创新工场吴卓浩：以人工智能实现有教无类与因材施教

　　相较于教育领域试水摸索，TMT中已有一些相对成熟的AI产品。

　　那么，在科技圈中AI已有了哪些新应用？借此基础，当AI遇上在线教育，又可以擦出什么样的火花呢？在昨晚刚刚结束的多知网Open Talk活动中，创新工场AI工程院VP吴卓浩从产品角度，分享了他的观点。

　　以下为吴老师分享内容，经多知网编辑整理。

　　大家好，我是吴卓浩，产品和设计出身，想分享下我对AI产品设计的思考。

　　大家知道，AI在过去这些年里一直跌宕起伏。作为产品设计来说，我们首先需要清晰区分人工智能和人的思维方式究竟有怎样的不同。

　　首先从思维和行为方式看，人类擅长相对单线程的、跳跃性的思维，人工智能则擅长多线程并行的、直接的思维。比如我们寻找一个问题的解决方案，人会有很多发散性的思考，而人工智能则是列举各种可能性平推。

　　在过去六十年里，人工智能只能做非常简单的事情，直到2015年、2016年，以AlphaGo为代表人工智能，开始逐步显现出重大突破。

　　从感知方式和交互方式来看，人类与人工智能的区分也很大。比如人在开车的时候更多是靠视觉做感知，但人工智能自动驾驶的汽车，依靠各种传感器和网络连接，事实上可以获得比人多得多的感知。

       有教无类与因材施教，AI可以做到

　　今天说AI+教育，那首先要看看在未来世界，咱们人类还能够守住的阵地有哪些？

　　我猜测有几个大类型：

　　首先是服务型，人与人之间的接触、人与人之间的交流没有办法被机器取代；然后是创造类，至少在我们的有生之年，还不需要担心机器把创造性的工作取代；第三是非常专业的或者是综合性，或者是领导力的，这些需要任务本身以外的大量信息辅助决策，需要发散性、跳跃性的思维。

　　我想这些工作在可预见的将来是比较能够守住的，而教育就是要帮助人们成为擅长这些工作的人。那么随着人工智能的成长，它该如何辅助教育类产品和服务实现这个目标呢？

　　谈到教育，大家很可能会想到咱们中国文化当中的两个精髓：有教无类跟因材施教。回顾我们所经历的教育，尤其是自己开始有了孩子，在选择学校、遇到老师的时候，其实特别担忧就是能不能遇到一个好老师。但反过来说，即便遇到了很好的老师，他能够真正针对每个孩子做相匹配的教育么？

　　事实上，老师因为工作压力、资源和能力的限制，无法真正做到对每个孩子有教无类和因材施教，但人工智能就给咱们带来这样的机会，能够为孩子量身定制。

　　我有一个朋友做英语教育产品，他们最新的成果是基于以往的用户学习数据，开发了一个AI老师。当AI在教人类学生学英文的时候，完全根据这个学生的表现来定制学习内容。效果怎样呢？

　　按照人类世界的评估方法，要达到一个相应等级的英语学习的效果，跟人类老师学习平均需要100个小时，但跟随AI老师学习，只要36个小时。

　　为了实现这样的效果，引入人工智能时需要5个方面的基础：

　　第一，选定单一信息的领域，像教育现在离通用人工智能还差的远，我们需要在单一的领域中深挖。

　　第二，需要专家，现在人工智能的创业者与十年前移动互联网的创业者有很大不同，那时经常是两三个好朋友聚到一块就做个APP。冷启动，赶上了风口或者好机遇，一夜之间火遍全国。今天做AI产品，得有专家才能做出来。

　　第三和第四是讲数据，首先是自动标注数据。我们需要建立一个机制，让数据被标注为能够被机器学习的数据。整个标注过程可以人工标注，但是从本质来看，如果不能实现大规模自动标注数据，这个事情就没的做了。然后我们需要获得海量的数据供机器进行学习，去生成高质量的AI。

　　第五，为了能够处理这样海量的数据，像NVIDIA、谷歌都开发出自己的GPU、TPU来实现超大量的数据计算。

　　再从教育的数据来说，可从两个维度分析，第一维度是用户行为，即从用户行为的学、练、测产生不同类型的数据。但不同类型的产品，这三类不同的数据也是不一样的，比如通常我们所遇到的产品当中，学跟测常常是属于低频，而练的层面会有大量用户数据产生。

　　另一个维度是如何获得数据，当然最好的情况是通过自有产品而获得，这就有最完全的掌控力。过去的变现模式上，最简单的是广告途径，我有流量就可以通过流量变现，或者有一些附加值，可以产生电商或服务类的产品推荐。但在今天又多了一种，数据本身就有巨大的价值，一方面是供自己来使用，另外一方面也存在售卖和合作的可能。

       影响教育产品设计的三个方面

　　在AI+教育产品结合当中，会对产品设计本身带来一系列的变化。我从“设计基础、设计对象和设计方式”三个方面来分析。

　　在设计基础里面说三点：

　　首先要运用人工智能的思维方式，本质来说，当这样去设计产品的时候，我们需要考虑的是每个用户都在产品中获得为他量身订作的产品、功能和服务。

　　第二，我们需要发掘各种各样的使用情景，每个学生都独特的使用场景，每个学生的知识点和掌握程度不一样，那么此时如何发掘单人学习的使用场景和多人学习的使用场景，如何实现在现场的使用场景和远程的使用场景，这些全部都是不一样的。而不同情景的深入挖掘，也会为人工智能的产品、教育类的产品提供新的机会。

　　第三，既是服务又是获取。我们是在提供产品和服务，但同时用户在使用产品过程中，所产生、积累下来的操作行为和学习结果，都会成为我们改进产品，甚至这个数据本身做更加深入的增值开发的重要途径。

　　在设计方式上说三点：

　　首先，因为人工智能可以借用远超人类所习惯的视觉和听觉，它也有更加丰富的可互动渠道，比如人的行为，动作样式以及一些非常简单的传感器，这些都会成为帮助人和机器之间做更加自然交互的通道。

　　第二，在此基础之上，我们需要设计更加人性化的人机互动。不仅因为AI可以让机器以更接近人与人之间的方式进行互动，更因为随着AI时代的到来，人类对于人机交互的要求也会大幅提高。

　　第三，因为有了这样丰富的互动通道、也需要采集更丰富的过程数据，AI产品往往不能只考虑屏幕里的软件设计，还要把硬件、服务、甚至空间都纳入进来，进行整合设计。

　　比如，当全家人都在家的时候，每个人都在说话，怎样判断其中一个人说的话就是对机器的要求呢？所以说我们在做产品设计的时候不能只考虑软件，像硬件、服务和环境空间，都需要考虑在内。

　　在设计对象上说三点：

　　首先是以人为中心。过去我们主要“以任务为中心”，产品或者服务设计出来，是为了让人去完成一个特定的任务。比如在使用电脑的时代，我们比较主流的产品设计方法是把所有的产品功能罗列出来，你愿意用什么就用什么。当进入到移动互联网时代，整个屏幕变小了，主流的产品设计思路变成多一些引导，一屏之内要让用户做一件或者少数的几件事情，以此来更有效做交互。

　　而在人工智能时代，人工智能完全可以根据用户自身情况、社交状态、环境周围的软件、硬件和其他人物情况等等，来精准地对用户的行为和需求做预判，以此提供更精准的产品和服务。

　　第二，在建造AI的过程中，我们会获取大量的数据，充分利用这些数据将会显著提高产品和服务的设计效果，更会发现很多新的机会。

　　第三，提升产品，需要人工智能要与人共成长。随着用户的使用越多，AI产品会变得越好、越智能，所以产品设计的时候，可拓展、可成长的框架就会显得尤其重要。

　　在AI产品设计来看，其实是通过AI产品的设计才能真正实现技术和用户之间的桥梁，人工智能的应用并不会自然而然为用户带来直接显而易见、容易接受的好处，因此我们需要优秀的人工智能产品设计。

　　目前数据工程师、人工智能科学家和工程师都非常稀缺。同样，AI产品的设计师、产品经理，也将会成为接下来非常稀缺，大家重点争抢的资源。

　　在过去这几年，创新工场投资了很多大家耳熟能详、在行业里面做的不错的人工智能的公司，其中有一些就是教育领域的公司，比如Vipkid，盒子鱼英语，七天网络，学吧课堂，Wonder Workshop等。

　　这些企业有一个共同的特征，在业务开始之初，他们并不是冲着AI来的，但他们业务本身能够有效地获取大量的用户数据，所以在这一波AI的风潮到来的时候，他们手上有很多有价值的，可以发掘的东西，才有机会得到很好的结果。

　　那么，如果你们现在已经在创业或者说正在创业的路上，一方面仔细思考，在你们的产品和服务当中，是不是有机会能够快速地产生积累大量的数据；另外一方面，有没有机会能够尽快把这些积累下来的数据，真正变成对企业、用户的实实在在价值。

　　在所有的行业应用当中，金融特别适合做人工智能应用，因为它本质上绝大部分全是数据，天然结构化，天然可以被高效地利用。

　　但教育本身也存在这样的机会，虽然说它有大量的线下行为，但随着一代年轻人成长起来，对于孩子教育理念和让孩子接受数字化的工具，都让AI+教育存在可能。另外教育市场是所有的家长最愿意投入资金的，只要你有好的产品和服务，很容易能够产生变现机会的。

　　这些就是我的分享，谢谢今天有机会和大家一块做交流。

　　Q&A

　　问：当孩子做题时，在线下老师可以通过学生反应知道他在哪个点上有问题，但在线上，很多时候孩子提交了正确答案，但是因为没有人给他提供适配他的学习思维，也许孩子还是没有掌握，这个服务我们后期做AI的时候，怎么样提升？

　　答：做人工智能产品的时候，软件不能解决所有的问题，软件和软件相配合的产品、服务，甚至空间环境，这些都特别特别需要被纳入在整个AI产品设计的范畴之内。

　　一方面像刚才所说的，有很多东西就是发生在线下，我们怎么样捕捉它、怎么获取它显得尤为重要，另外一方面，在特定领域中机器不可能完全取代人，那么如何让人在过程当中有参与，被记录？我们现在也有一些方向上的尝试，比如通过动态影像捕获和识别的方式，实时判断这个人的行为。（多知网 冯玮）