0
| 本文作者： 李菁瑛 | 2019-11-13 20:18 |
雷锋网消息，11月12日，全球AI+智适应教育峰会在上海中心大厦举行。在峰会上，乂学教育松鼠AI创始人栗浩洋发表了题为《用AI为孩子减负》的演讲。
在演讲中，栗浩洋表示他们正在研究人机互动新算法，未来AI将更接近人类大脑。他还提出了用AI提高学习效率可以解决教育减负的难题。松鼠AI系统可以根据每个学生的知识点状态进行精准画像。在同步学习的过程中，对知识点进行追根查源补漏侧。他们还在系统中设置了战略后排隔离池，可以对知识队列进行排序，把薄弱的知识点可以先放在战略后排隔离池里。
另外，栗浩洋把素质教育解释为MCM，也就是思维、方式、学习能力、学习方法，通过培养MCM能力，让每个孩子都可以爱上学习。MCM模型是松鼠AI在教学效率上大幅度提升的一个核心关键点。
栗浩洋还表示松鼠AI在促进教育公平上也做出了一些努力，做松鼠AI最开心的是能帮助每个孩子实现他的人生梦想。
据栗浩洋介绍，松鼠AI的获客渠道分为几类，一类是线上获客，从头条、百度、微信朋友圈等流量场景到一些合作方式，另外，他们很大一部分获客渠道依靠强大的地面部队，并且地面团队的营销效率更高。松鼠AI目前采用直营+加盟的模式，他们现在已经从上海周边、华东区开始到全国范围内覆盖，现在他们的2300多家学校已经覆盖了七百多个市和县，还有69个镇级学校。
雷锋网注：松鼠AI创始人 栗浩洋
以下是栗浩洋峰会现场演讲内容，雷锋网做了不改变原意的整理及编辑：
大家好，非常高兴今天可以在这里再次分享我们对人工智能教育的探索以及给孩子到底带来了什么。
经过5年的时间，松鼠AI已经在人工教育里面投入了大量的资金人力和心血，全国2000多个校长也一起为此努力，我们希望每个孩子可以学得更轻松，更开心。
我分享一下我们这几年的发展，上个月我们和字节跳动、脸书、阿里巴巴、商汤科技、Mobileye和特斯拉等共同获得了德勤的全球人工智能企业高增长50强奖项，我们获得了前十名。截至今天，我们已有17篇论文在全球最顶级人工智能的学术会议上获奖。所有的会议上，都赢得了学术行业的尊重。
我们打造了这样的一款人工智能超级老师，这个产品不单结合了几百个特级教师高级教师研发员为一体，现在已经通过算法的自我进化，远超人类智慧。之前，我们发现题目中大量关于难度系数的人工标注，会有各种各样的错误，是老师意想不到的。有时他们觉得难的题对学生来说非常简单，他们觉得简单的题对学生来说非常难，所以现在我们已经全部采用机器标注，完全不需要人工了。这些还不算什么，真正的进化是让我们没有想到的战略，根据更高效的学习来定制教学战略已经完全超过我们人类的想象。
我们也打破了教育几百万年来的一个老师常用的战略，就是没必要死磕难点。我记得我小时候读书，每本书讲完知识点之后，找重点和难点，但是实际上80%的难点，我们认为都不应该教。一个孩子现在是70分，目标是85分，或者现在是82分，目标是92分，总有8%的知识点可以完全不学，就可以更有效达到自己的目标的。为什么要死磕难点呢？今天初高中的很多知识已经忘记了，但是不影响你成为优秀的职场人。
我们的首席科学家Tom Mitchell教授还在和我们研究一个新算法，这个算法源于他对神经网络的不满，深度学习为什么需要几百万张照片，才让电脑知道猫是什么，为什么机器不能写得更快呢？
为了让人工智能技术更好地进化，松鼠AI今年7月份加入了更多人机对话的功能。比如我们测试孩子某一个知识点不会，孩子可以跟我们说这个知识点会了，或者推给他一个题目，他可以跟我们说这个题目太难，或者太简单。通过孩子和AI的对话，AI系统可以获得更多的数据来调整参数。
通过对这种人机交互的新算法进行1-2年的研究，它可以比深度学习的算法更快更优达到我们的目标和更接近人类大脑。这也是我们投入1千万美金成立实验室的原因，我们还和斯坦福成立了实验室，一起研究人机互动。未来老师不只是推视频和题目，而是越来越多可以和孩子进行对话。这是我们整个松鼠AI的大脑，第一层是本体层，有学生动态的学习目标，第二层是算法层，有推荐算法，还有用户画像算法，这一点非常像今日头条，但比今日头条更复杂，我们的算法要保证每个孩子彻底掌握某个知识点或者能力。第三层是交互层，现在的交互形式还是比较简单，未来的模式会更加全面。
今天讲三个故事，第一个故事是关于减负，今年4月份，陈部长在采访当中说减负是中国教育最大的难题，因为中国的孩子比全世界其他的孩子学得困难得多，但是诺贝尔奖并没有出得太多，而我们的科技发明在全球也排不上号，为什么我们学得又苦，结果却不好呢？其实是学习效率的问题，我认为未来AI或许可以解决减负这个难题。
举个身边的例子，我司机刘涛的女儿，150分的总分，只能得30-40分，合成100分就是25分的水平，根本不可能毕业初中。2年间学了各种各样的培训班，却没有任何的帮助。因为班里的学生知识水平参差不齐，有95分，有62分，有25分的，老师只能按照平均速度教，好的学生觉得浪费时间，40-50分的学生听不懂。
知识空间里面有一个问题，有一些不提分的学生因为老师发现孩子跟着系统学不会，老师就亲自教，但这种教法就像老师带着学生走了一遍迷宫，学生自己还是不会走。所以相信系统比相信人更加重要。我们的系统可以根据学生的学习情况自动降级。对于系统来说9年制不行，降到7-8年级，70分听不懂，降到40分的难度，学生就可以自己摸索出来怎么走了。
我们给出的解决方案是，通过系统先看每个孩子大脑里面的知识点状态，哪些是绿色，哪些是红色，以及知识点之间是怎么相互关联的，通过关联性的认知进行对症下药，把红色变成绿色解决。95分的孩子只有5%是红色，就可以很好解决，但是一个20分的孩子，他对这些知识点，可能大部分的内容都不会，这种时候，我们每次只给他10%的知识点去学习，再逐步循序渐进学习其他红色和黄色的知识点。
整个暑假，他在6-8月，所有的培训班学100知识点的时候我们只给他10个知识点，以前他学100个知识点从来都没有达到过35分，而这次一个暑假的时候达到了35分，又2个月达到了50分，又三个月达到61分，所以期末4000人大会里面校长表扬了三个人，另外两个都是95分和97分的孩子，只有他是61分的。又学了半年我们的系统，他达到了79分，而他四科在松鼠AI里面提高了200分，这个成绩仍然不是特别好，没有进入高中和重点高中，考了最好的职高，但是这个职高的竞争非常激烈，是飞机检修，是一个铁饭碗，她当时是班里面最后5名考进去，考进去之后，我说继续用我们的松鼠AI系统，他说不用，我们家已经烧了8辈子高香了，我是司机他是飞机，这已经是铁饭碗了，根本不用再学了，而且我们松鼠AI没有高中的系统，你现在上高中用初中干什么。我说你家孩子考79分，意味着21%的知识点仍然是红色和黄色，仍然不会，没有掌握这些知识点，很多高层级的知识点是建立在前需的知识点上，前面不懂后面不会了解，继续学习对高中仍然有帮助。
当时，我们在全国做了普及性调查发现，有很多的学生通过松鼠AI大幅度的提分了，但是也有一些孩子不但没有提分，甚至还降分了。传统的教育根本无法找到问题的根源，对于我们来说非常容易，因为我们可以看到所有降分的孩子所有学习的过程。我们找到很多的问题，一是题目难度系数打得不够准，所以我们后来全部用机器打分；二是题目难易程度没有根据学生知识点掌握的具体情况进行快速升降级；三是没有对知识点做追根查源；四是有一些知识点，他已经识别了，已经掌握了，但是我们错误判断了。
这些问题通过人机对话的算法都可以解决，但是人类老师的问题可以解决吗？我上个星期在新疆给家长做千人演讲的时候，我到学校看了老师的讲课，你会发现老师讲课当中也有各种各样的错误，他们对孩子的用户画像了解比松鼠知道的更薄弱。
但是松鼠AI可以不断完善，不断优化，这是我们规划的流程。现在我们的规划流程已经比传统的知识点做得更完善，不是传统的升级和降级，而是在同步学习的过程中，进行追根查源补漏侧。补漏侧发现9年级的孩子，8年级7年级之前缺少了知识，我们又跳到8年级和7年级的知识点学习，学完之后再回来同步学。
另外，我们系统设置了战略后排隔离池，对同步学的所有知识和追根查源的知识进行不断的排序，对于比较薄弱的知识点，就放在战略后排隔离池里。我先要保证8%的知识点可以学会掌握提升，所以补漏也有知识队列，战略排序同步也有知识队列，有一些知识甚至放到废弃池里面，对于没有掌握透彻的知识点，则需要重学。我们最近重启了我们的重学系统，因为重学的原因是知识点没有掌握，如果知识点只有60%-70%的掌握率，也就是一知半解，马上学后面的知识点，他每一步就踩不稳，当有两步踩不稳，去学第三步的时候，大家可以想象楼一定会塌的，所以花更多的时间重学，比学完所有的知识要重要很多。
栗浩洋表示，对于人工智能来说，我们做的最重要的事就是减负。人工智能教育不是给孩子题海，而其实是给孩子减负。他说，一个80分的孩子去做一百道作业是没意义的，我小时候一个月一万道一万道刷题，因为当时河南要考大学是一分压万人，但是实际上我平均95分，我刷一道题只是为了找到500道我不会的，现在通过人工智能知识点扫描之后其实我只学习需500道题就行了，根本不需要学其他9500道，所以人工智能教育是真正可以给孩子大幅度减负的。
我们看到他做了追根查源的学习之后，把薄弱的21%补足之后，他考进了班级前3名。他们班在去年6月份，每个班选了5个，孩子可以到美国的西雅图学后面2年，全球所有的机场的工作可以随便他选。一个孩子的命运可能就因为松鼠AI而完全改变。
第二想讲的案例是关于素质教育，什么是素质教育呢？我讲两个孩子的故事，也是我双胞胎的儿子。他从小就是我各种教育实验的牺牲品，在昂立的时候还投了1亿，做0-6岁早教的研发，我在他身上用了全球的20多种流派的教学理念，我就说我像李时珍一样给他们吃各种各样的药，有时候吃对，有时候吃错药，我不知道会不会有留下什么后遗症，但是我想应该利大于弊，后面我同学严肃批评了我，你根本不是李时珍，李时珍是自己吃药，哪有你这样拼命给儿子吃药。但是他们现在至少还是令人满意的。松鼠AI系统里面，他们只学了2年，现在已经在攻克5年级甚至6年级的美国数学竞赛题了，也就是说对于这样的孩子来说，松鼠AI可以彻底释放他的潜能。
为什么2年级就可以学习5年级的内容，如果仅仅是知识的学习，是不可能达到几倍的速度的，更重要是他们的素质和能力得到了提升，这个素质和能力是什么？我解释为MCM，也就是思维、方式、学习能力、学习方法。你的MCM可以保证面对世界上任何新的问题进行解决。比如语文里面有各种各样的思维、能力、方法，MCM有一个前3后3法则，即拿关键词定位，找到这个词在文章中的位置，前3行后3行就是答案，只要知道小小的技巧，便可大幅提升学习效率，物理也是，数学也是。对于不同的职业来，我们也发现，其实你不需要掌握所有的MCM，有的人数学强，有的人语文强，有的人可能是历史或者地理比较强，每个学科训练的是不同的MCM。你未来需要从事什么职业，只要在自己优势的MCM大量发挥就可以。
比如说我自己的劣势是严谨性，我们当时在央视做了一个测试，把6个不同的职业的人分类，科学家、律师、销售、会计，识别他们到底是谁，不同人需要具备不同的能力，而每个人在职业当中，如果你核心能力不强，在这个职业里面一定会很绝望。在系统里面，央视策划里面很多人并不擅长发散性思考，但是入错了导演和策划这行。当时我们测了几个人，包括运动员高敏，他的估测能力和空间想象能力特别强，我的空间想象能力非常差，我每次走到一个购物商场里面都找不到应该从哪里出去，找不到我要的餐馆和专卖店，我自己游泳的时候已经是全公司游得最好的之一，我4种泳姿都会。但是我游泳转一个身回来，我就找不到哪边是天哪边是地。所以我空间感特别差，但是如果跳水空间感不强就完蛋了。我自己从小MCM不好，就不要做这个领域，比如说高敏统筹思想不好，不能做领导的。所以我们看到他没有做队长，像刘国梁做乒乓球的队长。但是当时这个题就做错了。但是对我很痛苦的题对他来说就非常容易。下面哪一个不是题目中所给的方框，大家可能很难一眼看出来，但是他一眼就回答出来，非常快的时间，20-30秒的时间就答出来了。我们当时还测了吴克群，当时测的时候是不知道谁是谁的，我们通过结果来判断他是谁。当时看到右边的结果就是意境分析能力、语言分析能力、语言联想能力和审美能力非常强，但是数据能力和巧算思想非常差，我们就知道肯定是吴克群了。当时他做了一题，也是其他的甚至语言能力很强的律师和记者都做出来，这个是很难的，意境的审美能力和精妙的分析能力，但是吴克群没有被转晕，转出来了。
我们用科学的方法看待每个MCM。清华附中的校长看到我们做的系统，可能甚至未来可以在中国有机会代替高考，希望说服教育部，真正的教育不应该测验学生的知识掌握程度，而应该测MCM能力水平，认为我们的能力测试水平比PISA的测试水平有优势。我们所有的东西都是可解释，基于数学、基于算法，基于标注认定的。所以在整个系统的训练里面，我们认为素质教育就是MCM，就是你的思维方式，你的能力，你的学习方法。
两个小朋友在松鼠系统训练一段时间之后，现在养成了一种习惯，上次我和一些企业家带所有孩子玩的时候，很多孩子比他们还大，但是我出了4-5年级数学题，他们不仅第一时间做出来，当其他孩子做出来的时候，每个人想了3-4种不同的解法了，他们的思维模式不是单一，通过大量的思维模式的训练，他们掌握了不同的方式的解题技巧，而且喜欢思考。
去年我去硅谷演讲的时候，斯坦福大学的一个教育学院的教授问了我一个问题，大家都说中国的教育很失败，没有什么科学家培养出来，也会说中国人也觉得中国的教育比较失败，但是硅谷来自中国的程序员，比美国多得多，乔布斯在美国招不到程序员，但是中国很好，经过我们多年的深入研发，数学的MCM和编程需要MCM70%是一样的，但是中国的学科教育对于数学的深度训练很好，我们的数学比美国难2-3年，高三毕业相当于美国大三的数学水平，这种深度的数学训练让孩子大脑里面对数学的MCM掌握程度其实是非常好。所以中国人天生就适合做程序员。我们的问题是，创造性思考、发散性的MCM不够，所以为什么会有一些人学习奥数，其实奥数会培养发散性思维能力、批判性思维能力和创造性思维的能力，通过这样的一些训练，我们看到大家在编程上也是有如其效。他们7岁的时候第一个APP就上线了，现在刚刚8岁，他们已经在编中国象棋和国际象棋，不是用MAT教授做的儿童的编程语言，有的是成人的程序员的语言，所以我希望他们两个能在苹果全球开发者大会竞争全球最小程序员，如果他们成功的话，他们将成为历史上第一个中国的孩子达到最小程序员的。
我希望他们成为中国的素质教育的典范，其实更让我崩溃的不仅仅是前面的程序可以编得多好，甚至被CTO做成了样板，因为非常干净，非常有条理。今年6月18日，我家大宝生日的时候，他不小心摔倒骨折了，而且肿胀得非常厉害，还眼泪吧嗒的，没有嚎哭不错了，已经疼得不行了。我说马上回去我们晚上一起玩游戏，结果等到晚上，我到家的时候一个小时之后，左手打着石膏，放在腿上，没有在玩，在编程，当时看到这一幕的时候，我自己的泪差一点下来了。我没有想到会这样，因为我小的时候，就12岁的时候发烧，赶快躺在家里，看看电视，看看书，休息两天，但是他在这么痛的时候，刚刚打了石膏回来还在编程。
我们经常说教育是反人性的，但是教育真的是反人性的吗？根本不是，如果我们可以启发每个孩子内心对教育的热爱，通过MCM的培养，他们的能力会变得非常强，他们非常愿意去学习的时候，其实那种学习就是他的热爱和渴望。我经常会说一件事，你擅长什么就会热爱什么，当你真的擅长的时候，不是掌握了一些死知识，而是MCM能力变得很强的时候就会喜欢它。其实当他的MCM上升的时候，他自己是热爱编程，给他们编程比玩游戏还要开心，所以每个孩子都可以真正爱上学习。
还有一个就是挑战式学习。后来我和苹果的副总裁一起合著了中文版的学习圣经之后，他里面有一个让我学习很多的，这本书可以当成圣经几十遍去读，挑战式学习打开了我。我在今年的元旦，让2年级的学生挑战8年级的物理，这个完全不是一个智力层级的，但是到今年8月份，他们的知识掌握率达到98%，而且已经超过的全国的松鼠AI八年级学生的物理平均水平。这个事情看上去很恐怖。开始的时候我们看后台数据，每学一个知识点要全国平均孩子的知识点的学习时间的10倍的时间才可以学会。如果是老师或者家长，没有耐心给你教10遍，但机器没有关系，可以10倍，20倍的时间教你，等第二遍教的时候，有的知识点是全球平均时间的4-5倍，但是有的知识点学习的时间已经比全国的平均时间还要快。只有通过这样的学习，2年级的孩子原来是2年级的学霸，但是其实是8年级的学渣。他也可以去学会应该学会的知识，甚至不该学会的知识。
每个孩子的学习时间是不一样，每个孩子知识点上理解能力也是不同的，每个人的掌握时间就是一副云图，除了用机器智适应学习，不可能把任何两个孩子放在一个系统里面。这是去年的AIAED大会的演讲，我现在演讲很好，不知道我在大学刚刚毕业的时候，第一次创业演讲的时候惨不忍睹，而且第一次新闻发布会当时只有十几个记者，我嘴唇抖了3分钟，一句话都没有说出来。然后那个发布会就这么结束了。我是后来成年之后，创业之后自己不断训练出来的，但是现在的小孩可以从小训练。
最后我想讲的是教育的公平性。松鼠AI可以把教育公平性落到极致。央视5月份给了我们一个挑战，让我们教清太平镇的孩子学习。这个镇只有1000人的人口，他们的孩子在6年级的时候换了8任数学老师，而8个老师还不是真正的老师都是志愿者，所以他们的数学水平非常差。我们经常开玩笑说，你的数学是体育老师教的，在那边不是一个笑话，是一个惨痛的现实。我们同意通过两个月一定可以超过镇上的非常稳固的常年跟踪的百年名校的老师教的水平。当时我们只要超过20分，就可以达到镇上的水平，50分考到70分，但是测试的时候，发现非常痛苦的现状，这群六年级的学习水平比县里面四年级还差，我们不知道能不能做到。而实际上他们当时的知识点掌握率，除了极少数的知识点掌握，而且掌握还不是80-90%，是60%-70%，大部分的知识点全部都是红色，根本没有掌握。在如此艰苦的条件下，我们给孩子们安排了全日制松鼠AI学习，放弃大量的知识点，不断地追根查源，一个5分的孩子，我的目标提高30分，考到35分就可以了，一个50分的孩子考到80分就可以了，结果这些孩子考到了89分。这样的中国18线的地区，每个孩子身边有松鼠AI，他们可以学得和全中国任何一个孩子一样好。
再举一个例子，一个得了脆骨病的女孩，没有办法到学校上课，这个女孩在我们系统里学习后，成绩已经超过了武汉二线城市的学习水平。在昨天晚上我刚刚得到消息，这个女孩现在上初一，考了班里面的第一。这些孩子的平均成绩原来都是不及格，从小学都不可能毕业，上初中都没有机会，到现在他们想实现更大的人生的梦想，我觉得做松鼠AI最开心是帮助每个孩子实现他的人生梦想。
我们今年入选斯坦福商学院MBA的案例，又拿到MIT的聪明50公司，这一切都不重要，重要的是通过AI实现教育的减负，实现教育的公平性。我们每个人都希望通过10-20年的时间，让松鼠AI可以像孔子+达芬奇+爱因斯坦一样，实现一个全能老师的功能。
如果未来每个孩子从3岁的时候就可以有一个大师一对一的对话，辅导他不断成才，人类的智商将比现在提高几倍。所以我们在做的事情可能不仅仅是AI教育，而是真正改变人类教育的发展史，谢谢大家。
相关文章：
德勤发布《2019教育智能化发展报告》，人工智能如何重塑教育行业？
腾讯教育发布智慧校园2.0：已覆盖全国300余家教育局，服务了17000余所学校
AI+教育存在哪些误区？如何更好地融合？听听投资人和创业者怎么说
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
