场里面,你的创新非常高的情况下,可以通杀其他行业,更多的精力放在你商业逻辑的完善,这方面的价值远远大于市场推广的价值,可能关注那方面的事情推广这件事情就迎刃而解,后面的阶段更多是品牌建设方面的事情,也不是传统意义上的单纯获客的逻辑了。其实早期根本不需要过分关注这一点。


提问:我到你们蓝象资本网站看了一看,看你们投资额写的三十万?这是一个看法,作为一个办公场地我觉得都不够。


王凯峰:两块,第一个就是说,现在场地的问题,我们现在是跟科贸,互联网创新中心有孵化器,在广东那边也有孵化器,联合地产商,很多孵化器有地方没有资源,也不具有企业的招募和筛选能力,我们跟他们行业服务。我接触过几个,我们会觉得很多事情是钱搞不定的,比如说像我们投资一些公司,教学到底应该怎么做,公司商业模式什么样的。其实你花的时间不会更短,在这个过程中,我还是说在不同的时间干不同的事,这个地方能够去把这个源找到,到底是什么源这是最重要的,第二个阶段三到四个月拿一比钱,做闭环的事情,花很多钱做大手大脚的这些不是很划算,我们更希望的说更聪明的创业,节省资本的资金和创业成本。我们也会希望在短期之内在后面做一个更高层。


提问:从教育(英)这边来讲,您看到目前哪一些更领先,值得我们借鉴的,或者是说国内看到直播美国刚刚开始做,哪些在中国比较领先可以输出到国外。


王凯峰:美国最大的直播网站,还是偏交友类的,硅谷语言类培训机构是美国一个老师干的,直播产业比我们差的多,中国产业里面已经竞争到非常激烈的程度,直播课是几十万上万,直播大班一对一到小班,这里面还停留在资本这样的,美国比较强是他的商业智能这一块,跟商业体系绑定非常好,有专门做学生分析,去了解学生的行为,刚才大部分人讲学行为,很多情况来自于社区的情况和家庭的情况,然后哪家公司做的问卷,做策略的指引,第二个的话,我们发现这些公司这些商业智能软件,从简单工具性东西慢慢的测试性,你有VRP管理学生,现在会告诉你说,你应该定什么样的策略让你成本降低,把很多的策略放在这里面,包括在各个环节里举了很多例子,每个环节找到提升。


我们其实也是在研究国外的这些东西,到底有那些开发到国内来。另外还有一个特点,职业教育和编程教育,是美国比较大的两个东西,还有阅读,中国的分析阅读也是差的很远,小孩子学的读不一定是适合他们的读,兰斯分成上千版的分集,中国基本上非常早期,只有几家做。另外就是刚才说的这几个。


提问:我想有几个问题,第一个就是说,现在教育里投了很多公司,我觉得从技术上不是很大,中国有一个模仿,出来以后有一个更大的资本做的更简单,另外就是说,商业上我不想讲那么多,技术上我觉得你能不能找到一家公司真的做,知识图谱慢慢的过程,特别想有这样一家公司,这个没有什么用的,很多东西没有用,你给小孩搞那么多东西,本来压力很大,又搞这个搞那个,我刚才突然想到一个(英),形成一个知识图谱,那个不是一个(英)的知识,有些公司做这些东西。


王凯峰:我们当时请的国内专门做知识图谱这一块的,严格的来说有几个不同的含义,像谷歌像百度做的事情把目前已经有的非结构化的内容,通过算法结构化突破和聚合,在学校在教学里面大部分图谱是大纲规定的,已经存在的图谱,他们的两种完全不一样的。


提问:因为我做那边工作查了(英)什么样的知识结构可以学的,什么样的知识结构不可以学。


王凯峰:核心问题是说,有几个问题,第一个问题一定要先结合应用入手,第二个现在学霸君和猿题库,我先不管知识图谱,根据用户的行为和这些题目的正确出现的相关图,我把知识图谱再给掉,我们跟百度沟通,百度云更有钱,能不能干一点行业上的好事。他们的百度人工智能老大刚走。所以这事非常费钱,没有直接跟商业去挂钩,支撑变现,前面投资不会很多。


提问:如果你要投,投什么公司。


王凯峰:我要投就投对公这一块,学校里面能购买到的好东西很少,大量的东西很难用难很难用,这是需求存在了巨大市场,另外说的在线小品类,已经有的需求没有好好的满足,这个时候我们拿科技满足他。


提问:我相问一下,你投了四十多个公司,有哪些这些公司他们的销售,比如说2C,还是说有经过渠道的?


王凯峰:这是不一样的,很赚钱的公司都是做培训的,你如果是不卖课程的话,2C收到课程很难,这是教育行业里面的特点,包括整个互联网来说,为什么说2011年这一波的时候,中国的很多互联网人士进到行业里面来,公司做的不好,用互联网打法做教育,规模做大之后就自然付费了,后来发现这事不成立,单个用户付费能力很强,可以付费几万块钱,一万块钱用户刚刚开始,是不一样的结构,第二做工具类和解决方法类的是2B的,C端很难为工具付费,包括内容也是一样的。


提问:接触到用心理学和教育学结合,能不能更多发现孩子出现的问题来源于家长,动力的激发学习能力的开发训练这方面,有没有这样的项目。


王凯峰:是有的,这个有很多,第一个心理学是跨教育和医疗两条线,美国有大量的注意力障碍的儿童,会花很多钱到辅助医疗,有一些共聚合软件帮助城市,但是中国的话应该是缺少这部分的师资,专业治疗师,应该是非常少,没有认证的,这是第一个,第二个去了解这些学生的心理状态,除非你有很好的量表,依赖于咨询师有可能变成一个小作坊,我现在看到有一些脑电包括用面部分析识别,精准度不够,只是专注力的测试,有脑电图,知不知道你在认真听,想什么我是不知道的,我们也会看到用一些其他的绕开直接测量方法,去做这种问卷调查,周边的一些家庭环境包括自己怎么认为的,通过问卷,加问卷背后的系统,也能够给老师和学生提供很好的建议。


主持人:今天这次分享就到此为止,感谢大家今天这么热还参加了我们的活动,辛苦大家了,如果大家有什么问题,可以通过我们群里面进行交流。


5.jpg


您需要登录后才可以回帖 登录 | 注册

本版积分规则

© 2001-2014Comsenz Inc.

快速回复 返回顶部 返回列表