人工智能与教育

大家早上好，很高兴给大家做一个分享。刚才说我们带来使命，其实一开始没有使命，对我来讲，真的就像俞敏洪校长讲的，是一个爱好。只不过今天突然有一个大的事发生了，变成了一个浪潮。对我来讲，我就喜欢做一个研究人员、教学者。

今天从个人的角度谈一谈人工智能和教育。

在回国以前我是一个老师，当了八年的老师，我教人工智能，教研究生怎么积极学习，教本科课程是人工智能。在教学的过程中有很多的体会，发现教育是一件又有意思又有挑战的工作。在教人工智能的时候发现，人工智能本身在教育领域可以发挥很大的作用，我当时在想，能不能用人工智能的方法帮助我教人工智能？最后特别有意思。

正式开始之前，首先向校长致敬，因为刚才俞老师在发言的时候，背后的那些书看着非常熟悉，当年我在新东方毕业考过GRA托福，就是新东方早期的学生，2005年见到俞校长时，我说您要请我吃饭，特别感谢您给我们开出了一个窗口。教育在某种角度来说是一个非常大的跳板，可以帮助每个人发挥非常大的潜力。当年在学GRA的时候压力非常大，但是当时看到一个希望，觉得我们能学到更好的东西。

下面我会讲，教育的几个挑战和我们今天要解决的问题。

第一个挑战，教育资源不够。我自己并不觉得自己是一般特别好的学生，但是我想当年上新东方对我的帮助非常大，我的同班同学没有上一节新东方，但是GRA考了满分。但是如果一个好的老师能够帮助我，对我有非常大的帮助，也是可以帮助我走到我当年不能走到的地方。但是这个教育资源非常难找，当时在北京能上新东方，我们当时是排着队挤进去的，我想在今天，到爱乐奇里，这个平台越做越大之后，找到好的教育资源、平台是非常难的。

在美国教课的时候，当时在教到第三年、第四年的时候，美国开始了一个活动叫Online Education，非常出名，ICDU把很多的课程放到了网上，在西海岸开始推出Online Education。

这一波对美国的高校有非常大的影响，大家开始想，我们能不能把老师的很多资源放在网上，能够普惠全世界，让大家都能接收到最好的教师，当年我们的两个伙伴都是做人工智能的，说明和人工智能还是有很大的关系。

但是我发现一个很大的问题，早上我和麻省理工的黄教授在聊，发现在中学生、小学生、学前班，没有这样的资源，非常缺乏一种真正能够把好的教育资源普惠到世界各个角落的渠道，这是一个非常大的机会。我们怎么把这种平等的机会带给大家？我相信这是教育归根到底的一个挑战。在这里，在美国也是一模一样的。中国如果是在北京住，大家一定会知道有一个叫学区房的概念，杭州学区房、上海学区房，纽约也是一样的，在哥伦比亚边上讨论学区的划分，这个划分产生非常大的争议，从哥大的教授到居民，隔了一条街是两个世界，为什么？因为好的老师太差了，好的教育特别难找。这是每一个父母、每一个家庭最最关心的问题。我们能不能考虑用技术的手段帮助大家？

刚才俞校长讲的话题很多人也问过，在人工智能的时代，我们的挑战是什么？因为人工智能从某种角度来说，就像任何一个科学一样，像物理学家费曼说的，他是一个门，可以开向天堂，也可以走向地狱，看你怎么样走向。如果人工智能像《人类简史》讲的一样，使这个社会更好，技术的精英走入世界，是一个非常可悲的未来。有没有这样的一种机会，能真正把这个世界带来平等的机会？最关键的机会从第一条来讲就是教育，我们最大的产品就是人本身，而教育就是为人服务的。

刚才讲了AI时代的到来，社会可能产生的分化或者挑战。我想讲的第二个挑战，在新的时代来临的时候，对人本身的挑战，未来我们需要什么样的人才，我们怎么才能在社会上真正地长大。某种角度我觉得自己非常幸运。我们说未来是机器人的，但有可能是做机器人的人的。这是我们私下里开的玩笑。但是怎么能让未来创造出很多新的工作种类？当年我们觉得非常有前途的工作，在新的人工智能时代来临的时候，都面临着非常大的挑战。

举例，法学院或者医生，今天我们看到非常大的危机，我们和北京大学、其他大学最好的医院聊，聊的时候发现，如果我们拿AI来做，有可能看片子的，不管是准确度还是速度、全面性，都可能比医生还要强。以前我们觉得医生是非常高端的工作，但实际上AI对其产生了非常大的冲击。我们当年想着，我要教育孩子做医生，今天这个行业未必是将来最好的工作，有可能资深教授都受到很大的挑战，怎么办？这个时候要想现代教育是从哪里来的，我不是做教育产业的，但是我来之前搜了一下教育是从哪里来的，发现这种机制本身有200多年的历史，说拿破仑打完仗之后失败了，失败的原因是什么？没有最好的战事，需要把战事拿到大规模的推化，所以开始推广教育。这是我在网上看到的故事。

之后非常暗合现在工业时代的需求，工业时代某种角度上，在《摩登时代》里讲，每一个人都是流水线里的，现在工业时代最伟大的发明就是流水线，使我们可以分工、合作，我是做汽车轮子的，我是做引擎的，每一个人都有自己的角色之后，需要一个具体的技能，我把轮子做最好就够了。另外一个人专心致志做方向盘，大家合在一起有一个美丽好的车出现了。这个时候每个人固化成了技工，像校长讲的，我能不能是亚里士多德，能不能探索未来。在工业时代的社会，每个人固化成了一个角色，这个角色就是为了完成你的目标，这个目标非常具体。这个问题在人工智能时代发现，会受到非常大的挑战。凡是非常具体、重复性的工作，以前在工业化时代的时候，我们说人不要跟汽车比赛，因为跑不过汽车。而在现代化时代，在人工智能的时代，凡是固定化、重复性的脑力工作，我们不能再和机器比赛，也没有意义了。因为凡是特别简单、重复性的工作，每天看片子的工作，现在都会遇到特别大的挑战。

举一个具体的例子，我们讲赋能，我们蚂蚁金服希望技术来服务科技公司。但是会发现，比如说在保险业里，中国非常大的国土每年都有非常多的车祸，车祸发生之后，我们非常具体的一个任务就是你需要判断这个车祸表面有多大的损伤，这要人看，非常非常难。有一张图片，这张图片一般人看不出来，只有非常多年的定损员可以看出非常细微的差别，有刮擦或者什么，但是这个工作非常难做，我们就说能不能机器来做？我们大概训练了半年之后，发现机器做的特别好。现在我们发现，可以大规模降低成本，速度非常快，比人快10倍、20倍，如果我们继续优化，速度会更快。这是一个非常专业化的工作，这样专业化的工作，在社会的各行各业都会发生。

所以第二个挑战是，我们到底要培养怎么样的人，我们的教育在人工智能要走向何方，人工智能能不能帮助我们教育更好的人。

首先讲第一个挑战，我们教育资源不平等的问题，我们怎么用技术的手段把好的、优质的教育资源带给更多的人？这是非常关键的。

中国讲互联网有上半场、下半场之分，上半场靠着互联网的普及，靠的是流量。因为我们可以把互联网的流量触及到非常非常多的人，我觉得这一步今天在教育方面还有很多的东西可以做到。因为我们刚才讲的Online Education都是大学教育或者研究生教育，今天招一个学生会说，我开了这个人工智能时代的教育升级会，可以申请这个工作。但是只是看这个课还不够，还需要很多的。但是可以看到的成果是，我们能不能在中学、小学，甚至在学前上，通过互联网大规模普及。这里面国内很有多的企业，比如说爱乐奇已经走的非常多，这种往下走了之后，我们还有一个挑战，我们能不能把这种海量的老师资源在学生方面，像一个淘宝平台，把卖家和买家匹配起来，怎么能找很多老师和学生的需求匹配起来。还有一个更大的挑战是老师本身的资源也是有限的，也就几千个老师，怎么把这几千个老师像孙悟空一样，拔一根毫毛放大之后可以交给更多的人，这里面就是教育资源更大的复制化、个性化和普惠，这里面就需要人工智能的技术。

讲人工智能有很多，比如说刷脸、人脸识别，另外是教给计算机看懂他看到的东西。另外是语音识别，能听懂。然后是NOP（自然语言处理），假如您的语言已经从声波变成了文字，你怎么能理解文字背后的意义，这教育有很多很多可以做的。还有就是我们怎么通过我们做一套知识推顶，这里面在教育里又有很多的应用。

首先讲计算机视觉，我们可以看到孩子、老师，首先上课最简单的知道您是不在这儿上课，可以知道上课的人是谁，首先我们知道谁来了，谁在上课。第二，我们通过计算机视觉可以发现您今天课堂的表现，这里面又可以做非常多的东西，通过计算机视觉识别您的表情等等。

第二，语音识别。不光是语音识别，可以做计算机的算法来识别您的口音和发音可能的问题，这里面又通过大数据分析，很多的学生同时学习，大数据可以提取最关键的问题。这样他的问题就能够很好的组织老师来解决。这是通过我们阿里巴巴做的一个客服项目受到的体会，我们有产品，我们的产品会有用户的抱怨，我们想说能不能通过一套系统自动地监测今天他们的问题，自动地发现，首先把他们打的电话或者写的字进行自动翻译，然后进行自然语言的理解，发现最关键的问题，给到我们的产品开发方。同样的，如果我们通过语音识别能够把这些东西变成文字，再理解共同的问题，发言的问题或者知识点的问题，可以做到更多的产品优化。

第三，刚才提到的理解他说的话之后，已经自然地用到了自然语言处理。自然语言处理、图象识别还有一个重大的应用，我们当老师有很多的工作（改卷子），我当老师的时候花了很多的时间，比如说有家庭作业，要考试，你要改卷子，这是非常重复的工作，能不能把老师解放出来，做创意思考，解决通用性的问题。这里人工智能大有可为。人工智能可以帮助你发现，通过自动分析考卷的问题，自动做识别，我觉得这里面有非常大的机会。把老师的师资资源真正地解放出来做更好的教育。

第四，回答问题。这个和我们蚂蚁金服做的客服项目非常相关。阿里巴巴业务迅速发展、蚂蚁金服业务迅速发展，翻番往上涨，如果靠人力，靠客服回答打电话的问题，我们有几千个客服人员在成都，照我们的业务增长，我们需要几万人甚至几十万人，是非常大的挑战。这时候我们开发了客服系统，“双11”那天打爆电话，在2015年做了半年时候，我们从60-70%的自助率做到95%，今年做到客服自助率97%，很多重复性问题机器人可以回答，而且回答的非常快，因为很多问题本身是非常重复性的。这种问题在教育里也很类似，老师到后来都非常厌倦了，因为每年教的课都差不多，很多的问题都是一模一样的。和客服一样。我在美国当了八年的老师，问题非常类似，能不能把知识点的回答由机器人回答，可以回答的更好、更快。

去年的今年，机器人的客服达到97%的自助率，大部分的工作由机器人回答。产品线你可以把知识点介入特别好，但是不像机器人一样，可以知道所有的机器。我们的客服机器人知道我们非常多的产品线，我其实可以回答各种各样的问题，不管你是问我们借呗产品还是花呗产品，还是转账问题、余额宝，等问题我都可以回答，教育也是一样的。今天我们已经不存在亚里士多德了，而对学生来说，最好的老师，不需要十个老师，需要一个真正懂我的老师，我可以问他我的问题，他可以把所有的都回答出来。这里面我们能不能构造一个真正的知识图谱，把所有的知识点都连接起来，形成一个网络。我们通过网络自动回答学生最想要知道的东西，就有非常多可以做的东西。

在客服线还做了一个非常有意思的，我觉得对教育业有启发性的。我们甚至可以监控老师本身是不是做的好，我们既使做了大量的信息，同时我们也希望知道我们的客服是不是真正地提供最好的服务，所以我们也评价教师本身。我们不是评价他说，客服回答多少问题，我们其实在监控他的语气，我们是不是可以同样分析老师的教育，帮助老师改进，这里面又打开了一个新的窗口。

第一个挑战，我们把刚才讲的所有教育资源的稀缺性导致的学区房的产生。

在互联网上，比如说帮助老师更好的从重复性工作解放出来，花更多的时间想更好的内容，能帮助学生，比如说纠正英语的口音，帮助学生回答更多的问题、更全面的问题，带来更高效、更有基础保障的教育质量。我刚才讲的学区房只是一部分，在北京、上海、杭州整体的教育质量还是非常高的，但是如果我们到了一个郊区、农村，这个教育质量的差别本身有可能远超过了我们学区房和边上的房子的教育质量差别，农村的差别更大。如果我们看得再更远一点，我们要看全球，我相信这个教育的不平等更大，不同的国家，发达国家和中国比，教育区别非常大。这种是人类从某种角度上的最大的不平等，而可以结合人工智能，通过互联网帮助我们缩小差距。

第二个挑战，在这个时代本身对人，我们到底要教什么样的人，我觉得也越来越有挑战。我不是教育学专家，也没有修过课，但是我教过很多课。从我教课的体验和我自己做学生的体验，我想从学生的角度、老师的角度来讲，归根到底，教育就是老师与学生之间的交互。我特别喜欢今天的会议名称叫“学习力”，因为所有的教育归根到底是学习，教育本身，我们当年讲的考试标准化的教育真的是一个工业时代的东西，而好的教育一定是以人为本，以学生为出发点，从他的角度来出发，真正从学生的角度来思考，从我个人的角度来说，我觉得这是最关键的东西，怎么把刚才校长讲的好奇心激发起来，让学生真正地热爱这个东西。我们在公司招聘的时候，在我的团队招聘，有非常多的人要来，我说我招的人，首先要人品好，第二是你真正热爱这个东西，真正有这个好奇心，真正想去弄懂它，怎么在教育上体现出来？

有几个方面：

第一，老师的角度。回到过去，某种角度从以前讲课来讲，孔子说他有72门徒，但是他的72门徒一直跟着他跑，他的学生一直跟着他学，有非常多的机会。在这种环境下，老师对学生有非常大的了解，我们叫因材施教。今天就有一个问题了，在人工智能时代，在手机里的服务，在支付宝要做智能助理，能不能在教育界做一个您自己的智能虚拟老师，他就是陪伴您一起往前走。也许我找不到新时代的孔子，但有可能我能找到一个机器人，它能够陪伴我很久，慢慢了解我，对我进行因材施教，在场景的交互中，对我越来越了解，我的个性、爱好等。在这里面帮助我往前走，我觉得这个特别关键。

这里面又有很大的问题，刚才俞校长提到，人工智能时代有一个风险，我们获取信息的知识程度，他提到一个非常简单的推荐算法，推荐算法就是知识本身被你推送的信息给影响了。我上高中的时候读过一门书《人有人的用处》，维纳是控制论的创始人，对计算机有非常大的影响。他那本书的核心思想是非常重要的讨论信息时代如果来临，我们信息对人本身的影响。每一个人很难脱离信息，我完全独立思考是不可能的，每一个人都是被信息影响的。这个时候，如果机器操纵了所有信息的来源时，我们是不是自然地就会被我们看到的今天某些推荐的信息本身所影响？这是一个非常关键的问题。这时候我们要问一个问题，我们能不能在教育者本身为机器设置一个目标？别人问我今天的人工智能不能做什么？我说人工智能能做很多在固定环境下、封闭条件下，我们能把系统优化得最好，你只要设定了，我觉得固定系统，人和机器比，希望非常小，只要设定了游戏规则。

但是人不能做什么？设置了KPI或者设置了目标，这时候对我们也一样，如果我们为教师或者信息的发送者设定一个目标，他的目标本身就是我要使教育本身更加往创造力、好奇心和对新数的热爱探索上发展，这是非常关键的。这怎么衡量？这和公司里一样，公司里设置，任何一个团队，当领导首先设置KPI，你怎么给团队设置KPI本身会决定团队下一个方向，因为马上会集中所有的资源往前疯狂地涌现，怎么设置是一个非常关键的问题。对老师也是一样的，对机器老师本身设立一个目标，怎么来衡量它，让它能够自动地在过程中优化。比如说AlphaGo下围棋，通过学习来优化它，它的目标特别简单，就是赢这场棋。教育通过培养孩子探索性的东西，把这个东西变成一个可衡量的指标，把这个做成一个机器人，我相信这个比AlphaGo对我们人类产生的影响更大。

如果我们要设置人工智能，归根到底还是在人本身，我们人怎么为未来的虚拟老师设定一个目标，这样我们就可以有一系列的算法把它优化。

第二，交互方式。十几年前，在实验室里面，和潘博士在MIT，当时有幸我们做人脸分析，分析您是高兴、不高兴，我们戴上脑电波分析，你打游戏开设时候的关注程度，我们在设置各种各样的游戏，计算机化的编程游戏。其实我想说，能不能通过VR/AR使教育本身也更加的寓教于乐，更加实践性的教育。很多教育本身，原来是通过读书来了解这个世界，如果通过新的AI的技术、VR的技术，给我们很多地方开了一个新的门，我们能真正地体会到这个东西到底是怎么回事。你学天空物理的时候，模拟出来引力波的变化，这是非常有意思的，视觉的刺激对人类有非常大的影响，有可能教育本身也会变得特别有意思，对他们来说好像是一个游戏一样。因为教育本身一定是人愿意学习的。教育可以说是人类这个种族能够走到今天一个非常关键的能力。

如果我们把乐本身再还给教育，在工业时代把乐趣给扼杀了，为了这个如果我们把乐趣通过一种新的交互方式还给大家，我相信较学习力本身有非常大的提升。

第三，从学生本身来讲。我自己学习该可以，我自己回想我上学的时候，上课精神是跑神的，我发现很多时间都是考前或者平常读书时看书，或者跟着师兄弟讨论本身学习到的。什么意思？课堂的效率本身作为知识传输的效率是有很大的问号，我是学理工科出身，后来有幸发现，香农是学习力的提出者，后来发现我是香农学生的学生的学生，信息怎么传递的？怎么把信息从A方发到B方，他提出了一个信息通道的理论。在教育里面会发现，这个通道是不管用的，老师讲的话在课堂里面强烈衰减，衰减特别严重，为什么？因为他听了这个根本不感兴趣，或者不是他真正关心的注意点。这个时候我们就要，能不能真正地把教育本身从因材施教后面真正回到学生本身，学生在推送，学生本身是真正的驱动力，让他来说，我怎么发现这个新的东西，真正的发现乐趣。

举例，当年在教书的时候，我在教课的时候，被美国的学生连续几年评为NO.1，我说为什么？他们说你教什么我都喜欢，不光是AI，我关键喜欢的是你教的方式，为什么？我上课的时候，有可能我自己当学生就是不特别跟着书，如果念下来我可以跟着读。所以我上课的时候，我会有意的更多的乐趣。比如说我们讲搜索算法，在AlphaGo里非常相关的一个技术，里面的对抗性，在AlphaGo里还有一个技术mini-max，你要在别人最差的策略里寻找更好的可能性。我上课的时候，《美丽星球》电影的主角提出了问题，但是假如讲田忌赛马，三匹马怎么赛，学生提出怎么赛，你们今天的策略是怎么样的，我该说你们想出的和田忌当年想的一模一样。学生会觉得他在驱动这个东西。

包括今天的生物科学，很多的东西都正在被discover，让学生自己发现，从学习本身的探索的过程来说，非常有乐趣，并且真正地培养了好奇心和对未来的探索。如果我们把AI的技术结合进来，比如说识别学生的情感、注意力，课程设计本身可以根据他们当时的情况来自动调整，就像一个Story一样，真正的设计一个游戏，一个AI版的游戏，但这个游戏是教育的游戏，我们真正从这个角度有可能，真正的能激发每一个学生学习力的潜力，我觉得这是非常有价值和意义的。

最后，回到我们讲的教育到底为了什么，我非常同意俞敏洪校长讲的，希望能够促进每一个人内心对这个世界探索的精神、爱好，他的热爱和探索本身，另外是在阿里巴巴马云讲的，真正的爱商和情商。其实这个本身机器也很难得，机器讲识别感情，真正能够理解别人，想到别人在教育本身，如果机器人能够真的帮助人往前走，能够更主动往前走，更好的情商爱上学习，理解这个教育，我觉得这个教育非常有价值和有意义，在人工智能时代是未来的方向。

蚂蚁金服的使命是什么？为社会、世界带来更多更平等的机会。昨天潘鹏凯说到，我们两个当年是一个实验室出来的，今天做的事情非常不一样，一个跟钱相关，一个跟教育相关，但是我觉得目的是一样的，我们都希望通过我们的工作给这个社会本身带来更多更平等的机会，因为我觉得教育本身是最大的平等，这是在塑造未来的孩子、未来的人类。

谢谢大家！