好未來 CTO 黃琰：AI 是優(yōu)質(zhì)教育資源的供給端。

　　不知從何時起，AI 技術與教育領域的跨界融合開始成為新風潮，許多教育機構也把 AI 當作自己的重要賣點。

　　整體看來，AI+教育仍處于發(fā)展的早期升溫階段。

　　好未來在去年開始正式對外亮出 AI 這張牌，并用「全力布局」來形容自己投入 AI 研發(fā)的決心。

　　同年 8 月，好未來成立 AI Lab 并發(fā)布「魔鏡系列」產(chǎn)品。而在經(jīng)過了一年的技術研發(fā)與產(chǎn)品打磨之后，好未來推出了全新的「WISROOM」智慧課堂解決方案，并升級「魔鏡」智能測評系統(tǒng)。

　　「現(xiàn)在，AI 人才遍布我們的每一個事業(yè)部、項目組。」黃琰介紹道。

　　好未來 CTO 黃琰

　　Q：眼下許多教育機構都為自己打上了 AI 加持的標簽，在你看來，AI 在教育領域的落實情況究竟如何？

　　A：現(xiàn)在回頭看，AI 在教育領域的落實進程可以歸納為三個階段，分別為數(shù)字化、結構化、智能化。

　　數(shù)字化容易理解，就是把傳統(tǒng)的紙質(zhì)內(nèi)容轉(zhuǎn)化成電子版本，是后續(xù) AI 技術在教育行業(yè)落地的重要基礎。在此基礎上，如何更好地利用這些數(shù)據(jù)就是結構化過程。而使用當下的 AI 技術從圖像、語音等入口為產(chǎn)品賦予效果與價值則是所謂的智能化。

　　我們可以看到，2013 年是中國互聯(lián)網(wǎng)教育元年，有一些公司提出了「互聯(lián)網(wǎng)教育」的概念。當時 AI 還未興起，但有許多公司參與其中，都開始做 AI，不論是傳統(tǒng)的教育從業(yè)者，還是從互聯(lián)網(wǎng)公司出來的創(chuàng)業(yè)者，亦或是投資人，均是如此。

　　2013 年底到 2014 年初，不少互聯(lián)網(wǎng)教育創(chuàng)業(yè)公司誕生。那時與 AI 最接近的產(chǎn)品是類似于拍照搜題的 APP，相當于學習過程階段的學習工具，這種工具符合技術主導、尤其是技術出身的教育創(chuàng)業(yè)者。那時大家依然是從教育創(chuàng)業(yè)方面講互聯(lián)網(wǎng)教育，大部分是把教育內(nèi)容數(shù)字化。

　　AI 真正受到關注源于 2016 年 AlphaGo 戰(zhàn)勝人類圍棋手事件。那時的 AI 新技術主要指像圖形、圖象以及表情的識別、自然語言處理等，是教育的一個新切入點。在這之后，AI 知識開始普及，人們也開始思考 AI 的本質(zhì)以及與企業(yè)深度合作的可能性。

　　在 AI 最開始出現(xiàn)時，拍照搜題是我認為 AI 在教育領域的一個非常好的應用。這波技術始于以名片識別廠商為代表的一批公司，這些公司最開始做中文的印刷體識別，包括給名片拍照將其直接轉(zhuǎn)化成文字的形式。不過，那時純粹的 AI 公司、互聯(lián)網(wǎng)公司中的 AI 團隊都還沒出現(xiàn)，所以 AI 在教育領域還大部分停留在概念階段。

　　而從 2017 年初到 2017 年中，AI 在教育領域才逐步進入蓬勃發(fā)展期。這個時期大量涌現(xiàn)了真正和 AI 技術相關的教育產(chǎn)品，AI+教育也穩(wěn)步邁向了繁榮期。

　　這就要提到自適應學習，事實上，有許多公司在去年發(fā)布了自適應學習系統(tǒng)。自適應學習有很多變種，是一個范圍很大的概念。伴隨而來的是高考機器人，這類機器人可以解題、判題以及自動閱卷。在中國的英語考試中，不管是托福、GRE，還是中考、高考，其中的英語口語閱卷都可以用計算機完成，這些產(chǎn)品的出現(xiàn)標志著 AI 在教育里面的真正落地。

　　Q：好未來在 AI 這條路上的探索經(jīng)歷？

　　A：我們是在 2016 年的時候開始了 AI 方面的嘗試，開始積極把自適應學習技術運用到好未來的教育體系里，探索拍照搜題、自然索引等功能。那時我們也開始投資全球的自適應學習公司，例如 Knewton。

　　其實在 2016 年，我們最開始考慮的是商業(yè)智能，希望可以讓我們的數(shù)據(jù)產(chǎn)生有價值的產(chǎn)品，進而對學生有所幫助，并為此成立了一個大數(shù)據(jù)部門，執(zhí)行的也就是之前所提到的結構化過程。

　　在 2017 年下半年，我們開始在多個維度全面探索 AI。我們也在思考，究竟 AI 在哪些業(yè)務領域可以產(chǎn)生實際的價值？

　　當時我們自己也沒有一個確定的答案，所以我們一邊同行業(yè)進行廣泛交流，一邊尋找行業(yè)內(nèi)的剛需和痛點并快速打磨產(chǎn)品，初步形成了 AI 雛形。

　　在 2017 年 8 月，我們正式宣布成立 AI Lab 并推出「魔鏡系列」產(chǎn)品，上個月我們發(fā)布了第二代產(chǎn)品：「WISROOM」智慧課堂解決方案。

　　Q：在 AI Lab 成立至今的一年多時間里，對技術與產(chǎn)品的研發(fā)進展與成果？

　　A：AI Lab 對外有兩個產(chǎn)品，分別為「魔鏡」和「WISROOM」。

　　「魔鏡」是一個系列產(chǎn)品，主要應用于好未來的業(yè)務，其核心價值是解決「雙師課堂」的痛點和剛需。

　　「雙師課堂」是我們第一次解構「學習」一詞里面的「學」和「習」二字。通常意義上我們認為，「學」是接受新知識，「習」是復習、溫習、預習。所謂「雙師」其實是把學習的過程拆解成兩個步驟，每個步驟由專門的老師負責。

　　第一個老師負責孩子「學」的過程，與孩子進行互動、傳遞新知識；第二個老師叫輔導老師，在孩子的學習過程中進行更細密度的交互、溝通，包括鼓勵、表揚，帶著孩子去解決問題，負責課后答疑，覆蓋知識盲點等。

　　「雙師」的主講老師會同時存在于很多個教室，而每個學生其實都需要知道老師給他的反饋，無論是點名、表揚、互動、點評，對孩子而言都非常有價值。

　　這里涉及到一個腦研究的核心學術認知，一個四年級以下的孩子，他喜好或是厭惡一門學科是與老師對他的注意力分配呈正相關。

　　「魔鏡」就給予了老師們一副千里眼、一對順風耳和一個超能記憶力，幫助老師不僅能看到孩子在課堂上的表現(xiàn)，還能記憶歷史表現(xiàn)。當然，「魔鏡」也可以讓老師看到班上每一位同學上課的專注度。

　　隨著時間的變化，這個數(shù)據(jù)從數(shù)字化到結構化，可以擬合成非常多有價值的信息。比如說老師可以評判出一個孩子最近三個月和最近一個月是否出現(xiàn)了顯著差異。

　　我們在「魔鏡」基礎上升級 AI 助手，系統(tǒng)能聽、能看、能評價學生與老師，這有利于我們做出更細致的判斷，從而知道這些課程好不好，是否需要調(diào)整難易程度，這就是智慧教室「WISROOM」。

　　在過去，一節(jié)課對于這個班級是不是太難了或太簡單了，我們并不知道。上完課后，孩子說聽不懂，老師下次才會調(diào)整。而未來的智慧教室會先導入孩子的畫像，自動計算和生成這節(jié)課應該用什么難度、什么節(jié)奏、什么教學框架去給孩子們上課，這就是我們所定義的智慧教室。

　　換言之，也就是整個學習過程是因材施教的，而這些都是基于底層技術的應用，比如聲音處理、語音識別、語音合成、面部表情計算、情感計算等。

　　Q：目前 AI Lab 團隊的人數(shù)及方向劃分？好未來在 AI 人才上的布局？

　　A：我們現(xiàn)在有 4000 名研發(fā)人員，其中 AI Lab 團隊大約有 200 人左右，其余每個事業(yè)部、項目組都有 AI 方面的人才，進行數(shù)據(jù)挖掘、數(shù)據(jù)分析、商業(yè)智能、行情分析等。

　　好未來的 AI Lab 更像是 AI 產(chǎn)品研發(fā)部，需要占領行業(yè)制高點。我們有專利，陸續(xù)會有自然科學基金，也有國家項目重點支持。

　　我們希望有研有發(fā)，避免研而不發(fā)，或者多研少發(fā)。所以我們很多路徑跟其他的 AI Lab 可能不一樣，我們的愿景是最后能通過 AI 產(chǎn)品走進用戶和商業(yè)體系，讓大家感受到 AI 轉(zhuǎn)化為產(chǎn)品以后真正發(fā)揮的意義和價值。

　　Q：所以我們的技術研發(fā)是以產(chǎn)品需求為導向的對嗎？是否可以通過一個具體的落地案例，講述團隊從到最初的需求確認到技術研發(fā)、迭代優(yōu)化至最終產(chǎn)品上線的全過程？

　　A：是的。

　　我們要對需求有足夠深刻和細致的把握，這是我們的立身之本。比如一個教室里開燈或不開燈、太陽在東邊還是在西邊造成光影的變化，這些都細節(jié)都會對算法造成影響。

　　我們有一個項目想做一件事情，就是對老師上課質(zhì)量的好壞進行評價。之前好未來有非常好的評價機制，根據(jù)這個老師的學生對他的喜好程度進行評價，但是評價周期是以學期為基準。

　　我們有一個團隊，專門評價老師教學質(zhì)量好壞。我們問最有經(jīng)驗的專家怎么評價這些老師？他說我只要兩分鐘，看兩件事。第一件事是聽老師講課的感覺，二是看老師的板書。

　　為了做這樣一套可以評估每個老師上課質(zhì)量的系統(tǒng)，我們找到清華大學語音情感方面的專家。要知道，老師有那么多重要的表情需要給予關注，我們應該怎樣做這樣一套評估系統(tǒng)呢？

　　解決這個問題的核心是要有科學解決問題的方法論。比如 AI 中有非常經(jīng)典的解決方法叫做標簽、標注，就是一個老師講得好不好，如果一百個人都說好，只有一個人說不好，那么我們就聽一百個人的觀點，這是第一類。第二類是，如果家長都說好，其他人說不好，聽家長的。第三類是，如果專家說好，小白說不好，那么聽專家的。這三個維度一疊加，我們基本上就能確定一個正確的方式。最后我們發(fā)現(xiàn)有兩個維度最重要，這是我們的 AI 團隊擬合出來的，第一個叫做愉悅程度，第二個叫做情感飽和度。

　　通過這樣的判斷，我們可以知道，好未來原來有那么多幽默的老師、哪些科目的老師被學生愛戴，這都是可以數(shù)據(jù)化的，是從數(shù)據(jù)化通往智能化的一個必經(jīng)過程。我們目前已經(jīng)在 15 間教室對這套系統(tǒng)進行了部署，希望未來語音可以解決 85% 以上的問題。

　　當然，我們不能簡單地說哪項數(shù)據(jù)好，哪個老師就一定好，但是可以據(jù)此對老師進行分類。中國歷史上有一個看上去準確但實際上不準確的描述，叫做「教無定法」，就是說好的老師有不同的教法。在我看來，「教無定法」只是因為沒有強大的機制將其分類。

　　另一方面，每個老師看到這套系統(tǒng)的結果也會覺得非常有價值，他能知道自己是不是幽默型的，然后再仔細看自己的幽默指數(shù)有多少，系統(tǒng)也會告訴他在哪個地方可以做得更好。

　　Q：對于教育行業(yè)來說，學習效果才是企業(yè)競爭力的最終評判要素。很多情況下，用戶可能無法直接從眼前的產(chǎn)品使用端感受到 AI 能力的存在。那么在你眼中，如何評判一項 AI 技術對于一教育產(chǎn)品的意義和價值？

　　A：我認為有兩件事情很重要。第一件事情叫做價值的外顯性，第二件事情叫做理論和學術的支撐。外顯性讓人產(chǎn)生直覺的信心，理論和學術的支撐是讓它產(chǎn)生底層的信心。

　　把 AI 技術引入教育產(chǎn)品所帶來的變化主要體現(xiàn)在三個方面，一是提高系統(tǒng)的運營效率，二是提升學生的學習體驗和學習興趣，三是生成獨立的、全新的產(chǎn)品形態(tài)。

　　對于教育而言，AI 更像是一個杠桿和一個支點，可以從方方面面滲透其中并撬動許多業(yè)務，讓其煥發(fā)出更多的生機和活力。

　　Q：有人把教育比作一個黑盒，如果教學過程沒有被數(shù)據(jù)化，那么教學質(zhì)量也無法被量化。在各行各業(yè)都在發(fā)生數(shù)據(jù)革命的時候，教育行業(yè)也是如此。如何最大程度地挖掘教育數(shù)據(jù)的價值？如何實現(xiàn)數(shù)據(jù)共享至關重要。好未來在數(shù)據(jù)上的思考？

　　A：在教育行業(yè)，數(shù)據(jù)是非常重要的，數(shù)據(jù)量每年正以十倍的速度增長，未來五年還會繼續(xù)保持這一態(tài)勢。

　　而教育數(shù)據(jù)的挖掘其實還處在一個非常早期的階段，每個企業(yè)、每個團隊都在探索，小到上課時觀察微笑次數(shù)形成報告發(fā)送給家長，大到掌握學生在哪個知識點上沒學好。

　　自適應學習是典型的數(shù)據(jù)探索。以錯題本為例，如果錯了一百道題，考試前學生就會去看這一百道題。那么這一百道題有沒有共性，能不能結構化縮減，就是一個很大的突破。未來的數(shù)據(jù)挖掘會越來越成熟的。

　　數(shù)據(jù)共享是一個極有價值但實踐難度卻很大的事情。數(shù)據(jù)是一個既涉及用戶隱私本身又具備巨大商業(yè)價值的事情，大家不知道這個保護層如何使用，所以未來行業(yè)中可能會有更多的一些契機和技術，包括區(qū)塊鏈等技術，促進數(shù)據(jù)向更加開放和共享的方向前進。目前，我們還只是一個保存者，把它安安全全的保存在這里，并沒有充分的發(fā)揮出它的價值，還停留在初級階段。

　　Q：AI+教育行業(yè)仍處于早期發(fā)展的升溫階段，粗略統(tǒng)計，目前至少已經(jīng)有 40 家公司已宣布入場，你如何看待領域發(fā)展的現(xiàn)狀？

　　A：不僅是有很多公司宣布入場，其實資本層面也在大規(guī)模進入。整體而言，行業(yè)內(nèi)難免出現(xiàn)有產(chǎn)業(yè)泡沫、概念模糊的情況。

　　但從積極的方面看，在新技術進入教育領域的過程當中，聚光燈也隨著而來。這意味著，一是會有更多的人才愿意進來，二是更多資本將加大嘗試頻率、產(chǎn)業(yè)可能性也將變得更多。

　　以人才為例，此前行業(yè)內(nèi)可能大部分都是教育學家，未來則有更多的頂級數(shù)學家、統(tǒng)計學家、AI 科學家、甚至是腦科學、基因科學家跨行進入教育領域。AI 這波浪潮過來以后，很多工程師也可能會把進入教育行業(yè)作為工作的首選，我認為這具有較大的社會意義。

　　Q：行業(yè)內(nèi)的真實競爭情況如何？好未來的亮點及護城河是什么？

　　A：即便眾多公司宣布入場做 AI 教育，但大家?guī)缀醵荚诟髯圆煌念I域進行著探索。這個市場很大，大家并不是在一個小小的領域里碰撞、摩擦，而是根據(jù)自身優(yōu)勢挖掘問題、解決問題。在這里，好未來有自己的獨特之處。

　　相較于課前預習與課后作業(yè)，課中的老師講課與學生聽課其實才是學習最重要的環(huán)節(jié)。我們認為在「教和學」的主場景里，目前其實缺乏 AI 應用。

　　在不改變老師的授課習慣和學生學習習慣的前提下，讓教室里的學生擁有更好的學習體驗、讓老師被更好地賦能，是好未來的特色。

　　而這個特色是基于我們 18000 多名一線老師每天講課所收集上來的真實問題，這些問題會被提供給 AI 產(chǎn)品經(jīng)理以及教育專家，抽象成待技術解決的問題，再看當前的技術能否解決。如果沒有這個前置能力，是很難切入課中環(huán)節(jié)的。

　　好未來的亮點在于對于真實教育環(huán)節(jié)中出現(xiàn)的問題、痛點和剛需的把握。問題越真實，解決問題就越有力量；問題越不真實，一旦遭遇挫折團隊就越容易往回撤。很多公司布局科技研發(fā)所碰到的最大瓶頸就在于此，因為它們看不到科技投入以后會給企業(yè)、團隊所帶來的價值。

　　Q：你曾說過，科技不是為了酷炫，而是要解決教育中面臨的真正問題。那么你認為，眼下教育行業(yè)需要解決的真正問題究竟是什么？

　　A：教育本身有很多比較大的問題。從國家政策來講，教育公平和優(yōu)質(zhì)教育資源的短缺是兩大問題。

　　以前好未來投資建希望小學，后來我們發(fā)現(xiàn)了更好的方式來做這件事情，就是線上支教，精準扶貧。一方面通過直播技術讓好的老師在線扶貧，另一方面把教育的質(zhì)量提得更高，價格降得更低，甚至提供很多免費的課程。

　　中國不缺老師，但缺好老師，我們對 AI 的理解本質(zhì)上是優(yōu)質(zhì)教育資源的供給端。要讓一個好的老師在 AI 的輔助下覆蓋更多的學生，讓一個 60 分的老師在 AI 的賦能下達到 80 分到 85 分。

　　AI 在教育領域會成為一個非常重要的角色，因為所有的系統(tǒng)本身都是科技，包括我們已經(jīng)研發(fā)的 ICS(智能教學系統(tǒng)，現(xiàn)已更名為 ITS)、IPS(智能練習系統(tǒng)，后升級更名為學而思「云學習」)、「魔鏡」、「WISROOM」等。我們對未來 AI 在教育領域的最終設想是：AI 教書，老師育人。

https://yyk.familydoctor.com.cn/21222/newslist_8_1.html

https://yyk.familydoctor.com.cn/21222/newslist_7_1.html