蜀のAI教育への道はどれほど危険か

蜀のAI教育への道はどれほど危険か

19 世紀頃、イギリスの実証主義哲学者で社会学者の H. スペンサーは、「教育論」の中で、イギリスの資本主義経済が繁栄した時期にブルジョアジーが教育に求める新たな要求を指摘しました。また、機械的な暗唱と人間の発達の法則を無視した古い教授法と教育方法を批判しました。教授法には、早急に画期的な進歩と革新が必要でした。

今日、教育業界が教育で直面する問題、混乱、課題を探求し続ける中で、すべてが大きく変化しました。教育分野は常に、さまざまな競争者が切望する領域でした。近年では、数千億規模の市場と政策配当により、AI技術の実装にとって重要な分野となっています。 2017年、馬化騰氏は「BATを超える数千億ドルの時価総額を持つ次の企業は、AI+教育の分野から出てくるだろう」と公に述べた。

AIを活用した教育市場は、資本の爆発的な増加、大手企業の参入、巨額の資金調達の中で前進しています。市場は絶えず細分化され、競争はますます激しくなっています。同時に、浮遊するAIコンセプトをどのようにうまく実装し、既存の業界の障壁をどのように統合するかが、「AI+教育」企業が検討すべき重要な課題となっています。

カーニバルの宴とチーズカット

人間と機械のGoogle Go対決がAIブームを巻き起こして以来、人工知能は猛スピードで進歩し、前例のない爆発点に達しました。ディープラーニングアルゴリズムの革新によって引き起こされたこのAI革命は、短期間でさまざまな分野に浸透し、さまざまな垂直分野におけるデジタル化のアップグレード版であるAIとなっています。

AIのディープラーニング機能により、機械はある程度人間のような思考能力を持つことができます。この機能がさまざまな垂直産業に浸透すると、部分的に人的資源が解放されます。したがって、人材重視の教育業界では、このような人的資源の解放は質の高い教員の拡大を意味し、教育リソースプールのさらなる拡大を実現します。

壁の外のあらゆる階層の人々が、このテクノロジーを利用して自らの業界に内在する氷の層を打ち破り、新たな機会を獲得しようとしているとき、教育業界は確かに目覚めている。データによってこの市場の繁栄が証明されます。未来産業研究所のデータによると、中国のオンライン教育利用者数は2020年に3億人近くに達し、市場規模は2021年に4,660億元に達すると予想されています。

オンライン教育の幅広い発展の見通しと AI + 教育の巨大な想像力の空間により、さまざまなプレーヤーが懸命に取り組み、AI 戦略レイアウトへの投資を増やしています。

AI技術の発展と飛躍により、AI+教育は、教育を「何千人もの人々に一つの顔」から「何千人もの人々に千の顔」へと変革するという希望を抱かせています。業界全体では、驚くほど素晴らしいスタイルの製品が多く、一部の製品は未来の「SF」感があるようですが、このカーニバルの宴会はまだ痛みを隠すことができず、まだいくつかのハードルが残っています。

まず、教育の「特別性」について。

教育は伝統的な産業として何千年も運営されており、独自の完全な運営ロジックを持っています。かつて孔子が教師を尊敬していた時代から、今日では教育が何世紀にもわたる計画の基盤となっている時代まで。木を育てるのに10年、人を育てるのに100年かかるという中国のことわざから、一人の才能を育てるのに村全体が必要だというアメリカのことわざまで、どちらも人生における教育のかけがえのない特別な位置を反映しています。

他の産業と比較して、インターネット+教育産業の意義はより顕著です。まず、教育分野におけるインターネット+AIの実装は、限られた優れた教育リソースに二次流通の機会を与えることを意味します。同時に、AIの効率性の向上により、教育リソースの利用効率も本質的に向上し、実用化にとってより有意義です。

今年3月、清華大学で開催された中国イノベーターフォーラムでも、業界リーダーらがAI教育に対する姿勢を共有した。第一に、AIが教育の強化にもたらした成果を認めること、第二に、インターネットが教育を破壊することはできないということだ。 NetEase Youdaoの周鋒氏とSanhao.comの于敏氏は講演の中で、教育業界におけるAIの徹底的な応用は学習の効率を大幅に向上させるだろうが、現在のAIは依然として主に補助ツールの形で存在していると述べた。

また、AI+教育がなぜ注目されているのかという疑問も生じます。その答えは、教育の「特殊性」という前提にあります。AI+教育の最大の価値は、教育の効率を向上させ、さまざまな人々の個別のニーズを満たす能力にあります。網易有道の周鋒CEOは、教育分野において、AIは単に効率や技術のためだけに学ぶものではない、より重要なのは子供たちの人間としての成長であると語った。

さらに、利益追求と感情について。

ご覧のとおり、インターネットは多くの分野で活気のない資本ゲームに変わりつつあります。多くの技術的武器の乱用も、多くの起業家の本来の意図を妨げています。かつて、評価神話と上場の奇跡は、多くの投機家をインターネットの概念で富を追求するという集合的無意識に駆り立てました。

資本の誘惑に負けて、ネット起業家たちは次々とベンチャーキャピタルへの狂気の道を歩み始めた。しかし、この「資本の道」を突き進むスタートアップは、注意しないと、引き返すことのできない奈落の底に落ちてしまうだろう。

この狂気と比較して、代替の AI 教育起業家は、真の変化をもたらしたい起業家チームに新たな可能性をもたらしました。

昨年末、「このスクリーンがあなたの運命を変えるかもしれない」と題されたレポートが話題になった。記事では、貧困地域の中学校248校が生放送を通じて有名な成都第七中学校と同時に授業を受けた様子が紹介されている。ライブストリーミング授業を通じて、貧困地域の中学校の生徒88人が清華大学と北京大学に入学した。ネットイースのCEO、ディン・レイ氏はこれに深く感銘を受け、自身のWeChatモーメンツに、オンライン教育慈善事業に1億元を寄付し、貧困地域のより多くの学校がオンライン授業のライブ放送モデルを実施できるよう支援し、授業なしで知識が流れるようにし、中国全土に学区住宅を作ると投稿した。

しかし現実には、誰もがディン・レイのような情熱と能力を持っているわけではありません。

これはまた、インターネット上での盲目的な利益追求から、ビジネスの核心とそれ自体に焦点を当てることに外部世界が戻るよう促すものです。初心が感情に満ち溢れた後、テクノロジーを最大限に活用することで、業界の最も単純な本質的な法則を深く理解できるようになります。

データは進歩の最大の障害となるかもしれない

最初の 2 つの問題点が AI + 教育自体の認識の偏りによるものであるとすれば、将来の AI 教育にとって最大の障害は、「知能」という高尚な話の背後にある堅実で強力な技術的サポートが欠如していることです。トレンドが強くなればなるほど、それに従う人も増えます。多くのチームは、技術的なコアの強さのテストに失敗しがちです。これは私が説明したいもう一つのハードルです:

AI による教育の強化には構造化されたデータの「供給」が欠けており、それが AI のフィードバック テクノロジーの反復に影響を及ぼします。

近年、Toutiao などの APP 製品は正確な推奨機能により、業界トップクラスにランクされています。インターネット時代におけるビッグデータの応用は、オンライン教育の発展にも技術的なサポートを提供します。ヴィクトル・マイヤー・シェーンベルガーは著書『ビッグデータの時代』の中で、「ブラックボックス」という用語を使って、ビッグデータの意味の理論を鮮明に説明しています。つまり、問題は 1 つのポートから入り、中間に何千ものデータを収集する「ブラックボックス」があり、コンピューター エンジニアリングを経て、答えが別のポートから出てくるというものです。

したがって、この情報化時代におけるビッグデータの価値について考えてみましょう。ビッグデータは、数学的アルゴリズムを使用して、世界に溢れている膨大なデータを「精製」し、パターンを掘り起こしたり抽出したり、有用な情報に処理したりします。つまり、AI に継続的にデータを「供給」することで、AI はデータを「精製および処理」する能力を継続的に向上させることができ、最終的には、行動を導き、計画するデータの能力を実現できます。

AI+教育の基本的な基盤は、コンテンツ データやユーザー データなど、製品に必要な構造化データから生まれます。

7月27日に開催されたGMIC未来教育サミットで、NetEase Youdaoテクニカルディレクターの林慧傑氏は次のように語った。「AI+教育の3つの段階は、コンテンツのデジタル化、プロセスの自動化、方法の知能化です。まだ最も基本的な初歩段階です。難しいのは、データがないことです。人工知能の供給には大量の高品質データが必要であり、データの取得は教育業界の課題です。」 「データを入手した者が主導権を握る」とリン・フイジエ氏は語った。

データの強力な地位は業界のコンセンサスとなっています。最近、第4回グローバル人工知能・ロボットサミット2019の「スマート教育特別セッション」で、TAL Education、Tencent Education、SenseTime、iFLYTEK、NetEase Youdao、Alibaba DingTalkなどの大手企業が集まりました。 AI+教育は全体としてまだ初期段階にあり、現段階ではデータの量が少なく質が低いことが主な課題であることに全員が同意しました。

このレベルでは、NetEase Youdao には明らかな固有の利点があります。公式データによると、NetEase Youdaoプラットフォーム全体のユーザー数は現在8億人を超えています。膨大なユーザーベースは、間違いなく直接データを取得するための最良の情報源です。

もちろん、ユーザー規模は 1 つの側面しか示していません。真の技術的反復を実現したい場合、現在、ユーザー学習データのソースは 2 つあります。1 つはデジタル教育環境からのもので、もう 1 つは従来の教育プロセスから教育情報を収集してデータに変換するものです。現在、多くの製品のデータソースは単一です。AI+教育の主な障害は、教育業界の学習データがまだ閉ループを形成しておらず、いくつかの重要なリンクがまだ欠けていることです。

膨大な量のデータを持つ大企業は、この問題を心配する必要はありません。例えば、BAT が教育業界に参入したのは、複数の製品インターフェースによって形成される膨大なトラフィックプールとデータの優位性を活かして、AI + 教育ビジネス市場を席巻するためです。 NetEase Youdao の製品レイアウトは、ユーザー数と同様に過小評価されるべきではありません。網易有道は、有道翻訳、有道辞典ペン、有道スマートペンなどで構成されるスマートハードウェアマトリックス、網易有道辞典、有道児童辞典などの学習アプリ、有道プレミアムコースなどのコース製品で密接なトラフィックプールを構築しています。これは、複数の水道管を一緒に開くのに似ており、学習シナリオのニーズを正確に配置することで、データの品質を保証します。これは、テクノロジーだけを行っていて、Cエンド製品インターフェースを持っていない企業とは根本的に異なります。

データは燃料であり、アルゴリズムはエンジンです。データ課題に直面している教育企業にとって、多様なデータベースを統合することで、ビッグデータのボトルネックを打破できると期待されています。 AI 機能の反復は、データ基盤と常に更新されるフィードバック メカニズムにあります。これは好循環です。データは AI テクノロジーの改善と反復に役立ち、その後製品に適用されます。適用プロセス中に新しいデータが生成および収集され、AI テクノロジーの改善に使用されます。

これは、中盤の競争が本格化した際に、NetEase Youdao の「切り札」にもなりました。

黄金のトラックの爆発とゆっくりとした煮込み:運転中のタイヤ交換の背後にある比喩

テクノロジーのあらゆるイテレーションが教育分野に新たな変化をもたらすことは間違いありません。ライブブロードキャストテクノロジーの議論や「運命を変えるスクリーン」に関する白熱した議論が始まってからまだ数年しか経っていません。AIテクノロジーの教育に対するエンパワーメント価値も徐々に発揮され始めています。2017年に教育業界に参入して以来、2年間で学校内サービスから教育の重要な分野に浸透しました。しかし、AIコンセプトの実装とその商業的応用は、依然として教育分​​野の重要なトピックです。

この非常に混雑した黄金色のトラックを見回すと、数人の競技者がレースをしています。

1 つ目は、技術的優位性を持つテクノロジーおよびインターネットの大手企業です。例えば、BATはインターネットインフラを構築するための基礎的な運用技術を持っており、iFlytekは音声認識などの専門技術を持っています。BATは検索、電子商取引、ソーシャルネットワーキングでトラフィックの優位性を持っていますが、「トラフィックの勝者」が必ずしもオンライン教育のリーダーであるとは限りません。結局のところ、教育業界の特性はコンテンツベースであり、対人コミュニケーションを必要とします。BATが「システム」に完全に参入できるかどうかはわかりません。

2番目は伝統的な教育会社からのものです。例えば、新東方、TAL教育、学士などは、オンラインとオフラインの両方で進歩を遂げている昔ながらの教育指導機関です。ブランド力とプロモーション意識が高く、努力していますが、技術力を向上させる必要があります。彼らがAIに期待をかけるのは、人工知能を使って教師の低価値労働の一部を置き換え、生徒の個別学習を支援したいからです。最終的な目標は、テクノロジーを使って正確な指導を実現し、学習効率を向上させることです。

3 つ目は、両方の長所を兼ね備えたチームから生まれたものです。例えば、網易有道は長年テクノロジー、AI、教育に携わっており、両方の長所を兼ね備えていると言えます。しかし、最先端技術を追求したり、競争ランキングを追いかける多くのAI企業とは異なり、同社は製品の実装に重点を置いており、市場に投入した製品を通じてさまざまなタイプや年齢の人々にサービスを提供すると同時に、これをチャネルとして多様で膨大なデータを収集し、AI技術の発展を促進しています。

そして、このペースの速いレースでは、爆発力と穏やかさの間でバランスを取りながら、ゆっくりとしたペースを冷静に理解することに注意を払う選手もいます。

段一涛氏は、NetEase Youdaoの主任科学者です。彼はかつて、数千年の歴史を持ち、非常に成熟した独自のモデルを持つ教育業界は、走行中の車のようなものだと例えました。車の動きが遅すぎると考える人もいるため、スピードを上げるために、新しいタイプの「タイヤ」であるAIを導入したいと考えています。しかし、動いている車を停止させてタイヤを交換することはできません。つまり、AIの介入によって教育のリズムを乱すことはできません。横転を避けるためには、ゆっくりと操作する必要があります。AI技術が教育業界にゆっくりと浸透するには、量的変化から質的変化へのプロセスが必要です。

インターネット界では、常に「スピードこそが勝利への道」という考え方を広めてきました。速い魚が遅い魚を食べるというこの状況において、NetEase Youdao が成功したのは、教育という「遅い」業界を明確に理解しているからかもしれません。

AI+教育は勢いを増していますが、私の意見では、AI+教育にはまだ長い道のりがあり、克服すべき課題がまだたくさんあります。 AI+教育トラックは今後どのような変化をもたらすのでしょうか。そして誰が目立つのでしょうか。楽しみに待ちましょう。

<<:  AIによる自動思考の隠れたコストについて

>>:  機械学習プロセスにおける3つの落とし穴、どれを踏んでしまったか確認しましょう

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

ニューラルネットワークと数学の関係は何ですか?読めば分かるよ

ニューラル ネットワークについて学んだことのある人なら誰でも、ニューラル ネットワークには非常に一般...

機械プログラミングが次に投資すべきテクノロジーである理由は何ですか?

[[413321]] [51CTO.com クイック翻訳]一連の新しいツールは、機械学習やその他の...

Byteチームは、認知生成リストSoTAを理解するためのマルチモーダルLLMであるLynxモデルを提案しました。

GPT4 などの現在の大規模言語モデル (LLM) は、画像が与えられた場合にオープンエンドの指示...

ChatGPT が処理できない 5 つのプログラミング タスク

ネイト・ロシディ翻訳者 | ブガッティレビュー | Chonglou制作:51CTO テクノロジース...

「機械による人代替」が雇用問題を引き起こす。第一線で働く人々の未来はどうなるのか?

人工知能技術の推進により、製造業の変革と高度化が進み、「機械が人に代わる」という波が起こり、その社会...

Kingsoft ビデオクラウド AI + エッジコンピューティング デュアルアクセラレーションが 5G HD 時代をリード

5G時代の到来により、さまざまな業界のトラフィックが爆発的な増加を遂げており、特にビデオ業界はインタ...

...

2030年までに、仕事の70%が人工知能に置き換えられるでしょう。子どもたちが競争力を維持できるよう、私たちはどう支援できるでしょうか?

10年前は多くの人が必死に五線譜を練習していましたが、今ではほとんど誰も使っていません。 5年前は...

TensorFlow2を使用して細胞画像が感染しているかどうかを判断する方法を教えます

[[405128]]このチュートリアルでは、TensorFlow (Keras API) を使用して...

水滴事件の裏側:スマート監視下では逃げ場はなく、カモフラージュやマスク着用も無意味!

[[213371]]はじめに:90年代生まれの少女が突然現れ、水滴カメラ生放送プラットフォームを批...

FacebookはVRキーボードを使ってデータを入力する方法を開発中

海外メディアの報道によると、仮想現実(VR)でオフィスワークを遂行するのは容易ではないという。本当に...

オッペンハイマーの「彼女は消えた」!物理学界のファーストレディ、呉健雄はマンハッタン計画の重要な問題を解決した

長い待ち時間を経て、ついに『オッペンハイマー』が国内で公開される。ノーラン監督は映画の細部と品質に細...

ビッグバンを証明した男が亡くなった!宇宙背景放射の発見でノーベル賞受賞者が90歳で死去

ノーベル物理学賞を受賞し、宇宙のビッグバン理論を証明したアメリカの物理学者で電波天文学者のアーノ・ア...

なぜ人間はヒューマノイドロボットを恐れるのでしょうか?心の奥底から湧き上がる恐怖

科学者たちは、人間が常に人型ロボットに対して不可解な恐怖を抱いているという不可解な現象を発見した。 ...

自動生成された小さなデータセットを使用してエンコーディング LLM をトレーニングする方法

翻訳者 |李睿レビュー | Chonglou GPT-4 のような大規模言語モデル (LLM) はソ...