雷锋网按：7 月 12 日-7 月 14 日，2019 第四届全球人工智能与机器人峰会（CCF-GAIR 2019）于深圳正式召开。峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，深圳市人工智能与机器人研究院协办，得到了深圳市政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流博览盛会，旨在打造国内人工智能领域极具实力的跨界交流合作平台。
教育是一个规模产值超万亿的产业。在不少人看来，教育可能是一个相对传统的行业，但教育也是一个不断与时俱进的行业。从农业时代、工业时代到信息时代，社会的大变革也在驱使教育这个古老的产业一次次“更新换代”。
在2019 第四届全球人工智能与机器人峰会智慧教育专场，网易有道副总裁金磊在现场做了《教育信息化与AI+》主题分享。
网易有道副总裁金磊
以下是金磊演讲全文，雷锋网进行了不改变原意的编辑：
金磊：各位来宾大家上午好！今天我分享的主题主要是教育信息化与人工智能的结合，首先简单介绍一下网易有道，网易有道是一家以技术和产品见长的教育科技公司，我们最重要的产品是在线的直播课程品牌叫做有道精品课，我们也有很多脍炙人口的APP，包括网易有道词典，有道翻译官，在国外还有东南亚、印度的出海产品U-Dictionary，在印度市场已经做到第一，最近Googleplay的下载超过5000万次，其它的互动学习app可以帮助小孩学习数学、学习口语、语文阅读功能，也是一些脍炙人口的部分。
比如说中国大学MOOC针对大学生人口的应用，里面有很多MOOC的课程，还有云课堂，这都是我们学习型的APP。我们还有学习型的硬件，比如说有道翻译王，针对中小学生还会有词典笔，一扫即查，可以扫任何纸质上的单词和句子，还有有道智能笔。这些产品 不管是直播的课程、学习的APP还是学习的硬件，最终都是通过底层的AI基础设施进行的支撑，我们有一套基于云平台的AI解决方案。
讲到人工智能会跟机器学习联系起来，机器学习和人类学习也是有些联系和相互作用的，有一位苏联的学者Vygotsky，有一个近侧发展区间理论，大概的意思是，在核心这层（图），学习者可以自己学习，不需要外界的辅助可以学会某些知识。最外层是学习者即便通过一些辅助指引也还暂时无法达成的学习目标。在这两层的中间层，学习者可以通过一些指引、指导或是外界的帮助，可以获得更多的知识，能学习更多的内容。因为每个人发展的情况不一样，每个人的经历也是不一样的，中间这一块是特别个性化的部分，如果我们在教育体系里，这部分需要投入的成本是很大的，这部分就是我们教育能做的事情。
我们考虑AI本质上是从数据中学习规律和知识的方法，有很多环节取代人类的决策，大幅度提高生产效率，甚至解决原来解决不了的问题。换句话理解，价格下降以后需求会上升。
现阶段AI技术提高教和学各个环节的效率和效果，探索AI学习的本质和AI技术可能发挥的作用，将来甚至有可能优化和颠覆传统学方式。
传统学校的纸、笔、面对面的教授，不管是教的内容还是学的方法都不是数字化的方式，还是非常传统的方式。如果没办法把这些东西数字化，也没办法用到人工智能相关的技术。当能把这些做成数字化的东西，我们就可以把这些信息结合起来，能把教育的过程更自动化、提高效率，这里面就会有多种方式。更高层是更智能化的教育方式，现阶段我们还没有看到大规模的应用，还需要我们长期努力。
最基础的是需要一些最基础的技能，比如说NLP处理的基础技术，比如说自然语言的处理、数据的分析。再往上一层，需要用这些技术对教育的内容做一些数据的处理，比如说题目的切分、作业的电子化。再往上一层还得拿到可能的数据，包括题库、教学的资源，以此我们把这些结合起来可以做上层的智能批改等应用。
第一个案例，我们用AI大幅度提高作业批改的效率。中学老师花在作业批改上的时间是两个小时，老师布置作业、学生完成提交，老师做批改，分析、诊断、反馈给学生，这个过程每天都需要两个小时，强度是比较大的。我们做了一些简单的试验，把学生提交的作业进行自动切题，同样的题放在一起，让老师一起批改，如果是客观题就自动批改，如果不是客观题会给老师一些参考答案，辅助老师快速的决策。这套批改的系统，也可以进行分析报告、自适应的拓展。
对比传统的方法，有道的方案可以节省100分钟，也就是说从120分钟的批改变成20分钟的批改时间，之前都是手动一个作业本一个作业本的批改，现在可以实现批量的批改。选择题不需要用学生用答题卡答题，只需要在练习册上写ABCD，手写即可。
第二个案例，有道智能硬件——有道智能笔，它是一个基于点阵码跟踪技术，可以跟踪学生手写轨迹的内容。有道智能笔目前在有道精品课上的实践，我们做初中和高中K12在线课程，现在都是配有道智能笔，现在已经发售几万套，这是实际在用的案例。据我们所知，这是在中国市场上、全世界市场上发售智能笔规模最大的。它能做到在线和离线记录全部笔记，客观题、手写识别都可以实现，还可以形成个人的错题本，可以做后面的考试评测和在线模考，一般在线课程除了课程视频的接触就没有其他接触，大量的时间学生还是需要很多练习的反馈，我们通过这样的方法很好的提升在线教育的能力。
第三个案例，我们和高思教育的合作，高思教育有很多实际落地的教学点，他们经常会收到一些学生的题目和他们做的练习，他们会发现里面经常有一些重复的部分，教学点的部分很分散，效率很低，大家都会问同样的问题。他们的想法是，能不能把学生做的东西收集上来，就可以实现自动化、更高效的题库。
在这个案例里我们碰到很多的问题，也解决了很多问题，这里面会有公式识别的问题，普通的题目里可以看到公式和题目完全混合在一起，要把纸质识别成电子化是很难的事情，有道在这方面已经做到国内领先水平。
针对小学生、低龄的孩子，他们会用到拼音的识别，拼音上面还有声调的标注，和英文不一样，也会和中文有混合。还有很多小孩子的书是比较花哨的背景，造成识别率更难一些，我们也是可以做到拼音识别。
小学生的作文，小学生的字迹相对难看一些，实际上传的照片、图像有很多干扰项，比如说仔细看，会透出另外一面的字，而且小孩写字很深、很用力、涂改，我们的识别技术具备很好的抗修改能力。
第四个案例，指尖的定位和精准的框题。最近市面上新发布的产品，实现了平板和纸质的书籍的很好的互动，手指点上一个内容的时候会给很好的反馈，我们在里面做的很多工作，教辅书和练习册、英文文档不在后端系统里，我们可以把里面的题框出来，也能知道手指点在什么位置。
这些是我们实际落地的案例，总结看来，教育AI领域落地是最难的，和实验室做不一样，实验要做出比较好的效果还是相对比较简单，实际中有各种各样的场景和情况，需要我们花大力气解决的问题。有道教育AI主要是做一些图像上的，比如说刚才提到公式识别、手写体识别，也会做一些语言的合成，还会做一些翻译，包括图像翻译、文档翻译，像华为手机、OPPO手机，翻译也是有道提供的。还有一些自适应的学习，整页拍搜判题、试题电子化也是我们在做的。
我们跟学习型的硬件厂商、在线教育厂商做了很多的合作，包括优学派、读书郎、好记星等，传统教育和华为云有比较好的合作，已经在六个省市、上百所学校进行合作。有道最底层NMT、OCR，尤其是教育方面的场景，我们都做了对外开放，在有道AI云平台——有道智云上都可以看到，我们和很多家合作伙伴已经做了。
最后， AI与教育的结合前景是巨大的，还需要很多年的演进，我们判断AI+教育还是处在非常早期的阶段，这个过程的目标不是 “AI取代老师”，而是“AI武装老师”，让老师有更多的精力教授、激励学生。我们希望用机器学习构建以学习者为中心的全新教育模式。谢谢大家！
相关文章：
正在生成分享图...
乔燕薇