从学霸君看“教育+AI”和工具变现

本篇文章2715字，读完约7分钟

教师只占未来教育的20%，但教师不会被人工智能所取代。

作者？张承福

学霸军从拍摄工具产品的照片和寻找问题开始。目前，他拥有学八军一对一和人工智能学习智慧教育平台的好牌。

工具+服务是实现学习称王的途径。流量是由工具产品带来的，一对一的咨询被用来进一步服务于终端用户，从而获得可观的现金流。另一个产品——人工智能教育平台——采取了不同的方法，切入b端学校以增强教师的能力，并对未来的空教室有更大的想象空间。投资者最喜欢的项目类型应该是这样的:现在是坚实的，未来是美好的。

此外，人工智能将取代现实生活中的教师的说法已经流行了一段时间，但薛八俊认为，人工智能不会取代现实生活中的教师，只会帮助教师教得更好。目前，人工智能+教育的概念过热，技术不完善，人工智能的能量远未爆发。

薛八君合伙人兼首席科学家陈瑞峰

以下内容由学八军的合伙人兼首席科学家陈瑞峰口述，火柴盒编辑(创业黑马的教育产业编号):

人工智能不会取代现实生活中的老师

现在每个人都对人工智能感到恐慌，但我认为人工智能不会减少教师数量，而是取代教师来解决低效和重复性的工作，教师可以提供更优秀的教学，比如从一个50人的大班改为一个20或30人的小班。

作为一个父亲，我非常认可真正的老师对孩子的情感指导，这是人工智能所不能替代的。因此，在我们推广ai学习智慧教育平台的时候，我们会反复强调教师角色的重要性，教师应该利用好这个工具更好地为学生服务。

目前，ai学习智慧教育平台主要实现三种场景:课前备课、课堂互动和课后作业。老师可以通过老师的侧面与教室的大屏幕和学生的平板电脑互动。学生在自己练习本上的答案也将通过智能数字笔与系统同步。在学生的作业场景中，人工智能学习智慧教育平台可以实现自动批改，并可以根据学生的回答问题智能推送个性化的问题，记录学生在完成期内的全部行为数据，例如阅读了哪些问题。什么时候停下来犹豫一下，做问题修正的过程，

人工智能不会削弱老师的作用，相反，它会让老师花时间去完成机器做不到的事情。当人工智能技术成熟时，教师可以从批改作业、组合试卷和制作数据表的繁琐工作中解放出来，并扮演更具战略性的角色。如设计教学结构、与学生互动、个性化教学等。

未来的教师需要有更高的能力和预测与判断的技能，比如从大量的信息中筛选出有价值的信息并教给学生。在未来的教育中，学生的自主学习应该占80%，剩下的20%将由教师以精炼的方式解释。

教育+人工智能的现在和未来

人工智能+教育这个词已经热起来了，但是我觉得还是改成教育+人工智能比较好，教育第一，人工智能第二。我们不应该本末倒置，忽视教育的基本规律。学霸军的定位是一家教育公司，而人工智能是作为一种工具或底层技术而存在的。

去年6月，由薛八俊开发的智能教育机器人与几名高考状元同台回答高考数学问题。事实上，智能教育机器人aidam不是一个实体，而是一个以深度学习、图形识别和自然语言理解等一系列复杂技术为核心的自动问题解决系统，涉及多种技术:

首先是自然语言处理，即将自然语言转换成机器语言。第二，逻辑推理引擎，机器需要从条件推理到结论，并把所有的信息放在一起，以找到最佳的解决路径。第三，符号转换的标准格式，数学题目中有大量的符号需要转换和具体化。

最终，艾登得了134分。失分的主要原因是系统知识库不完善，系统的识别准确率有待提高。

它指的是知识库，属于数据库的范畴。最典型的知识库是主题知识库，学八军已经积累了100亿的搜索数据。然而，如果知识库不与行为相关联，它将是孤立的，因此有必要建立一个行为库。学霸军的行为库最初依赖于中国第一款照片搜索软件学霸军应用，每一次照片搜索都是一种行为。之后，我们开发了一种智能数字笔来进一步收集学生行为的数据。同时，我们还通过学习一对一系统收集教师讲课的行为数据。

智能教育机器人和数据库以前主要是介绍的，但是现在谈到教育+人工智能，我们不得不提到适应性学习。一般来说，适应性学习的逻辑是，当一个学生犯了一个错误时，机器会为他推送相关的知识点。

薛八君也在研究适应性学习，适应性学习主要分为三个环节。第一个环节是条件反应理论，它是让许多人做许多问题，从而画出问题的困难图片，描绘学生。第二个环节是回归神经网络，它根据学生的解题历史预测未来解题的对错情况。第三个环节是知识地图，它是把前后知识点之间的关系，上下穿成一个像地图一样的结构。我认为这三个环节的核心是条件反应理论，因为条件反应理论不仅需要大量的话题数据，还需要大量的行为数据，而行为比话题更重要。只有通过行为来标记主题，才能更准确。

目前，教育+人工智能存在两个主要问题。主观人工智能太热，客观人工智能不够热。一方面，我们不能忽视教育的本质，因为我们关注人工智能技术，这可能会走向另一个极端。另一方面，人工智能技术目前还不完善。目前，人工智能比较狭窄，如字符识别、语音识别等。没有跨学科、跨领域和跨功能的通用人工智能。

如何实现工具产品？

2013年10月，我们发布了中国第一款照片搜索应用“学八军”，随后用户数量开始增加。2015年，我们推出了一对一问答，用户数量迅速增加。曾经，工具产品带来了巨大的流量，曾经，教师介入提供更好的服务。

用户的激增对服务的稳定性和准确性提出了更高的要求，这也迫使我们通过数据和算法不断优化。此外，用户的需求也促使我们开发新的业务。到目前为止，雪霸君的业务线分为两条，一条到b，一条到c..b端产品是人工智能教育平台，C端产品是学八军应用和学八军一对一。

你会发现，学八军、作业帮助、Ape题库都是从工具产品开始的，但后来它们都有了更细分的路径、场景和服务，通过它们可以实现商业实现。经验告诉我们，教育是一个复杂的场景，很难站在一个简单的工具上。工具产品的企业应该向上、向下、向左、向右延伸，获得合适的服务，让工具完成分流或转化。如果不扩展，这个工具迟早会被另一个工具取代。

火柴盒笔记:陈瑞峰，薛八俊的合伙人兼首席科学家，新加坡国立大学博士。具备自动化和运筹学的理论基础，以及金融it解决方案的实践经验。2013年，他加入学八军，担任技术研究主管，并成立了一个智能计算团队，专注于字符识别、图像算法和数据挖掘。带领团队率先创建了一个能够同时适应中国自然场景和复杂布局的图像照片识别引擎，为搜索问题和1v1实时答疑业务奠定了技术基础。同时，将基于深度学习的文本挖掘技术引入到产品中，实现高效、智能的知识导航。

*本文由火柴盒原创，张承福撰写，李玮审阅。如果你需要转载或寻找报道，你可以联系作者和火柴盒(身份证:火柴盒)。

注意和我们联系的火柴盒

点击阅读原文，加入火柴盒社区

来源：搜狐微门户