网易有道CEO周枫：AI+教育还在起步阶段

我们这几年岁情下来发明，也许必要有一些分层的模子做教诲信息化的事变，总体上来看，从网易的角度、有道的角度，我们必要有一个最基本的技能的条理，包罗计较机视觉，说话处理赏罚，自顺应进修算法等等这样一系列最基本的技能。

到上面，我们把这些技能构成较量综合的数据处理赏罚手段，包罗面向功课的、标题等等的自动化的处理赏罚，包罗面向解说大数据的学情处理赏罚。再往上，除了算法，除了处理赏罚手段之外，必要有许多的资源，这就包罗题库，许多的测验的样本库，以及教研的大量的数据库等等。到最上面才是我们应用的处事，包罗直播解说，智能的体感，以及自顺应进修，学情大数据等等这样的应用。把这个列出来不是要讲详细的，而是嗣魅这长短常大的工程，并且整个教诲信息化还处于很是低级的阶段，是一个很是故意思的规模，也会有许多的事变可以去做。

下面我讲几个案例，详细的一些我们参与的事变。第一个案例，对教诲进程，出格是基本教诲来说，教诲会发生大量功课。着实是门生也好，先生也好，这对他们都长短常重要的工作。假如你去问中小学先生，问他花的最多时刻的事变，以及他以为最应该节减时刻的事变是什么，他必然汇报你是功课。我们统计下来，大量的先生花一半或更多的时刻在功课上，这个很是低效，通过信息化要了解很甜头理赏罚这个题目。均匀天天中学先生会在功课上花两小时可能更多，就有这样的一些流程。

可以通过一些什么样的步伐办理？通过AI的本领可以把手写的，纸制的功课更好地、自动地处理赏罚，好比说你把功课扫描往后，可以自动把每道题分别出来，统一道题同时判分，能自动判分的就自动做，必要手工判分的可以把统一道题，可能是功课，可能是考卷上的统一道题一路判，这样可以大大进步服从。

更重要的是这些事变做完往后AI可以汇报先生可能这个地域的教诲主管部分，哪些处所是门生遇到题目较量多的，哪些处所是必要增强的。

这个就是适才讲的，AI可以做更多的数据沉淀，学情陈诉，以及辅佐先生出更多的、更有针对性的标题。

通过这样的要领，可以把先生们花在功课上的时刻从两个小时低落到20分钟功课，有许多其他方面的统计。

第二个案例就是功课的环节。最根基的一个逻辑是奈何网络到门生的电子化的功课信息。除了扫描的步伐，是不是尚有更及时有用的步伐。我们用到了智能硬件的步伐——智能笔，基于点阵码扫描的技能，用平凡的纸印上点阵码往后，通过这个笔前端的摄像头可以跟踪用户誊写的内容。虽然这个笔是有笔芯的，可以写出墨水。这样门生在答题的同时不必要做其他任何事变，就可以把全部的他写的内容都记下来。记录下来就可以上传随处事器可能同步得手机上，来完成整个功课全自动网络的进程。

第三个案例，世界各地每年都举办大量的测验考试，这些数据对付许多从颐魅者来说，不管是教诲体制内的，照旧外部的培训机构，他们都但愿快速得到数据。通过AI的方法也可以自动完成这些数据的电子化。像高思教诲就用的有道的标题电子化技能。

适才是三个简朴的例子，辅佐各人感觉一下教诲信息化以及也许涉及哪些方面的题目。

我适才讲了，整个规模还处在起步阶段，这中间有一个很是重要的挑衅，这也是我认为各人可以一路去办理的。这个挑衅就是教诲规模是需求纷纭伟大，很是分手的规模。第一个讲到的体感和学情大数据，这里有许多技能，许多的公司也在全力。智能纸笔功课是第二个例子。第三是标题电子化。除此之外尚有大量的工作，好比说伶俐讲堂，在此刻这样一个讲堂情形下，及时环境可以做大量AI的加强。好比中小门生哪些听懂，哪些没听懂都长短常重要的题目，你可以想象用AI的计较机视觉技能办理。像说话类的，英语口语，操练和测评，已经有流利嗣魅这样公司的呈现，可是这个题目还远远没有被办理，还可以大量去做。作文这样有创意性的内容，它是否可以被呆板去自动修正，许多成就证明这个是可以做的，可是还没有做得出格完美。

基本教诲的自顺应进修是这两年很是热的话题，因材施教是几年来各人的空想，奈何真正做到这一点，同时又不让进修酿成一个很是孑立的，感受被呆板所驱动的一个进程，这是极大的挑衅。此刻行业里有像松鼠AI 1对1，在外洋有一系列的公司都在这方面做大量的实行，要能办理这个题目就应该可以缔造出十亿美元或更高代价的公司出来。