Bazı şirketlerin AI silahları topladığını unutmayın
Aufei Tapınağı'ndan Li Gen, Qianming
Qubit Raporu | Genel Hesap QbitAI
Gelgit uyarı olmadan değil.
AI iniş trendi size bunu hissettirdi mi bilmiyorum? 2018'in ikinci yarısından itibaren teknolojik gelişmelerin yerini ürünler ve senaryolar alıyor.
Daha önce, genel bir AI teknolojisi geliştiren şirket ilgi odağıydı. Günümüzde dikey sahne şirketleri AI silahlarını alıyor ve veriler ve sahneler potansiyel enerjiye dönüştürülüyor.
Bugün, çevrimiçi eğitim alanında bir AI devriminden bahsedeceğim.
Birlikte çalışın Eğitim ve teknoloji birlikte
Eğitim teknolojisi ile birlikte, daha önce daha yaygın olarak bilinenler Birlikte çalışmak , K12'nin okullara girmesine odaklanan bir eğitim şirketi, bir İnternet çevrimiçi ödev ve uygulama sistemi sağlar.
2018'den itibaren yükseltin ve yeniden adlandırın Birlikte Eğitim Teknolojisi Xingshi.
Daha büyük bir isim, daha büyük düşünmek, daha fazlasını yapmak ve endüstriyi daha fazla teknoloji ile güçlendirmek anlamına gelir.
Ve bu teknolojinin özü yapay zeka. Yalnızca yapay zeka, akıllı eğitim hedefine ulaşabilir.
Aslında, 250 milyon ABD doları tutarındaki E-round finansmanından önce, 2017 yılının sonunda bir AI ekibi kurmuş ve WeChat ekibinden sorumlu kişiyi işe almışlardı.
Yapay zekaya "birlikte" girmek için erken olmasa bile, avantajsız değildir.
7 yıllık girişimciliğin ardından, kullanıcı sayısı 79 milyon ve K12 alanındaki veri kaynakları daha da zor.
Durum bu değil.
Geçen yılın ikinci yarısında, K12 sözlü değerlendirmesi için bir AI sözlü değerlendirme motoru başlattılar.
Önceden, iFLYTEK, SPICE, Yunzhisheng ve Tencent gibi oyuncuları kapsayan, sektörde teknik alanda birinci sınıf ürünler vardı.
Ancak bu motorla birlikte, sahnedeki şirketin gücünü bir çekim yapar yapmaz gösterir - yatay karşılaştırmada benzer tüm öğeleri yener.
Nasıl?
Parlak sonuç
Eğitim Teknolojileri ile birlikte sektör eğitim uzmanları tarafından düzenlenen değerlendirme sonuçları sergilenmiştir.
Değerlendirme iki yönü içerir: cümle seviyesi ve kelime seviyesi. Temel göstergeler Puan dağılımı ile Fark dağılımı .
Puan dağılımı, konuşma dili değerlendirme motorunun örneği puanladığı durumu ifade eder. Puan farkı dağılımı, motor puanı ile insan uzman puanı arasındaki farkı temsil eder.
Puan dağılımı açısından, eğitim teknolojisi motoru tarafından kelime ve cümlelerin puanlanması, diğer şirketler ile insan uzmanların seviyesine daha yakındır.
Dağıtım açısından, kendi geliştirdiği eğitim teknolojisi motorunun performansı da oldukça etkileyicidir.
Kelime düzeyinde, 0 ile 1 arasında bir puan farkı olasılığı yaklaşık% 70'tir.
Cümle düzeyinde, 0 ile 1 arasında bir puan farkı olasılığı% 80'e ulaşır, bu da bir sonraki yarışmacılardan yüzde 10 puan daha yüksektir.
Bir eğitim teknolojisi, tüm değerlendirme sürecinin aslında bir "insan-makine savaşı" olduğunu ortaya çıkardı:
- İlki, veritabanından kelimeler, ifadeler ve cümleler dahil olmak üzere rastgele 1000 ses örneğini çıkarmaktır.
- İkinci olarak, iki insan uzman çift kör çapraz puanlamaya (8 puanlık sistem) davet edildi ve% 90'dan fazla tutarlılık elde etmeye çalıştı.
- Aynı zamanda, değerlendirme verilerini puanlayan çeşitli AI.
- Son olarak, yapay zeka tarafından verilen noktalar ile insan uzmanlar tarafından verilen puanlar arasındaki farkı karşılaştırın - fark ne kadar küçükse, yapay zeka motoru o kadar iyi.
- Yani bu sonuç var.
Neden böyle test ediliyor?
Eğitim teknolojisi açısından bir açıklama, bir yandan, fonem doğruluğu, içerik bütünlüğü, akıcılık, stres, ritim (tonlama, duraklama) vb. Konularını kapsayan inceleme için K12 müfredatına dayanmaktadır.
Öte yandan, Çin halkının İngilizce öğrenme alışkanlığı ile uyumludur. AI motoru doğrudan standart uluslararası konuşma diline göre oluşturulmuşsa, nihayetinde ulusal koşullar ve dil ortamı ile sınırlı puanlama konusunda insan uzmanlardan farklı olacaktır, AI değerlendirmesinin birincil sorunu "anlayış" ve beceridir. Doğru puan verin.
Bu aslında kolay değil.
Bu sonuca ulaşmak için, sadece AlphaGo'ya satranç oynamayı öğreten bir Go milli oyuncunun değil, aynı zamanda 50'den fazla kişiden oluşan bir AI savaş grubunun arkasında ve tüm oluşturma süreci 2 yıl sürdü.
Neden bu kadar uzun?
Model oluşturma zorlukları
Konuşma dili değerlendirmesi, konuşma tanıma gibi genel makine öğrenimi problemlerinden farklıdır, puanlama standardının ve puanın tutarlılığının dikkate alınmasını gerektiren öznel bir sorundur.
Bu, modelin kararlılığı için daha yüksek gereksinimleri ortaya koymaktadır. Özellikle ödev ve sınav senaryolarında puanlama doğruluğu daha yüksektir.
Çeşitli faktörler, kendi geliştirdiği konuşma dili değerlendirme motorunun basitçe genel akustik modelleri uygulayamayacağını, ancak belirli senaryolar için modeller oluşturması gerektiğini belirler.
Diğer şirketlerle karşılaştırıldığında, Eğitim Teknolojisinin konuşulan dil değerlendirme motoru, ister modeller, standartlar veya eğitim verileri açısından olsun, K12 eğitim senaryolarına daha çok odaklanmıştır.
Konuşma dilinin değerlendirilmesi görevinde, konuşmaya karşılık gelen metin, motor tarafından önceden bilinir ve temel görevi, kullanıcının konuşmasının doğru bir değerlendirmesini yapmaktır.
Genellikle, ses tanımanın akustik modeli foneme dayalı olarak oluşturulur.
Bununla birlikte, sözlü değerlendirme için, kullanıcının telaffuz gereksinimleri nispeten yüksektir.Eğer belirli ses birimlerine (sessiz sessiz harflere) tek başına bakarsanız, doğru bir değerlendirme yapamazsınız.
Eğitim teknolojisinin bir çözümü, fonem ve hecelere dayalı bir akustik model oluşturmaktır.Bireysel olarak değerlendirilemeyen faktörler için onları hecelere yerleştirin ve sahne ile birlikte değerlendirin.
Telaffuz doğruluğunu değerlendirirken, endüstri genellikle GOP (İyi Telaffuz) algoritmasını kullanır.
Bu algoritmanın özü, kullanıcının sesinin sistemin bilinen metnine karşılık gelme olasılığını hesaplamaktır. Olasılık ne kadar yüksekse, telaffuz o kadar doğru olur.
Bu olasılık, sistemin bilinen telaffuzuyla bilinmeyen telaffuz arasındaki olasılık oranıdır.
Olabilirlik oranının hesaplanması genellikle bir akustik modele dayanır. Çoğu olgun akustik model için, kullanılan eğitim verileri genellikle anadili İngilizce olan kişilerin kayıtlarıdır.
İyi telaffuza sahip öğrenciler için, GOP algoritması nispeten doğru bir değerlendirme sağlayabilir.
Ancak telaffuzları zayıf olan ve yoğun Çingilce izleri olan öğrenciler için, olasılık oranı çok düşüktür ve bu algoritmanın çalışması zordur.
Bu sorun için eğitim teknolojisi ile birlikte iki çözüm benimsenmiştir.
Birincisi, benim tarafımdan toplanan ev ödevi verilerinden gelen, öğretim ve araştırma ekibi tarafından dikkatlice işaretlenen modelin eğitimi için verilerdir. Şu anda, Yi Eğitim Teknolojisi 10.000 saatlik konuşma dili veri kümesi biriktirdi.
İkincisi, GOP algoritmasını boyutlardan biri olarak alan puanlama standardıdır. Puanlama karar ağacının yapımında, K12 öğretim sahnesini karşılayan daha fazla özellik entegre edilmiştir.
Örneğin, uzun ünlüler ve kısa ünlüler nasıl analiz edilir ve sesbirimlerinin skor üzerindeki yeri vb.
Bu özellikler, öğretim ve araştırma ekibi tarafından öğretim hedefleriyle uyumlu ve teknik olarak uygulanabilir olan müfredat ve sözlü sınav standartlarından çıkarılır.
Puanlama kriterleri daha rafine hale getirilir ve bu da model eğitimi için veri gereksinimlerini azaltır. Şu anda, sözlü dil değerlendirme motoru eğitim teknolojisi ürünlerine entegre edilmiştir.
Bir eğitim teknolojisi tanıtımına göre, motorun her gün aldığı talep sayısı 100 milyona ulaşıyor ve motorun yanlış puanlanması için kullanıcıların öneri oranı birkaç on bin düzeyinde.
Yapay zekayı "kana" dahil edin
Ancak bu sadece önsöz.
Eğitim teknolojisinin iddialı hedefleri sözlü değerlendirmeyle sınırlı değildir. 2017'de "Together", bir AI ekibi oluşturmak için WeChat Model Tanıma Merkezi'nden Rao Feng'i kazdı. O zamanlar kısa, orta ve uzun bir plan vardı.
İlk adım, konuşma tanıma ile başlamak ve İngilizce konu değerlendirmesinde öğretmenlerin sıkıntılı noktalarını çözmektir.
İkinci adım, görüntü alanına odaklanmak, sözlü hesaplama ve fotoğrafçılık gibi ürünleri başlatmak ve matematik testi sorularındaki "mantığı" net bir şekilde anlamaktır.
Ayrıca akıllı öneri yöntemi ile binlerce kişiye ulaşmak, öğrencilere yeteneklerine göre öğretmek, böylece öğrencilerin sınavdaki eksikliklerini sürekli iyileştirmeleri için bir öneri motoru mekanizması da bulunmaktadır.
Şu anda, Eğitim Teknolojisi birlikte yalnızca iyi kullanılabilen bir yapay zeka ekibi oluşturdu.
Gelecekteki hedef, mükemmel bir AI öğretim asistanı oluşturabilmektir, böylece AI eğitimi gerçekten etkinleştirebilir.
Avantajları da açıktır. "Birlikte" de, eğitim sahnesi AI modeline sürekli olarak geri bildirim verebilir ve AI, eğitimde ilk kez, tekrarlayan ve sonsuz olarak kullanılabilir.
Elbette, eğitim teknolojisi söz konusu olduğunda, AI "teknoloji" nin yalnızca bir parçasıdır.
Geçen yılın dördüncü çeyreğinde, Qihoo 360'ın arama bölümünün genel müdürü Yang Kang'ı şirketin daha da teknolojik hale getirilmesinden ve bir K12 akıllı eğitim platformu inşa etmekten sorumlu baş teknik görevli olarak işe aldılar.
Kang Yang
Bu 53 numaralı eski 360 çalışanı, on yıldan fazla Ar-Ge ve işletme yönetimi deneyimine sahiptir.
Eğitim teknolojisiyle birlikte eğitimin teknolojiden önce geldiğini ve "Birlikte" nin ana odağının her zaman eğitim olduğunu, ancak teknolojinin eğitimin verimliliği sürekli olarak iyileştirmesine ve maliyetleri düşürmesine yardımcı olacak en iyi araç olacağını söyledi.
AI ekibine ek olarak Yiyi Education Technology, 7 yıllık derin eğitimden elde edilen verileri daha iyi ilişkilendirmeyi, sınıflandırmayı ve kullanmayı uman büyük veri ekiplerine de sahiptir.
Yang Kang'ın görüşüne göre, mevcut eğitimle ilgili en büyük sorun içerik eksikliği değil, her çocuğun kendi durumuna uygun bir öğrenme ve düşünme stili bulmadaki zorluktur.
Yapay zeka ve büyük verinin birleşimi bu sorunu iyi çözebilir ve bu da her öğrenci için "geniş sınıf öğretimi" ve süslü öğrenme yerine "kişisel öğretim asistanı" oluşturabilir.
Bunların içinde, veri önce bilgi sağlar, yapay zeka gibi model motorlar bunlarda rol oynar ve son olarak akıllı ürünler daha büyük bir değer oynar.
Hiç şüphe yok ki bu tüm eğitim sektörünün de trendi olacak.
Bu eğilim çoktan başladı ve bu eğilim durmayacak.
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! İlgili ayrıntılar için lütfen QbitAI diyalog arayüzünde "işe alım" kelimesini yanıtlayın.
Qubit QbitAI · Toutiao İmzalama Yazarı
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin
