您的位置:首页 > 国际新闻

Live回顾| 朗播首席科学家解析:AI+教育真正重要的是什么?

时间:2019-09-05
?

img_pic_1555567746_0.png

[Da La Live]人工智能自适应教育的第三阶段,主要科学家贾艳明带来了“人工智能+大数据着陆语言学习实践与思考”的主题分享,并阐述了人工智能+教育的实践经验。目前,该问题的音频和全文录音已经启动,“AI投资研究院”的成员可以进入“AI投资研究”页面免费观看。

本文总结了这次分享和PPT整理的要点,以帮助您提前清楚地了解共享焦点。

人工智能在教育行业的应用,以及广播的观点;

如何将AI专门置于语言学习系统中;

教育新零售,以及如何帮助AI学习助理在教育新零售商时更有效地学习;

人工智能在未来教育情景中的前景。

以下是廊坊市首席科学家贾燕明的部分摘录。雷锋网[人工智能投资研究所]在不改变原意的情况下编制和完善了原件。

img_pic_1555567746_1.png

大家好!我是郎博的首席科学家贾燕明,他一直致力于人工智能和大数据的研究,并完成了自主知识产权的口语评分和论文评分引擎,完成了人工智能学习的研究与开发。助理今年。很多相关论文,申请了一些专利。

我很感谢雷锋网有机会与您沟通。 Langbo成立于2007年6月,是一家以智能学习技术和行为大数据分析为基础的英语教育技术公司,以语言培训行业的标准输出为核心。产品涵盖了出国留学考试,以及国内4-6考试和一般学习产品,并可提供一站式服务,如课程实践评估问答社区。

img_pic_1555567746_2.png

一,人工智能在教育行业的应用

贾艳明提到了什么是教育。从本质上讲,教育是一个过程,在这个过程中,知识被用作教导他人思考的工具。它分为两部分,一部分是知识作为工具,另一部分是知识的转移过程。第二是教别人思考。这意味着在你学习知识之后,你可以将它吸收到你自己的能力中,这样你就可以思考和使用你学到的东西来解决问题。

事实上,人工智能+教育真正重要的是什么?他认为教学和研究非常重要,另一个是数据和技术。

首先,教学和研究是基础。如果有良好的教学和研究,它可能会产生一个伟大的教育公司。但如果没有好的教学和研究,只有精湛的技术,它肯定不能成为一个好的教育公司,因为教学和研究是根本。

第二是数据和技术。事实上,数据更重要,因为它等同于原材料。它相当于您现在可以看到的石油和煤炭,而技术只是处理原材料的工具。随着开源工具的发展,技术的重要性远不如数据重要。总而言之,如果一家公司没有教学和研究,数据有问题,我总是说没有教育和数据谈论AI +教育是一个流氓。

总之,人工智能+教育之间的关系是人工智能技术辅助教育,它有助于我们改善学习,提高学习效率。再加上一个,就是他可以改善每个人的学习体验,让每个人都能学到更多的舒适和放松。

二,广播中AI的实践

img_pic_1555567746_3.png

img_pic_1555567746_4.png

img_pic_1555567746_5.png

廊坊的广播是什么?广播是基于专家经验和能力图的标准化产品。解释为什么重要的是说权力图很重要,因为你之前听过的是知识地图。为什么要强调能力?因为能力是最基本的东西,无论是练习还是考试。因此,我们基于突破的能力,并且还旨在提高真正的语言能力,而不仅仅是测试。第二个是标准化,这意味着这个东西可以量化和控制。

Long Broadcast提供标准化产品,在此基础上,我们拥有基于AI和大数据的个性化学习平台。简单来说,这相当于我在这里学习。首先是量化能力,进行能力评估,知道你遇到问题的地方并对其进行评估,然后为个人能力不足的地方提供能力培训计划,然后你去练习,然后评估,并重复循环直到达到目标。

中间将有智能评估技术和行为数据,以帮助个人学习,使过程更顺畅。例如,当我们完成练习时,我不知道自己的表现如何,但在添加智能评估后,我知道自己到底了。它是如何完成的,以便系统能够智能地指导我继续这样做。

通过数据,我们还可以通过数据看出哪个块与哪个块之间的关系,词汇表不好或语法不好。通过这样的平台,我们能够为每个人提供自己的个性化学习解决方案。

img_pic_1555567747_6.png

具体而言,AI的第一个应用场景是基本的智能评估技术,更加客观,及时。例如,基于语音识别和口语评估技术,该片主要用于评估发音质量,这相当于评估发音标准的技术。

img_pic_1555567747_7.png

我们还有基于声学空间的发音评估。左边是读汉字的学生的发音。您可以看到,当他发送U时,这些声音非常接近,这意味着头发的标准被发送,因为每次他发出声音时,他总是专注于一个区域。所以它是相对标准的。看右边,同一个学生,他在阅读英语时会有所不同。这相当于发音控制不是很好。同时,我们还可以通过每个声音的大小和每个声音之间的中心距离更容易地判断学生的声音,从而指出他的问题并帮助他纠正。

img_pic_1555567747_8.png

除了口头评估,我们还有一些主观的评论块,主要使用自然语言处理方法。我们强调能力培训系统,其中许多是我们自己的。教学和研究老师非常好,只是为了真正锻炼身体的能力,而不仅仅是普通的考试题目,它实际上并没有起到能力训练的作用,而只是在简单的刷牙问题上。

事实上,我们更有可能在得分的组成中使用自然语言。例如,我们可以对学生撰写的作文构成进行评分,例如,他的论点是否清楚,如何讨论,原因是什么,是否有让步,结论是否明确以及结构是否合理完成了。

我们将要求教学和研究专业教师通过机器学习模型进行一些标记和训练结构评分模型。在内容方面,我们也通过专题模型支持当前的论点,学生撰写的论文是否与主题相关。老师会帮我们一些标签,然后我们会训练模型。

最后是语言能力,包括拼写检查和语法检查。拼写检查使用winnow算法加上语言模型。我们使用全面的语法检查模型,包括基于规则的模型,分类模型和神经网络翻译模型,来执行语法检查。

img_pic_1555567747_9.png

为了让每个人都更清楚地了解,自适应学习过程就是测试和学习的过程。了解您的哪些能力在测试期间无效,提供一些快速准确的评估模型。测试结束后,你必须学习。在传统的研究中,它应该被称为教学。这相当于老师帮助您制定学习计划。然后你根据这个计划学习,称为学习路径的规划。

规划后,上学,即实践过程,这是能力培养的过程。在中间,我们将有一个知识跟踪模型,告诉我们练习的进度和结果。你可以找到这些模型。

img_pic_1555567747_10.png

img_pic_1555567747_11.png

首先,我们首先介绍快速评估模型,因为实际上我们有一个更准确的模型,需要很长时间,需要两个多小时,评估更准确。

但是因为我们有时需要一些快速评估模型,所以它相对准确。然后,此时我们使用基于信息增益的快速评估模型。基本上,我们可以通过做几个问题来获得你的能力点的基本范围。事实上,它的原理并不复杂,但我们需要大量的数据。相当于我们可以通过离线学生提出很多问题,并且看到一些主题与评论能力密切相关。从信息的角度来看,他们贡献更多,而剩下的信息则更少。这时,我们将在网上提供的最多信息中选择这些问题,我们将记录这些问题与能力点之间的范围。

当我们上网时,它相当于需要记录刚刚记录的最多信息的学生。完成后,由于大量学生帮助我们计算了相应的关系如何与这些问题相关,当这两个事物相结合时,我们可以通过少量问题来了解能力的范围。

img_pic_1555567747_12.png

第二种是基于能力水平预测的贝叶斯方法。我们可以帮助学生在短时间内用很少的问题来衡量他们的能力水平,其余的是根据他们的能力推荐的。

件概率反映,这相当于我的一个能力点高时。节点能力点高或低的概率是多少?

件概率作为基本模型。当学生来时,我们可以根据当前的情况,未来的目标,以及能力点与通过评估可以获得的相应分数之间的关系来介绍它。在这种情况下,它的其他节点。现在是什么状况?他的能力低的概率是多少,概率有多高。我们将能够选择适合该学生学习的最佳路径。

当他的学习路径有计划时,他开始练习。在练习时,会有一个知识跟踪模型,它基于学生答案序列,通过知识跟踪模型获取知识的概率,这是知识跟踪的概念。然后,如图所示,传统知识跟踪是左侧的贝叶斯模型和背面深度学习的知识跟踪。左侧的模型相当于单个知识点的准确性。用于深度学习的知识跟踪模型需要大量数据。

我们提出了贝叶斯深度学习的跟踪模型,该模型将先前深度学习中的每个参数点转换为概率分布。在这种情况下,模型将更准确。这相当于使用所有学生来推断下一个学生的工作方式,而不仅仅是当前模型的固定点来推断。

一般来说,Langbo语言学习系统中的AI可能就是这样一种结构。首先,通过方法课进行知识转移过程,然后自适应学习系统将知识吸收内化的过程转化为能力。人工智能和大数据将在每一步中发挥作用,使学习模型更加精确,使学习更有效,并使学习体验更好。

第三,教育新的零售和AI学习助手

img_pic_1555567748_13.png

img_pic_1555567748_14.png

我们如何解决双重分裂的问题。新的零售教育是基于新的零售业,马云建议在16年内利用在线服务和线下经验开展新的零售模式。对于教育,在线提供是中央厨房式内容标准化产品供应,离线是本地化的标准流程服务,主要用于咨询反馈和陪伴,中间是通过数据来通过。

如果没有人工智能,在线学生是第一个通过方法课和自适应学习系统上网的学生。下一步是该线下的教练帮助他做一些归因分析,提供解决方案,还有其他人可以陪伴他并监督他。在中间,您可以浏览数据。人工智能之后,基于学生数据,人工智能技术用于更准确地评估学生的学习过程和能力提升,从而为他提供更客观,准确的归因和解决方案。离线教练可以使用AI学习助手来执行简单的检查员,其中更多的是陪伴,使机器界面更加清晰,并且每个人都发挥自己的优势,帮助学生更有效地学习。

四,人工智能在未来教育领域的一些前景

img_pic_1555567748_15.png

首先,学习的内容和过程应该标准化,但每个人都是个性化的,因为标准化可以量化,然后我们可以为每个人提供个性化的东西。第二是教育新零售商,利用大数据和人工智能打开在线和离线之间的障碍,是一种更有效的学习方式。它将解决双主模式的问题,大数据和人工智能将为学生提供一致的在线和离线服务。

最后一点是人工智能无法取代老师。因为教育是温度职业的职业,它不能取代教师,但教师的角色会发生变化。一些高层次的高级知识转移,其中一些略差。一点点或刚开始可以做简单的指导。其余的是像Langbo这样的学习产品,它要求老师成为产品经理并进行系统设计。基本上,我认为人工智能与未来教育之间的关系也是一样的。

  • 友情链接:
  • 楚汉新闻门户网 版权所有© www.edu-china.net 技术支持:楚汉新闻门户网| 网站地图