圖片來自“視覺中國”
【編者按】5月13日， 由中國教育三十人論壇與華東師範大學聯合主辦的“人工智慧與未來教育”高峰論壇在華東師範大學舉行。
本文轉載自科大訊飛教育BG， 作者吳曉如；由億歐編輯， 供行業內人士參考。
尊敬的各位老師、各位同學， 大家下午好。 今天非常高興來到華東師大， 就人工智慧和教育的應用和大家做一個分享。 科大訊飛是從中國科學技術大學走出去的技術性企業， 今天受到華東師大邀請我們也感到非常榮幸。 上午各位專家描述了未來教育時代人工智慧怎麼應用這樣一個非常美好的前景， 科大訊飛作為一家技術性企業， 我們就是要看怎麼能夠實現專家講的這些路線圖。
所以我將我的演講標題做了一個修改， 叫“人人都應該有一個人工智慧教學助手”。 人工智慧完全替代老師是不可能的， 在當前環境下應該更多地考慮在人工智慧背景下師生怎麼更好地教、怎麼更好地去學。 今天朱主席在前面講到， 說《智慧時代》這本書談到了人工智慧在很多領域的應用， 唯獨沒有談到教育。 我希望今天通過我的介紹中的四個部分Why/What/How/When， 讓大家瞭解人工智慧和教育的關係。
為什麼教育需要人工智慧？
實際上教育資訊化已經進入到一個新的階段。 如果大家如果對中國K12領域的教育資訊化應用做瞭解的話， 會發現中國的教育資訊化正在從硬體走向軟體，
所以我們講， 中國的教育資訊化其實已經進入到了關鍵的階段。 實際上過去資訊化在教育中的應用， 是起一種“支持性”的作用。 人工智慧、互聯網、大資料出現以後， 資訊化不只是一種簡單的支撐， 不應該只是老師到了一個課堂上講解PPT那麼簡單。 我們要考慮， 資訊化怎麼起到支撐和引領的作用。
為什麼現在還沒有引領， 更多的只是支撐？我們覺得有三個方面：
1、應用沒有深入體制內教與學的真實場景。 老師怎麼更有效率地教， 學生怎麼更有效率地學， 我們的技術還沒有提供很好的手段。
2、課堂和作業等傳統教學模式存在巨大慣性， 這個傳統的教學模式巨大慣性我們怎麼克服？
3、沒有形成教與學、教與管的實質性互動。 這是我們要考慮的， 如果一個新的技術不能有效的解決這個行業的剛需問題， 我們覺得它在這個行業就不能形成規模化的應用。
所以關鍵的關鍵， 就是有沒有核心技術， 能不能突破然後使得我們剛需性場景下的應用成為可能。
現在講一下我的第一個觀點， 教育資訊化為什麼沒有在教育行業形成大規模深入的應用， 也就是沒有形成一個智慧的閉環？
我們經常講， 互聯網連接一切。 但是連接的作用是產生資訊的， 我們在教育的各種場景的連接過程中，
第二， 破解大班制教學的個體關注缺失問題。
我和很多的校長、老師都溝通過。 他們大部分跟我講， 一個班級少則四五十學生， 多則五六十、甚至更多。 老師只能瞭解前幾名和後幾名學生， 對大部分的學生學業情況是不瞭解的。 怎麼讓老師對學生個體更好的更精確的及時評價？這就需要老師有更多雙眼睛和耳朵關注更多的學生。 這個我們想是人工智慧必須要去破解的問題。
第三，資料驅動的教學治理。
現在大部分校長的學校管理和老師開展的教學活動更多的是憑經驗，能不能把這種完全憑經驗的，變成“經驗+資料”，這就需要我們的教學過程中必須要有資料，而且這些資料是可分析的資料。
第四，採集和挖掘教育大資料寶藏。
數據到人工智慧時代是不可多得的資產。千萬不要想，拿了一個很好的演算法，明天資料就有了。這是不可能的。必須要有一種新型的技術手段，使得我們更容易從實際的教和學的行為中採集、挖掘教育大資料的寶藏。上午我和很多的專家也探討過，就是怎麼去得到教育的資料？教育的大資料只有從個體實際的教學行為中，才能把它提煉出來，才能把它記錄下來，為我們以後的教學行為產生指導。
有些人跟我們講，已經把課堂錄下來了，已經把試卷掃描下來了。但是這只能講我們實現了教學過程中資訊的數位化，我們並沒有形成可處理、可分析的資料化。所以我們需要人工智慧，把我們過去規模化的一些數位化的資訊，轉換成為資料化的資訊。
整個人工智慧時代，人工智慧需要大資料和雲計算共同助力教育資訊化。互聯網當然要注重各種場景的連接，雲計算要提供各種資源、各種資料服務的能力，人工智慧在中間要起到穿針引線的作用，要對我們的教學環境形成一些輔助或者決策性的分析。
人工智慧到底是什麼？
在這裡有一個視頻給大家看一下，也是提提神。
大家可以看到華師大的影響非常大，提前就上《新聞聯播》了。實際上這個就是人工智慧的一個典型應用，只要有一個人半小時的語音就可以訓練出來他的模型。
人工智慧有三個層次：第一個層次，計算智慧就不說了。
第二個，這幾年人工智慧正在大規模突破的就是感知智慧。電腦就像人的眼睛和耳朵一樣，可以感知周圍的世界，我們可以讓電腦聽的比我們聽的更加準確、看的比我們更加清楚。這個技術現在已經到了大規模可用階段了。
第三個階段，認知智慧。我聽到了周圍的世界，我看到的周圍的世界。到底它看的和聽的是什麼意思？這是現在人工智慧最需要突破的，就是認知智慧。這三個層次無論是感知還是認知，在教育裡面都有非常非常重要的應用場景。
語音辨識。我今天看速記小哥在非常辛苦地敲鍵盤，實際上我們有一個技術叫“聽見”沒有拿到現場。現場我的講話、朱老師的講話，都可以即時的轉成文字，一定比他從單個文字上記錄的更加準確，我們在去年谷歌高噪背景下的多人說話識別，是全球所有的指標中最好的。第二個就是語音合成，它不僅僅可以合成中文，還可以合成英文。我們可以簡單的聽一下。
現在很多老師在課堂裡面要合成聽力試題的時候不敢自己講，因為大部分老師沒有我們合成的語音更加標準、更加流暢。這可以看到電腦怎麼去替代人的嘴巴。我們再看一下，在教育裡面有一個關鍵應用，是認知智慧裡面初步的應用，就是智慧閱卷。很多在座的同學可能考過四六級，四六級作文的試卷已經可以用機器閱了。現場有500-1000篇範文，大概80%的文章機器可以自動評閱。20%非模式化的文章，機器可以挑出來再交給人工。這樣可以把老師大量重複模式化的時間節約出來，所以現在越來越多的學校已經在用了。
再看一下機器翻譯。機器翻譯我今天已經送給華東師大一個了，以後出國的時候，如果英語達不到六級優秀水準，我覺得就不用學了，不如用機器翻譯幫你解決各種問題。知識推理是大家今天談的比較多的，我就不具體舉例了。機器實際上從現在自然語言的文章裡面，已經能夠把文章裡面很多關鍵的資訊提取出來。幫助我們閱讀時更好的去掌握裡面的一些關鍵知識點，我們在NIST比賽裡面也取得了很好的成績。去年中美人工智慧競賽專門把科大訊飛相關技術做了介紹，這裡面所有取得的進展、關鍵技術就是強化學習的技術。
人工智慧到底怎麼助力我們的教育？
我們一定要瞭解老師一定不是資訊化的專家，所以一定要讓資訊化使用的門檻非常低。比如：依託很好的資訊化技術，讓老師在課堂上迅速的實現和學生的互動，可以把最好的資源調取出來，通過多屏互動展現在螢幕上。要使得技術使用的門檻比老師從粉筆盒拿一隻粉筆更加簡單，這樣老師才願意用，這樣才可能產生連接、產生資料。
雖然我們講未來要把課堂交給學生，但是不要忘了當前課堂和學校的組織者是老師。所以一定要讓老師願意用。老師為什麼願意用？要降低工作強度。老師大量批閱作業的工作，大量在課堂檢查學生測試知識點完成情況的工作，應該用機器完成。這就是剛才講的很多主觀閱卷技術應用的場景。老師要是發自內心的願意去用，這樣才能使這個技術真正的在我們的教學環境中運轉起來。
大量的應用過程中就會產生資料，我們想不僅僅是電子化的資料要採集起來。包含：各種過程化的作業、考試、口語各種資訊。我們要讓學校裡面以後越來越多的添置一些基礎的資料獲取設備。我們不能為了創造資料而創造資料，我們把過程化的一些作業考試資料化，成為我們以後可以指導教和學的過程的行為。
對於資源也一樣。在教和學的過程中產生資料是非常重要的，我們要產生足夠多的資料讓老師非常便捷的拿到這些資料，使得資料的應用和產生融通起來。優秀的東西是怎麼產生的？不是某一個人選擇出來就是優秀的東西。一定是給老師、學生足夠多的選擇權，在選擇裡面產生大量的優出來。整個人工智慧技術能夠使得我們在資料資源的產生和使用過程中，形成一個良性的互動。説明我們學校、説明我們區域去做一些安全的監管。
除掉剛才介紹的幾個之外，還有一些課堂憑現有的傳統模式是很難把課堂組織起來的。比如：北上廣深的很多地方都已經有了一些智慧口語測試，但是人工的測試是非常困難的。口語的訓練，老師想指導班上50個學生也很困難。通過人工智慧技術就可以了，每一個學生周圍都好像有一個虛擬的教學助手、口語的教學助手可以更好的幫助我們的學生去學習。
我們現在提供了很多人工智慧和大資料的教學輔助助手以後，老師能做什麼創新？這些東西目前都是一些智慧化的工具，最後創新的主體還是教學。這一張幻燈片是北師大二附中，學生把作業做完以後，老師就拿到統一的報告，報告裡面就講一些知識的群體性黑洞。一般個例問題就不說了。另外老師課中會給學生髮個性化問題。原來可能一個班一堂課做10道題目，現在大部分的學生做的都是不一樣的，課後學生可以繼續得到一些優質的資源，這就實現連接教和學精准講解，然後整個以學定教，可以大幅度的提高課堂的效率。
對於教學管理者來說，可以得到一個教學的儀錶盤。我是校長的話，原來是憑經驗。現在各種資料過來，老師有沒有用教育資訊化，用的怎麼樣？產生多少資料？老師有哪些資源被別人引用？通過一個簡單的儀錶盤讓校長看到，這就把教和學的行為，教學和管理的行為很好的連接在一起。
教育的人工智慧什麼時候能實現？
當然這是一個長期的過程，但是我們要看到這個過程已經開始了。現在有很多學校實際的教學環境中用到的有些產品，裡面已經具備了部分智慧化的程度。隨著資料越來越多，我們整個學校的智慧系統會越來越強大。同時我們看到政策的支持，教育部正式提出來，下一步教育資訊化的重點是資訊化和教育技術的深度融合，是應用的驅動。
所以不再像以前僅僅是學校買電腦設備，大家都在切切實實的推動技術和教學實踐深度的融合。同時，現在已有很多剛需性的應用。剛才講的作業的評測，上課老師的講解等很多的剛需，這些應用讓老師願意去用，用的過程中產生資料，資料指導老師有針對性的教，指導學生個性化的學。同時人工智慧可以在數位驅動下説明學校和區域實現資料治理。
所以我想人工智慧最大的一個願景，就是希望通過資料引導讓學校實現因材施教。我的介紹就到這裡，謝謝大家！
51
64
第三，資料驅動的教學治理。
現在大部分校長的學校管理和老師開展的教學活動更多的是憑經驗，能不能把這種完全憑經驗的，變成“經驗+資料”，這就需要我們的教學過程中必須要有資料，而且這些資料是可分析的資料。
第四，採集和挖掘教育大資料寶藏。
數據到人工智慧時代是不可多得的資產。千萬不要想，拿了一個很好的演算法，明天資料就有了。這是不可能的。必須要有一種新型的技術手段，使得我們更容易從實際的教和學的行為中採集、挖掘教育大資料的寶藏。上午我和很多的專家也探討過，就是怎麼去得到教育的資料？教育的大資料只有從個體實際的教學行為中，才能把它提煉出來，才能把它記錄下來，為我們以後的教學行為產生指導。
有些人跟我們講，已經把課堂錄下來了，已經把試卷掃描下來了。但是這只能講我們實現了教學過程中資訊的數位化，我們並沒有形成可處理、可分析的資料化。所以我們需要人工智慧，把我們過去規模化的一些數位化的資訊，轉換成為資料化的資訊。
整個人工智慧時代，人工智慧需要大資料和雲計算共同助力教育資訊化。互聯網當然要注重各種場景的連接，雲計算要提供各種資源、各種資料服務的能力，人工智慧在中間要起到穿針引線的作用，要對我們的教學環境形成一些輔助或者決策性的分析。
人工智慧到底是什麼？
在這裡有一個視頻給大家看一下，也是提提神。
大家可以看到華師大的影響非常大，提前就上《新聞聯播》了。實際上這個就是人工智慧的一個典型應用，只要有一個人半小時的語音就可以訓練出來他的模型。
人工智慧有三個層次：第一個層次，計算智慧就不說了。
第二個，這幾年人工智慧正在大規模突破的就是感知智慧。電腦就像人的眼睛和耳朵一樣，可以感知周圍的世界，我們可以讓電腦聽的比我們聽的更加準確、看的比我們更加清楚。這個技術現在已經到了大規模可用階段了。
第三個階段，認知智慧。我聽到了周圍的世界，我看到的周圍的世界。到底它看的和聽的是什麼意思？這是現在人工智慧最需要突破的，就是認知智慧。這三個層次無論是感知還是認知，在教育裡面都有非常非常重要的應用場景。
語音辨識。我今天看速記小哥在非常辛苦地敲鍵盤，實際上我們有一個技術叫“聽見”沒有拿到現場。現場我的講話、朱老師的講話，都可以即時的轉成文字，一定比他從單個文字上記錄的更加準確，我們在去年谷歌高噪背景下的多人說話識別，是全球所有的指標中最好的。第二個就是語音合成，它不僅僅可以合成中文，還可以合成英文。我們可以簡單的聽一下。
現在很多老師在課堂裡面要合成聽力試題的時候不敢自己講，因為大部分老師沒有我們合成的語音更加標準、更加流暢。這可以看到電腦怎麼去替代人的嘴巴。我們再看一下，在教育裡面有一個關鍵應用，是認知智慧裡面初步的應用，就是智慧閱卷。很多在座的同學可能考過四六級，四六級作文的試卷已經可以用機器閱了。現場有500-1000篇範文，大概80%的文章機器可以自動評閱。20%非模式化的文章，機器可以挑出來再交給人工。這樣可以把老師大量重複模式化的時間節約出來，所以現在越來越多的學校已經在用了。
再看一下機器翻譯。機器翻譯我今天已經送給華東師大一個了，以後出國的時候，如果英語達不到六級優秀水準，我覺得就不用學了，不如用機器翻譯幫你解決各種問題。知識推理是大家今天談的比較多的，我就不具體舉例了。機器實際上從現在自然語言的文章裡面，已經能夠把文章裡面很多關鍵的資訊提取出來。幫助我們閱讀時更好的去掌握裡面的一些關鍵知識點，我們在NIST比賽裡面也取得了很好的成績。去年中美人工智慧競賽專門把科大訊飛相關技術做了介紹，這裡面所有取得的進展、關鍵技術就是強化學習的技術。
人工智慧到底怎麼助力我們的教育？
我們一定要瞭解老師一定不是資訊化的專家，所以一定要讓資訊化使用的門檻非常低。比如：依託很好的資訊化技術，讓老師在課堂上迅速的實現和學生的互動，可以把最好的資源調取出來，通過多屏互動展現在螢幕上。要使得技術使用的門檻比老師從粉筆盒拿一隻粉筆更加簡單，這樣老師才願意用，這樣才可能產生連接、產生資料。
雖然我們講未來要把課堂交給學生，但是不要忘了當前課堂和學校的組織者是老師。所以一定要讓老師願意用。老師為什麼願意用？要降低工作強度。老師大量批閱作業的工作，大量在課堂檢查學生測試知識點完成情況的工作，應該用機器完成。這就是剛才講的很多主觀閱卷技術應用的場景。老師要是發自內心的願意去用，這樣才能使這個技術真正的在我們的教學環境中運轉起來。
大量的應用過程中就會產生資料，我們想不僅僅是電子化的資料要採集起來。包含：各種過程化的作業、考試、口語各種資訊。我們要讓學校裡面以後越來越多的添置一些基礎的資料獲取設備。我們不能為了創造資料而創造資料，我們把過程化的一些作業考試資料化，成為我們以後可以指導教和學的過程的行為。
對於資源也一樣。在教和學的過程中產生資料是非常重要的，我們要產生足夠多的資料讓老師非常便捷的拿到這些資料，使得資料的應用和產生融通起來。優秀的東西是怎麼產生的？不是某一個人選擇出來就是優秀的東西。一定是給老師、學生足夠多的選擇權，在選擇裡面產生大量的優出來。整個人工智慧技術能夠使得我們在資料資源的產生和使用過程中，形成一個良性的互動。説明我們學校、説明我們區域去做一些安全的監管。
除掉剛才介紹的幾個之外，還有一些課堂憑現有的傳統模式是很難把課堂組織起來的。比如：北上廣深的很多地方都已經有了一些智慧口語測試，但是人工的測試是非常困難的。口語的訓練，老師想指導班上50個學生也很困難。通過人工智慧技術就可以了，每一個學生周圍都好像有一個虛擬的教學助手、口語的教學助手可以更好的幫助我們的學生去學習。
我們現在提供了很多人工智慧和大資料的教學輔助助手以後，老師能做什麼創新？這些東西目前都是一些智慧化的工具，最後創新的主體還是教學。這一張幻燈片是北師大二附中，學生把作業做完以後，老師就拿到統一的報告，報告裡面就講一些知識的群體性黑洞。一般個例問題就不說了。另外老師課中會給學生髮個性化問題。原來可能一個班一堂課做10道題目，現在大部分的學生做的都是不一樣的，課後學生可以繼續得到一些優質的資源，這就實現連接教和學精准講解，然後整個以學定教，可以大幅度的提高課堂的效率。
對於教學管理者來說，可以得到一個教學的儀錶盤。我是校長的話，原來是憑經驗。現在各種資料過來，老師有沒有用教育資訊化，用的怎麼樣？產生多少資料？老師有哪些資源被別人引用？通過一個簡單的儀錶盤讓校長看到，這就把教和學的行為，教學和管理的行為很好的連接在一起。
教育的人工智慧什麼時候能實現？
當然這是一個長期的過程，但是我們要看到這個過程已經開始了。現在有很多學校實際的教學環境中用到的有些產品，裡面已經具備了部分智慧化的程度。隨著資料越來越多，我們整個學校的智慧系統會越來越強大。同時我們看到政策的支持，教育部正式提出來，下一步教育資訊化的重點是資訊化和教育技術的深度融合，是應用的驅動。
所以不再像以前僅僅是學校買電腦設備，大家都在切切實實的推動技術和教學實踐深度的融合。同時，現在已有很多剛需性的應用。剛才講的作業的評測，上課老師的講解等很多的剛需，這些應用讓老師願意去用，用的過程中產生資料，資料指導老師有針對性的教，指導學生個性化的學。同時人工智慧可以在數位驅動下説明學校和區域實現資料治理。
所以我想人工智慧最大的一個願景，就是希望通過資料引導讓學校實現因材施教。我的介紹就到這裡，謝謝大家！
51
64