機械学習の世界的ゴッドファーザーであるトム・ミッチェルは、スクワールAIラーニングに入社すると発表した。

トム・ミッチェル教授は、スクワレルAIラーニングからの最高AI責任者としての招待を受け入れたことを正式に発表しました。

2018年11月16日、北京で開催されたグローバルAI+インテリジェント適応教育サミットAIAEDにおいて、カーネギーメロン大学（CMU）コンピュータサイエンス学部長、米国工学アカデミーおよび米国芸術科学アカデミーの会員、米国科学振興協会（AAAS）および人工知能協会（AAAI）のフェローであるトム・ミッチェル教授が、Squirrel AI Learningからの最高AI責任者への招待を受け入れたことを正式に発表しました。

BATやマイクロソフトリサーチアジアを含む中国企業が、このようなハイレベルのAI業界リーダーを採用するのは初めてだ。

カーネギーメロン大学のコンピュータサイエンス学部は、Facebook、Google、Netflixなどシリコンバレーのトップ企業の間で常に世界的な人材獲得競争の標的となってきました。元学部長アンドリュー・ムーア氏がフェイフェイ・リー氏の後任としてグーグルに採用された。 CMU の教授であるマヌエラ・ベロソ氏は、JP モルガンから上級科学者になるよう招待されたばかりです。 CMUでは「トム・ミッチェル教授は、現在世界的に認められている、世界最高の機械学習専門家3人のうちの1人だ」と、国際トップ学術会議IEEE ICDMの創設者で会長の呉教授は語る。国際トップジャーナルに130本の論文が掲載されており、時価総額数千億ドルの企業が争奪戦を繰り広げる優秀な人材リストのトップ1に名を連ねている。

Squirrel AI は、Yixue Education が立ち上げた新しい K12 個別指導ブランドです。 Xue Education は 2014 年に設立されました。主な事業は、K12 分野におけるインテリジェントな個別指導です。主に、中国の学習状況と組み合わせたアルゴリズムによる学習エンジンを開発し、各生徒に独自の学習パスを提供しています。今年6月までに、Squirrel AI Learningは総額約10億人民元を調達し、評価額は11億ドルを超え、ユニコーン企業の仲間入りを果たした。

トム・ミッチェル氏は長年にわたり、シリコンバレーの一流企業から投げかけられた高額の和解の申し出を何度も拒否し、大学での科学研究と教育に専念し続けた。中国の地元ユニコーン企業Squirrel AI Intelligent Adaptationへの参加発表も業界に波紋を呼んだ。

この点について、Squirrel AI Educationの創設者であるLi Haoyang氏は、教育はいつかAIによって完全に覆され、変えられるだろうと述べています。Tom Mitchell教授と私は、このことに強い決意を持っています。これが、教授が世界を変えるためにSquirrel AIと協力することを選んだ最大の理由でもあります。

世界的に見て、教育業界が抱える唯一の大きな問題は、質の高い教師の不足です。

優秀な教師はなぜこんなに少ないのでしょうか? Squirrel AIのCEOである周偉氏はかつてサミットで現実を語った。上海の楊浦区を例にとると、数百万人の人口を抱える同区において、中学校の英語の専門教師はたった1人しかいない。 「経験を積むには20年、30年かかるが、そのような教師のリソースはなかなか見つからないからだ。」

実際、不足しているのは質の高い教師のリソースだけではありません。教育部が今年8月に発表した「2017年全国教育発展統計公報」によると、全国に義務教育学校が21万8900校あり、在校生は3313万7800人、在校生は1億4500万人、専任教師は949万3600人となっている。しかし、一流の教師は1000人に1人未満です。この大きなギャップにより、基本的な教育の質を確保することは困難であり、子供たちの学習効率を最大化できる個別の問題も解決できません。

まさにこのボトルネックにより、インターネットとモバイルインターネット技術は教育に一定の変化をもたらしたものの、他の分野ほど大きな変化や影響は得られなかった。教育リソースの入手の利便性は向上したが、教育学習の効率は大幅に向上せず、教育の根深い問題を解決することもできなかった。

産業革命と技術革命は、100年以上にわたって肉体労働から動力機械による生産への変革を推進してきましたが、AIはこれまで以上に社会の労働構造を混乱させるでしょう。教育は何百年もの間テクノロジーによって変化していませんでしたが、AIは、質の高いリソースの不足と教育におけるパーソナライゼーションの欠如という長年の問題を解決するものとして米国で広く認識されてきました。

関係者によると、李昊陽氏とトム・ミッチェル教授の友情は、2018年にロンドンで開催されたAIED（教育における人工知能）カンファレンスで始まったという。 トム教授は基調講演者でした。Squirrel AI Learningは、中国から唯一、同会議で論文が採択され、講演を行った企業です。同会議議長の招待を受け、創業者の李浩陽氏が夕食会でスピーチを行いました。同社のトップ科学者である崔偉氏は教授と面会し、2時間以上にわたって話し合いました。彼らは、上級教師を超える人機合戦の教育効果を持つSquirrel AI Learningのコア技術、AIエンジン+コンテンツ+サービスの統合研究開発と製品戦略、数百万人の学生の認知度と80％を超える再購入率などについて語りました。トムはその後も会うたびに、ロンドンでの忘れられない出会いについて語りました。教授はまた、Squirrel AI の主任設計者であるリチャードが、自分がよく知っている CMU の教授数名とすでに技術協力を始めていることを発見しました。

11月初旬、創始者の李昊陽はCMUにわざわざ出向き、教授と再会しました。当初の予定では2時間の面談でしたが、9時間も続きました。教授は、李昊陽の「エラー原因による知識空間理論の再構築」や「非相関知識ポイントのキー確率アルゴリズム」など、教育技術と人工知能アルゴリズムに対する深い理解と革新に深く魅了されました。また、AI教育に専念し、すべての人に教育の公平性をもたらすという李のビジョンに深く感銘を受け、その場でSquirrel AI Learningの最高AI責任者に就任することを決めました。

9時間にわたる会話の中で、Li Haoyang氏はSquirrel AI製品をどのように教授に説明したのでしょうか? 「当社のナレッジポイントのセグメンテーションの粒度は、Knewton や ALEKS などの米国の競合他社の 10 倍に相当します。」

ミッチェルはそれを初めて聞いたとき、非常に驚​​き、どのようにしてこのような詳細な分割が実現されたのかと尋ねました。分割後の比較実験の効果は何ですか?

実際、前述のように、アダプティブ ラーニングは米国で早くから始まっており、中国で本格的に一般に知られるようになったのはここ数年のことである。しかし、実際の導入シナリオでは、中国のスタートアップ企業がすでに一歩先を進んでいるのは明らかです。

かつてRealizeitで働き、現在はXue Educationの上級科学者であるCui Wei氏は、海外の大手アダプティブ企業と比較すると、彼らは長い歴史を持ち、大量のデータを蓄積しており、既存の製品モデルも比較的完成度が高いものの、中国にとって、インテリジェントアダプティブ研究を現地化することによる利点はより明らかであると述べた。なぜなら、中国の学習の強度や試験内容の難易度は海外よりも高く、試験問題も同様に高いからです。また、中国は国土が広く、教科書も非常に分野横断的です。

李昊陽氏は、二次方程式に関して、ALEKSはそれを13の知識ポイントに分解したが、Squirrel AIチームはそれを107に分解した、中学校の英語のリスニングの知識ポイントは8,000以上に分解したという例を挙げた。 「中国では、ナノレベル、超ナノレベルの細分化がさらに必要かもしれない」と李昊陽氏は述べた。英語学習の面では、中​​国人とアメリカ人の学生はそれぞれ異なる問題に直面している。彼らは、連結語、破裂音、固定コロケーションなどの類似概念の使い方を理解しておらず、中国の学生は話し言葉と書き言葉の区別が難しい。彼らは、欧米よりも細かい知識ポイントの細分化を必要としている。

それだけでなく、教育の究極の目的を考えてみると、それは一定の範囲内で書物による知識を習得したり試験で高得点を取ることではなく、思考や方法、創造性や想像力など生徒の能力に焦点を当てることです。リスAIは現在、欧米のAIの知識ポイント学習の限界を打ち破り、子供たちの思考力や方法論的学習だけでなく、他の状況について推論する能力を養い始めています。

機能、アイデア、学習方法を分割する際、Squirrel AI チームは「3 つのレッスンの原則」に従います。つまり、1 つ目は定義可能、2 つ目は測定可能、3 つ目は指導可能というものです。学習能力が明確に定義され、各生徒のその能力レベルが測定されて初めて、その能力を教え、生徒がそれを習得したことを確認することができます。人の総合的能力や感情的知性についても同じことが言えます。

「若い頃、私は感情知能が非常に低く、社交があまり得意ではありませんでした。挨拶をするときに顔を赤らめ、どのように始めればいいのか分かりませんでした。」李昊陽さんは、その後何度も考え直し、「感情知能」を観察力、言語表現力、相手の興味のある話題を見つける能力、他人の心理を判断する能力、さらには不当な扱いを受けた後に問題を解決する能力など、30以上の能力に分類しようとしたと語った。

たとえば、他の人とチャットしているとき、相手が自分の話に本当に興味を持っているのか、それとも単に礼儀正しく話を遮らないようにしているだけなのか、どうやって判断しますか?前者であれば、表現が効果的であることを証明しますが、そうでない場合は、表現が失敗しただけでなく、相手に嫌悪感を与える可能性もあります。

李昊陽氏は、相手が全く話を聞こうとしないのに自分が話し続けている場合、それは自分の感情知能が問題になっていることの証拠だと考えています。したがって、最初から他の人の微妙な表情の違いを観察して発見することを学び、他の人が興味を持つ話題を見つけるように努めなければなりません。

このような思考モードでは、最も測定が難しい感情知能でさえ、「1 分間に 2 回または 3 回他人を見ますか」などの微妙な詳細に分解して、受信者の感情の変化を観察できます。

「個人の戦闘能力を射撃能力、機動射撃能力、腕立て伏せ、重い物を背負って走る、登るなどのさまざまな能力に細分化できるのと同じように、総合的な訓練を行うことで、任務の的を絞った訓練を完成できる。一般的な訓練から詳細な訓練、詳細な訓練から総合的な訓練までだ」と李昊陽氏は述べた。

ミッチェル氏はこの考えに衝撃を受けた。「当時、私は感情知能についても考えていました。私たちの学生の多くはコンピューターサイエンスを学んでおり、彼らが感情知能に問題を抱えているのではないかと心配だったので、この問題も研究しました。リー氏の方法の方が実現可能で、明らかに成果を上げることができます。」

研究開発について語る際、教授は李昊陽氏との研究の一つも紹介した。教授は、脳内のホットスポットをスキャンすることで、脳が異なる単語を見たり、異なる内容を考えたりしたときに、ホットスポットの範囲が異なることを発見した。李昊陽氏はまた、Squirrel AI は学習プロセス中に生徒の集中力が高まっているか高まっていないかを観察するために生徒の脳波も測定していると述べた。

これまで、人間の行動や思考をこれほど綿密かつ大胆に分析した人は誰もいません。未来の学びや教育は、まったく新しい姿で私たちの前に姿を現すでしょう。

PwC は、2030 年までに AI の応用と展開により世界の GDP が 15.7 兆ドル増加すると予測しています。そのうち、少なくとも市場の半分はAI教育です。

ミッチェル氏は、スクワレルAIラーニングの人工知能担当主任として、10名以上のAI科学者、数百名のAI応用エンジニア、技術チームからなるチームを率いて、知能適応型教育の分野における人工知能の基礎研究と関連製品の開発・応用に取り組みます。

「機械学習と人工知能は、主に学習目標、学習データの種類、マルチタスク学習理論、教師なし学習、強化学習に重点を置き、インテリジェントな適応学習の原動力となる技術になると信じています」とミッチェル氏は語った。

トム・ミッチェル教授は、Squirrel AI Learning に参加した後、すでに詳細な作業計画を作成しています。

***、教授が何年も前に世界技術の指針仕様として指定した機械学習の白書と同じように、人工知能教育の白書を策定し、それを世界のAI教育の実用標準にします。

第二に、既存のAIアルゴリズムモデルを最適化することで、リアルタイムの動的データ（生徒の正答率、時間、表情、脳波など）を使用して、生徒の動的な学習目標と生徒に推奨される学習コンテンツ（動画、アニメーション、配布資料、質問、分析など）を継続的に調整し、より正確で効果的なものにすることができます。

3つ目に、近年の重要な研究課題である、人間とコンピュータの対話を利用してユーザーが機械に教えることを可能にし、機械学習がアルゴリズムの自己進化にのみ依存するという現状を覆すことを試みています。人間の脳に似た学習方法を使用することで、マシンは各指示から直接学習できます。人が GPS ナビゲーション エラーを直接修正することで、何百万ものデータ量の下で機械学習の最適化を節約できるのと同じように、すべての学生と教師は、マシンとシンプルで構造化された会話をすることで、機械学習自体を効率的に改善できます。この戦略は、AI 分野における破壊的なブレークスルーとなるでしょう。

それぞれの議論の中で、教授の考えは Squirrel AI の考えと一致していました。中国のような急速に発展している国では、有名な学校やベテラン教師は人々のニーズを全く満たすことのできない希少な資源であり、政府は無力です。AI教育ツールは、人々が技術の変化によって引き起こされる劇的な変化に適応するのを助け、富の増加後の質の高い教育の緊急のニーズを解決するのにも役立ちます。 「教師は、学習状況や能力が異なるため、各児童の多様なニーズに対応することができません。」そこで、Squirrel AIの「AI Special Teacher」は、教授の協力を得て、生徒の知識ギャップをより正確にスキャンして判断し、「わからないところを学習」し、知識説明ビデオをより効果的にプッシュして、生徒が「より透明に学習し、能力の向上を確認」できるように支援します。従来のオンライン教育の非インタラクティブな録画授業や、従来のオフライン教育の非効率性と高価格と比較して、Squirrel AI Learning の究極の夢は、ラファエロの「アテネの学堂」の 57 人の賢者のような AI 教師がすべての子供に付き、真の教育の公平性を実現することです。

[[250690]]

ラファエロの「アテネの学堂」 - 現在バチカン美術館所蔵

インテリジェント適応学習の概念は「適応学習」に由来し、人工知能の時代に生まれ、1970年代から普及してきました。インテリジェント適応学習モデルは、コンピューターサイエンス、人工知能、心理測定学、教育、心理学、脳科学などの専門分野を統合します。簡単に言えば、主にコンピューター アルゴリズムを使用して学習者とのやり取りを調整し、各学習者の固有のニーズを満たすカスタマイズされたリソースと学習アクティビティを提供します。

初期の頃は、コンピューターの性能が普及し、AI アルゴリズムが成熟していたため、この学習モデルは広く使用されていませんでした。人工知能がますます普及するにつれて、中国の支持者はそれをむしろ「インテリジェント適応学習」として理解しようとしており、これは人工知能時代における適応学習のアップグレードとも言える。

インテリジェント適応学習システムの革命的な性質は、それが「意思決定AI」に似ていること、そして既存の教育モデルを覆す可能性が最も高い新しいシステムとしても見られることにあります。

従来の非適応型学習モデルでは、生徒の学習経路、認知プロセス、パフォーマンスフィードバックなどのデータを大規模に追跡、保存、分析することができないため、カスタマイズされたパーソナライズされた学習モデルを実現することは困難です。人工知能と学習プロセス全体の非公開データによって形成されたインテリジェント適応学習システムにより、システムは最高の教師を完全にシミュレートして、学習コンテンツとパスの推奨について合理的な決定を下すことができます。今日頭条は読者の読書プロセス全体のデータを活用してユーザーポートレートを分析し、各個人に合わせた推奨を行っており、これまでの編集上の選択に頼って読者に推奨を行うという慣行を変えているようだ。

AIインテリジェント適応システムは、これまでのオンラインとオフラインの教育における教師中心の教授モデルも変え、学生のユーザーポートレートに基づいたパーソナライズされた教授法になりました。数千年ぶりに、学生が真の主人公になったのです。

実際、インテリジェント・アダプティブ・ラーニング（AIアダプティブ、略してインテリジェント・アダプテーション）と呼ばれるこのシステムは、米国でさまざまな教育モデルを採用した何千もの学校に適用されており、その実際の効果は優秀な教師の教育レベルを上回っています。 Squirrel AI Learningはかつて、完全なライブ放送も行いました。20時間の授業の後、教育ロボットグループの生徒の成績と向上スコアは、コントロールグループと上級教師グループよりも9ポイント高くなりました。

人工知能の適応が世界中で非常に良い結果を達成し、中国で試行された際にトップクラスの教師を超える教育成果を生み出した理由は、優秀な生徒には個々のニーズに基づいて知らない知識ポイントを効率的に学習でき、成績の悪い生徒には50点の知識を教えることで、すぐに学習して習得でき、その後52点、53点が与えられ、非常に簡単かつリラックスして進歩できるからです。学生を適性に応じて教えることは、まさに中国が何千年も主張してきたことだ。このような実用的な効果を実現するには、アルゴリズムに対する要件が非常に高くなります。

2018年、中国のオンライン教育市場規模は2,727.1億元に達し、AI+教育は有望な分野となっている。

ミッチェル氏の見解では、中国はAI産業の発展を促進する上で独自の優位性を持っている。データの規模、データの多者間統合、中国政府による産業への支援など、西側諸国よりもビッグデータの構築に有利である。

同時に、Squirrel AI Learningは、教育分野における人材の蓄積、戦略的判断、業界実装において強力な競争力を持っています。

トム・ミッチェル教授の参加は、Squirrel AI Learning にとって強力な追加要素となります。リスAIの内部関係者はこう語った。 Squirrel AI の技術チームの主任科学者である Cui Wei 氏は、アイルランド国立大学で人工知能の博士号を取得しており、以前は Realizeit のコア科学者でした。チーフ アーキテクトの Richard 氏は、アジア太平洋地域における米国最古のアダプティブ教育企業である Knewton のテクニカル ディレクターです。チーフ データ サイエンティストの Dan Bindman 博士は、米国の巨大アダプティブ教育企業である ALEKS の共同創設者であり、コア製品アルゴリズムを担当するチーフ アーキテクトです。

さらに、Squirrel AIは2年前にスタンフォード研究所（SRI）との戦略的な協力を開始しました。SRIはSquirrel AIにAI技術の研究を提供します。また、中国科学院自動化研究所と並行AIインテリジェント適応共同実験室を設立し、人工知能と教育理論を共同で構築し共有しています。

Squirrel AI Learning により、ミッチェル氏は AI テクノロジーを教育シナリオに適用する成功モデルを確認することができました。このシステムは、まず特定のデータ モデルに基づいて生徒をテストします。データは、いずれかのモデルの使用に基づいて生徒の学習プロセスの進行状況を追跡し、生徒の学習に適した知識ポイントとテスト問題を推奨します。プラットフォームは、生徒の学習状況に基づいて、生徒の学習速度と学習方法を継続的に調整し、繰り返します。

「フルプロセスのインテリジェント適応」は彼らが注力している分野です。ミッチェル氏の見解では、これは非常に強力な学習方法です。システムが推奨するコンテンツが学生に適しており、学生が学習して習得できるものであれば、頻繁に奨励される学生は理解度が高くなります。彼らが現在研究しているもう一つの分野も、学習におけるインテリジェント適応の応用の1つです。つまり、学習プロセス中に生徒はどのようにして動的な学習目標を設定するのかということです。 90 点を取る子供と 60 点を取る子供の学習目標は完全に異なるはずです。たとえ 2 人とも 60 点を取る子供であっても、学習能力と目標は異なるため、正確性と効果性を実現するために学習パスを常に調整する必要があります。

したがって、両者の出会いは偶然ではなく運命的なものだった。トム・ミッチェル教授は、教育分野における実装に多大な注意を払い、研究している数少ない AI 業界のリーダーの 1 人であり、それが AIED カンファレンスで講演を行った理由です。 Squirrel AI は、論文で賞を受賞したり、世界有数の AI および教育カンファレンスの多くで講演に招待されたりしています。

教授は入社の理由をいくつか話しましたが、その第一の理由は、Squirrel AI がすでに非常に強力な AI 技術力と教育に対する深い理解を持っていると考えたことです。

「AI革命のかつてない破壊力に直面して、我々はこれから計り知れない暗黒の海を進むことになるだろう。AIは0と1の冷たい世界で超能力を持っているが、人間の関心、期待、夢は依然として明るく輝いている」と、李開復博士はウォール・ストリート・ジャーナルに掲載されたコラムに書いている。

AI革命の混乱と影響は、過去2回の産業革命よりも大きくなり、間違いなくはるかに速いスピードで起こるでしょう。蒸気機関は肉体労働の本質を根本的に変え、ICTは認知労働の本質を根本的に変えました。AIは、人間をはるかに上回るスピードと効率でさまざまな肉体的・知的作業をこなすことができるため、輸送から製造、医療まで多くの産業の効率を大幅に向上させ、両方を同時に変えるでしょう。世界的な人材戦争において、AI分野で世界32位の香港中文大学のSenseTimeの唐暁氏や、コンピュータサイエンス分野で世界47位のシドニー工科大学のUBTECHの陶大成教授と比較すると、今回、Squirrel AIはCMUの機械学習部門の創設ディレクターでコンピュータサイエンス学部の学部長であるトム・ミッチェル氏を獲得し、すでに追い上げている。将来、馬化騰氏が昨年のフォーチュンフォーラムで述べたように、BATの市場価値を超える企業がAI教育から出てくるかどうか、そして李昊陽氏が述べたように、人類の教育発展の歴史を変え、次世代のすべての子供を今よりも10倍賢くするかどうかは、検証するのに時間がかかるだろう。