高顿教育联合创始人吴江华：人工智能带来教育生产力的变革

2017年4月21日，由中国人工智能学会和亿欧联合主办，以“大数据、AI成为传统产业的新动力”为主题的“新科技·划时代”峰会在深圳市举行。本次峰会旨在集合学会、企业、政府之力，将AI和产业融合，提升企业效率和带动产业升级。

出席此次峰会的嘉宾包括将门CEO高欣欣、丰元创投李强、奇点汽车战略合作总监高华、亿欧网副总裁由天宇、智童时刻创始人郭长琛等。

高顿教育联合创始人吴江华就“人工智能在教育行业的路径和探索”发表了演讲，以下是其主要观点提炼：

1、教育行业的三大痛点：个性化教育供需矛盾、线上教学的重度服务，无法形成边际效应、教育产品没办法标准化；

2、通过人工智能技术，可以给每一个人推荐一个适合自己的学习路径；

3、很多的脏数据比较痛苦，因为要对反馈的数据进行清理；

4、通过大量学员的数据，AI可以做到概率预测；

5、AI已经慢慢把老师的智商融合进去，也可以把教学标准化；

以下为高顿教育联合创始人吴江华演讲整理：

教育行业现在面临的三大痛点

我是从十年前就开始投身在线教育，最早的一段时间是利用语音识别和语言培训来做，也是第一次接触人工智能。

当时发布的一款语音识别产品，在全球有5千多万的用户数，从2015年开始投身到财经类教育，高顿教育已经做了十年。刚才听了很多医疗方面人工智能的结合，教育和医疗领域其实有相似的地方，因为早在互联网迸发时，就发现医疗和教育是两个最难啃的骨头，今天我就是想跟大家一起探索一下，在整个教育行业我们是如何在人工智能上应用到一些案例的。

其实大家都经历小学，初中，中考，高考，用同样的教材，甚至是同样的中考，同样的高考，但是大家可能没想过，教育部是如何开发教材的？教育部研究的是基于同等年龄的平均水平，所以这样导致有一些聪明的人觉得这里面的课程太简单，而有另外一些可能会被跟不上。所以我们会看到精英班，优才班，各位如果有小孩的话，应该会很清楚。

教育从线下搬到了线上，但是不管怎么样，还是没有解决个性化需求问题。

这几年人工智能的崛起，让我们开始对大数据有了一些思考，以用户为中心的设计能够达到因材施教。因材施教是很早的时候孔子提出来的，但是他一生就只带过一百多个弟子。对于人口大国来说，资源是没办法达到因材施教的。总结来说，教育行业现在面临的几个痛点：

第一是个性化教育的供需矛盾。

这跟医疗行业是一模一样的，刚才嘉宾说一个医生一天要面临300个患者，我们也一样，中国有很多小孩都想有一对一的外教服务，但是中国的外教有几个？当然也有一些通过互联网能够连接到国外，但是实际上这也非常昂贵，这就是一个供需矛盾。

第二，即使用了互联网，但如果要让学员持续学下去，必须后面有大量都人工服务来推动，属于重度服务。我相信各位如果在网易云里面看过一个公开课，哈弗大学的心理学，在家就能学习哈弗都课程，这很好。可是我们发现学很多人学着学着就不学了，到第二章只剩下50%，到第三章只剩下10%，这就是因为后面没有人工的服务，没有交互，学生遇到学习问题无法获得解答，学不下去了，所以在线教育要提高完课率，后端服务很重。

高顿前后十年有300万的学员参与，背后的人力付出是非常大的，有差不多1700多号的员工。那天我和创始人谈我们的愿景，希望未来能够帮助全中国的1千万财经人员提供优质的教育服务，这样的话，后端需要多少人呢？我们算了一下至少要10万人，这是多么恐怖的一个数字。我们希望有有了互联网，线上教育能有一个边际效益。

第三，因为教育产品没办法标准化，一位老师的课可能这个小孩觉得好，但是另一个小孩可能觉得不好。所以我们看到到现在针对吃穿住用行都有很多专门做用户点评的平台，但没有看到有专门做教育产品点评的。因为教育产品是非标的，需求是个性化的，这也导致了现在部门教育机构的过渡营销，把大量经历放在了前端营销，而忽略了教育品质本身，后面的整个教学质量，后端服务都没有跟上，这非常不利于整个行业的发展。

以上三者就是现在行业、企业、消费者非常重的痛点，那么人工智能将给教育带来哪些变革？

如果人工智能能进来，我们有哪些方面可以进行一些变革呢？

2015年，看了大白的片子，让我有了灵感，如果教育行业未来五年有这样的一个私人教师出来，可利用人工智能，其实是可以很好解决我刚才说的这个行业痛点。

过去的十几年，人工智能领域已经做了非常大的跨越式发展，具有了语音识别能力，图片识别能力，学习能力……所以从2015年我们开始培养财经教育届端大白，当时给产品取了一个名字，Epiphany，我们简称EP。Epiphany就是顿悟的意思，我们希望每个财经学习者都能从这个平台上获得一个最适合自己的路径，获得灵感和顿悟。比如说我跟另外一个同学进入这个平台，因为你学习的背景不一样，学习能力不一样，会根据这些给你设计路径，在学习的过程中根据你的反馈推荐下一步的路径，这就是整个智能学习平台的基本思路。

整个设计的过程中，第一步是对大数据进行了重塑，我们整个平台有500多万条的数据，相比医疗行业，教育行业比较幸运的一点是我们的数据是掌握在自己机构的身上。

比较痛苦的是有很多脏数据，所以我们要对反馈的数据进行清理，有些称之为降噪，把一些垃圾数据清出去，只有反馈的数据对我们是有用的。比如说一个学员注意到一道题错了，有些人选A，有些人选B，有些人选C，每一个选项的后面都是有原因的，可能是某一个知识点不会，但是另外一个是别的知识点不会，这样的反馈数据收集起来之后就容易做个性化的推荐，再走到下一步。

而且有大量的学员，可以做到概率的预测，比如我们发现70%的学员这道题错了，70%的学员另外一道题也错了，这两道题之间不知道什么关系，但是预测可以让我们知道有70%的概率，他们之间是需要关联起来的，我们会推荐给他。

所以我们研究院的老师开始各个课程知识图谱的构建，假如说这个老师在给大家讲课，同一个课程如果换十个老师来讲，可能讲的都不一样，为什么？核心的原因是这十个老师脑袋里面构建的知识图谱是不一样的，因为他对题目的理解不一样。所以我们最早是把500多个研究院的老师拉起来，针对各自的课程做了知识图谱，这样对我们的平台来说，具备了初始思考的能力。再加上后面的神经网络的构建，所有的人工智能对我们来说，我们利用的是模拟神经元的神经网络。

举个例子，我们看到很多学员学到了第三章某一个知识点的时候，有70%的学员会跑到第一章去看，但是以前是不知道的，这就是网络的构建，我们会把他连接起来，所有的东西连接起来以后，他的智商越来越高，这就是EP的财经大白的构建过程。

AI对教育的生产力带来了变革。有很多语言培训行业，在中国可以学国外的外教，但是那只是一个生产关系的变化，而人工智能真的是对生产力进行了变革。

一个是老师的角色，所有的人工智能进来都会问一个问题，能不能取代医生？能不能取代老师？当我的平台出来之后，我们研究院的老师就来问我：是不是我们要下岗了？

我说这只是刚刚开始，老师的角色改变是有的，就像以前的工人是直接生产，但是后面有了机器，我们的工人就变成操纵机器，所以我们希望老师把他的智能来引领这个平台，现在已经慢慢地把老师的智商融合进去，也可以把教学标准化，还有，几百位老师的智慧慢慢融入进来，包括学员的数据也慢慢融入进来。

第二个是劳动密集型产业的根本性变化。中国现在有500万家的培训机构，平均下来，一个机构只服务2000人，所以教育行业还没有形成规模化产业化。

今年二月份我们推出EP以来，我们一万多名学员进行了跟踪，发现学习效率提高了一倍，学习进度很快，以往一个月得课程，现在基本半个月就能完成；一般在线教育到完课率都比较低，甚至有的只有百分之十几，而使用EP的这一万多名学生到现在没有一名放弃的，学生的满意度也达到96%。

当然我们现在也遇到了一些的问题，比如说智能答疑，我们的准确率还不够，我们现在也会慢慢解决，因为语意不同，语境不同，答疑的困难就加大。但是不管怎么样，我们已经渐渐地往前推进。

今天非常幸运能够和在座的各位一起从人工智能的角度，为每个产业或者是整个社会的进步推进做出努力，对于高顿来说，希望每个人拥有财经大白，本质上希望通过人工智能来解决在线教育生产力的变革，财经教育有3千万的潜在人员，让他们真正地拥有优质的财经教育资源，谢谢大家。