創(chuàng)新工場吳卓浩：以人工智能實現(xiàn)有教無類與因材施教

　　相較于教育領(lǐng)域試水摸索，TMT中已有一些相對成熟的AI產(chǎn)品。

　　那么，在科技圈中AI已有了哪些新應(yīng)用？借此基礎(chǔ)，當(dāng)AI遇上在線教育，又可以擦出什么樣的火花呢？在昨晚剛剛結(jié)束的多知網(wǎng)Open Talk活動中，創(chuàng)新工場AI工程院VP吳卓浩從產(chǎn)品角度，分享了他的觀點。

　　以下為吳老師分享內(nèi)容，經(jīng)多知網(wǎng)編輯整理。

　　大家好，我是吳卓浩，產(chǎn)品和設(shè)計出身，想分享下我對AI產(chǎn)品設(shè)計的思考。

　　大家知道，AI在過去這些年里一直跌宕起伏。作為產(chǎn)品設(shè)計來說，我們首先需要清晰區(qū)分人工智能和人的思維方式究竟有怎樣的不同。

　　首先從思維和行為方式看，人類擅長相對單線程的、跳躍性的思維，人工智能則擅長多線程并行的、直接的思維。比如我們尋找一個問題的解決方案，人會有很多發(fā)散性的思考，而人工智能則是列舉各種可能性平推。

　　在過去六十年里，人工智能只能做非常簡單的事情，直到2015年、2016年，以AlphaGo為代表人工智能，開始逐步顯現(xiàn)出重大突破。

　　從感知方式和交互方式來看，人類與人工智能的區(qū)分也很大。比如人在開車的時候更多是靠視覺做感知，但人工智能自動駕駛的汽車，依靠各種傳感器和網(wǎng)絡(luò)連接，事實上可以獲得比人多得多的感知。

       有教無類與因材施教，AI可以做到

　　今天說AI+教育，那首先要看看在未來世界，咱們?nèi)祟愡€能夠守住的陣地有哪些？

　　我猜測有幾個大類型：

　　首先是服務(wù)型，人與人之間的接觸、人與人之間的交流沒有辦法被機器取代；然后是創(chuàng)造類，至少在我們的有生之年，還不需要擔(dān)心機器把創(chuàng)造性的工作取代；第三是非常專業(yè)的或者是綜合性，或者是領(lǐng)導(dǎo)力的，這些需要任務(wù)本身以外的大量信息輔助決策，需要發(fā)散性、跳躍性的思維。

　　我想這些工作在可預(yù)見的將來是比較能夠守住的，而教育就是要幫助人們成為擅長這些工作的人。那么隨著人工智能的成長，它該如何輔助教育類產(chǎn)品和服務(wù)實現(xiàn)這個目標(biāo)呢？

　　談到教育，大家很可能會想到咱們中國文化當(dāng)中的兩個精髓：有教無類跟因材施教。回顧我們所經(jīng)歷的教育，尤其是自己開始有了孩子，在選擇學(xué)校、遇到老師的時候，其實特別擔(dān)憂就是能不能遇到一個好老師。但反過來說，即便遇到了很好的老師，他能夠真正針對每個孩子做相匹配的教育么？

　　事實上，老師因為工作壓力、資源和能力的限制，無法真正做到對每個孩子有教無類和因材施教，但人工智能就給咱們帶來這樣的機會，能夠為孩子量身定制。

　　我有一個朋友做英語教育產(chǎn)品，他們最新的成果是基于以往的用戶學(xué)習(xí)數(shù)據(jù)，開發(fā)了一個AI老師。當(dāng)AI在教人類學(xué)生學(xué)英文的時候，完全根據(jù)這個學(xué)生的表現(xiàn)來定制學(xué)習(xí)內(nèi)容。效果怎樣呢？

　　按照人類世界的評估方法，要達到一個相應(yīng)等級的英語學(xué)習(xí)的效果，跟人類老師學(xué)習(xí)平均需要100個小時，但跟隨AI老師學(xué)習(xí)，只要36個小時。

　　為了實現(xiàn)這樣的效果，引入人工智能時需要5個方面的基礎(chǔ)：

　　第一，選定單一信息的領(lǐng)域，像教育現(xiàn)在離通用人工智能還差的遠，我們需要在單一的領(lǐng)域中深挖。

　　第二，需要專家，現(xiàn)在人工智能的創(chuàng)業(yè)者與十年前移動互聯(lián)網(wǎng)的創(chuàng)業(yè)者有很大不同，那時經(jīng)常是兩三個好朋友聚到一塊就做個APP。冷啟動，趕上了風(fēng)口或者好機遇，一夜之間火遍全國。今天做AI產(chǎn)品，得有專家才能做出來。

　　第三和第四是講數(shù)據(jù)，首先是自動標(biāo)注數(shù)據(jù)。我們需要建立一個機制，讓數(shù)據(jù)被標(biāo)注為能夠被機器學(xué)習(xí)的數(shù)據(jù)。整個標(biāo)注過程可以人工標(biāo)注，但是從本質(zhì)來看，如果不能實現(xiàn)大規(guī)模自動標(biāo)注數(shù)據(jù)，這個事情就沒的做了。然后我們需要獲得海量的數(shù)據(jù)供機器進行學(xué)習(xí)，去生成高質(zhì)量的AI。

　　第五，為了能夠處理這樣海量的數(shù)據(jù)，像NVIDIA、谷歌都開發(fā)出自己的GPU、TPU來實現(xiàn)超大量的數(shù)據(jù)計算。

　　再從教育的數(shù)據(jù)來說，可從兩個維度分析，第一維度是用戶行為，即從用戶行為的學(xué)、練、測產(chǎn)生不同類型的數(shù)據(jù)。但不同類型的產(chǎn)品，這三類不同的數(shù)據(jù)也是不一樣的，比如通常我們所遇到的產(chǎn)品當(dāng)中，學(xué)跟測常常是屬于低頻，而練的層面會有大量用戶數(shù)據(jù)產(chǎn)生。

　　另一個維度是如何獲得數(shù)據(jù)，當(dāng)然最好的情況是通過自有產(chǎn)品而獲得，這就有最完全的掌控力。過去的變現(xiàn)模式上，最簡單的是廣告途徑，我有流量就可以通過流量變現(xiàn)，或者有一些附加值，可以產(chǎn)生電商或服務(wù)類的產(chǎn)品推薦。但在今天又多了一種，數(shù)據(jù)本身就有巨大的價值，一方面是供自己來使用，另外一方面也存在售賣和合作的可能。

       影響教育產(chǎn)品設(shè)計的三個方面

　　在AI+教育產(chǎn)品結(jié)合當(dāng)中，會對產(chǎn)品設(shè)計本身帶來一系列的變化。我從“設(shè)計基礎(chǔ)、設(shè)計對象和設(shè)計方式”三個方面來分析。

　　在設(shè)計基礎(chǔ)里面說三點：

　　首先要運用人工智能的思維方式，本質(zhì)來說，當(dāng)這樣去設(shè)計產(chǎn)品的時候，我們需要考慮的是每個用戶都在產(chǎn)品中獲得為他量身訂作的產(chǎn)品、功能和服務(wù)。

　　第二，我們需要發(fā)掘各種各樣的使用情景，每個學(xué)生都獨特的使用場景，每個學(xué)生的知識點和掌握程度不一樣，那么此時如何發(fā)掘單人學(xué)習(xí)的使用場景和多人學(xué)習(xí)的使用場景，如何實現(xiàn)在現(xiàn)場的使用場景和遠程的使用場景，這些全部都是不一樣的。而不同情景的深入挖掘，也會為人工智能的產(chǎn)品、教育類的產(chǎn)品提供新的機會。

　　第三，既是服務(wù)又是獲取。我們是在提供產(chǎn)品和服務(wù)，但同時用戶在使用產(chǎn)品過程中，所產(chǎn)生、積累下來的操作行為和學(xué)習(xí)結(jié)果，都會成為我們改進產(chǎn)品，甚至這個數(shù)據(jù)本身做更加深入的增值開發(fā)的重要途徑。

　　在設(shè)計方式上說三點：

　　首先，因為人工智能可以借用遠超人類所習(xí)慣的視覺和聽覺，它也有更加豐富的可互動渠道，比如人的行為，動作樣式以及一些非常簡單的傳感器，這些都會成為幫助人和機器之間做更加自然交互的通道。

　　第二，在此基礎(chǔ)之上，我們需要設(shè)計更加人性化的人機互動。不僅因為AI可以讓機器以更接近人與人之間的方式進行互動，更因為隨著AI時代的到來，人類對于人機交互的要求也會大幅提高。

　　第三，因為有了這樣豐富的互動通道、也需要采集更豐富的過程數(shù)據(jù)，AI產(chǎn)品往往不能只考慮屏幕里的軟件設(shè)計，還要把硬件、服務(wù)、甚至空間都納入進來，進行整合設(shè)計。

　　比如，當(dāng)全家人都在家的時候，每個人都在說話，怎樣判斷其中一個人說的話就是對機器的要求呢？所以說我們在做產(chǎn)品設(shè)計的時候不能只考慮軟件，像硬件、服務(wù)和環(huán)境空間，都需要考慮在內(nèi)。

　　在設(shè)計對象上說三點：

　　首先是以人為中心。過去我們主要“以任務(wù)為中心”，產(chǎn)品或者服務(wù)設(shè)計出來，是為了讓人去完成一個特定的任務(wù)。比如在使用電腦的時代，我們比較主流的產(chǎn)品設(shè)計方法是把所有的產(chǎn)品功能羅列出來，你愿意用什么就用什么。當(dāng)進入到移動互聯(lián)網(wǎng)時代，整個屏幕變小了，主流的產(chǎn)品設(shè)計思路變成多一些引導(dǎo)，一屏之內(nèi)要讓用戶做一件或者少數(shù)的幾件事情，以此來更有效做交互。

　　而在人工智能時代，人工智能完全可以根據(jù)用戶自身情況、社交狀態(tài)、環(huán)境周圍的軟件、硬件和其他人物情況等等，來精準(zhǔn)地對用戶的行為和需求做預(yù)判，以此提供更精準(zhǔn)的產(chǎn)品和服務(wù)。

　　第二，在建造AI的過程中，我們會獲取大量的數(shù)據(jù)，充分利用這些數(shù)據(jù)將會顯著提高產(chǎn)品和服務(wù)的設(shè)計效果，更會發(fā)現(xiàn)很多新的機會。

　　第三，提升產(chǎn)品，需要人工智能要與人共成長。隨著用戶的使用越多，AI產(chǎn)品會變得越好、越智能，所以產(chǎn)品設(shè)計的時候，可拓展、可成長的框架就會顯得尤其重要。

　　在AI產(chǎn)品設(shè)計來看，其實是通過AI產(chǎn)品的設(shè)計才能真正實現(xiàn)技術(shù)和用戶之間的橋梁，人工智能的應(yīng)用并不會自然而然為用戶帶來直接顯而易見、容易接受的好處，因此我們需要優(yōu)秀的人工智能產(chǎn)品設(shè)計。

　　目前數(shù)據(jù)工程師、人工智能科學(xué)家和工程師都非常稀缺。同樣，AI產(chǎn)品的設(shè)計師、產(chǎn)品經(jīng)理，也將會成為接下來非常稀缺，大家重點爭搶的資源。

　　在過去這幾年，創(chuàng)新工場投資了很多大家耳熟能詳、在行業(yè)里面做的不錯的人工智能的公司，其中有一些就是教育領(lǐng)域的公司，比如Vipkid，盒子魚英語，七天網(wǎng)絡(luò)，學(xué)吧課堂，Wonder Workshop等。

　　這些企業(yè)有一個共同的特征，在業(yè)務(wù)開始之初，他們并不是沖著AI來的，但他們業(yè)務(wù)本身能夠有效地獲取大量的用戶數(shù)據(jù)，所以在這一波AI的風(fēng)潮到來的時候，他們手上有很多有價值的，可以發(fā)掘的東西，才有機會得到很好的結(jié)果。

　　那么，如果你們現(xiàn)在已經(jīng)在創(chuàng)業(yè)或者說正在創(chuàng)業(yè)的路上，一方面仔細思考，在你們的產(chǎn)品和服務(wù)當(dāng)中，是不是有機會能夠快速地產(chǎn)生積累大量的數(shù)據(jù)；另外一方面，有沒有機會能夠盡快把這些積累下來的數(shù)據(jù)，真正變成對企業(yè)、用戶的實實在在價值。

　　在所有的行業(yè)應(yīng)用當(dāng)中，金融特別適合做人工智能應(yīng)用，因為它本質(zhì)上絕大部分全是數(shù)據(jù)，天然結(jié)構(gòu)化，天然可以被高效地利用。

　　但教育本身也存在這樣的機會，雖然說它有大量的線下行為，但隨著一代年輕人成長起來，對于孩子教育理念和讓孩子接受數(shù)字化的工具，都讓AI+教育存在可能。另外教育市場是所有的家長最愿意投入資金的，只要你有好的產(chǎn)品和服務(wù)，很容易能夠產(chǎn)生變現(xiàn)機會的。

　　這些就是我的分享，謝謝今天有機會和大家一塊做交流。

　　Q&A

　　問：當(dāng)孩子做題時，在線下老師可以通過學(xué)生反應(yīng)知道他在哪個點上有問題，但在線上，很多時候孩子提交了正確答案，但是因為沒有人給他提供適配他的學(xué)習(xí)思維，也許孩子還是沒有掌握，這個服務(wù)我們后期做AI的時候，怎么樣提升？

　　答：做人工智能產(chǎn)品的時候，軟件不能解決所有的問題，軟件和軟件相配合的產(chǎn)品、服務(wù)，甚至空間環(huán)境，這些都特別特別需要被納入在整個AI產(chǎn)品設(shè)計的范疇之內(nèi)。

　　一方面像剛才所說的，有很多東西就是發(fā)生在線下，我們怎么樣捕捉它、怎么獲取它顯得尤為重要，另外一方面，在特定領(lǐng)域中機器不可能完全取代人，那么如何讓人在過程當(dāng)中有參與，被記錄？我們現(xiàn)在也有一些方向上的嘗試，比如通過動態(tài)影像捕獲和識別的方式，實時判斷這個人的行為。（多知網(wǎng) 馮瑋）