教育該如何應對AI衝擊?錢穎一:做機器不能做的事情
2017年12月01日15:35
圖註:清華大學經濟管理學院院長、教授錢穎一與真格基金合夥人兼CEO方愛之、成為資本管理合夥人沙燁、流利說創始人兼CEO王翌進行對話
圖註:清華大學經濟管理學院院長、教授錢穎一與真格基金合夥人兼CEO方愛之、成為資本管理合夥人沙燁、流利說創始人兼CEO王翌進行對話

  在今日舉辦的“全球思想盛筵-人工智能與人類文明”上,清華大學經濟管理學院院長、教授錢穎一與真格基金合夥人兼CEO方愛之、成為資本管理合夥人沙燁、流利說創始人兼CEO王翌進行對話,探討人工智能與教育的未來。

  錢穎一表示,我們國家教學生學習的長處一般性來說就是大量記憶、大量做題。這樣的話對知識點掌握的就至少短期比較好、比較多,也比較深,所以考試也都考得很好。可仔細想一想這個特點恰恰是機器比你做得還好,因為機器的記憶肯定比你還好,做的題比你還多,算法比你快。這就對現代教育有很大的挑戰,我們是否更應該強調通識教育,不同學科之間的交叉以及常識,這些方面機器先還是不太行的。

  流利說創始人兼CEO王翌表示,人工智能也好,或者AI相關的學習產品也好,它就是個工具,能夠幫助更加高效地教學或學習,用更短的時間達到學習目標。今天人工智能很重要的是通過產品的方式,降低了對於真人老師人工的需求。

  成為資本管理合夥人沙燁認為,自主學習能力、一些真正的創意、抽像思維的能力、人跟人情感的能力,這些都是機器不能做到的,這是人更加聚焦自己能力的地方。這也是今後教育本質上最重要的事情。

  真格基金合夥人兼CEO方愛之稱,“教育在一百年、兩百年、三百年在我看來沒有特別大的變化,教育機構不管是哪個大學的,雖然我不是專家,但是我覺得沒有去擁抱改革、社會改革。”(澤宇)

  以下為對話實錄:

  錢穎一:各位上午好,非常高興來主持這一場,這一場的主題是人工智能和教育之間的關係,我們三位嘉賓是具有創業者、企業家,也有投資人,共同的特點是他們都對人工智能和教育的關係非常有興趣。

  剛才我們看到了調查的數字,問題是說人更聰明還是更笨?看到了75%、20%和5%的比例。實際上這個問題一方面很哲學性,比如什麼叫聰明?也很技術性,什麼時間能實現。當然在第一節技術的討論中已經給了三個不同的答案,有的人是認為是在他的一生中,有的人認為500年,有的人認為永遠也不可能,所以這裡面是有各種可能的答案。

  我們這一節因為是來自於業界,來自於投資和行業,我們更關注的還是人工智能對教育到底是會發生什麼樣的作用,在企業和行業的層面。

  這一節因為時間有限,我把所有的問題分成兩大類,因為我是研究經濟學,在經濟學中看來這兩者的關係無非都是兩類關係,一類是人工智能如何幫助促進教育的發展,我們叫做互補關係。還有一類是替代關係,人工智能可能會衝擊現在教育體製或者是行業中的一些特點、特長,甚至取代很多的工作。

  我們先來討論第一類問題,就是人工智能作為一種技術,它對教育會有什麼樣的幫助、促進發展,以什麼樣的形式?這裡面就牽涉到行業的轉變以及將來產業包括投資機會都在裡面,我們先從創業者王翌開始,你來說說你創業的企業中,人工智能在裡面對教育有什麼樣的促進?比如其他的公司,像學而思是用人工智能可以幫助發現學生是不是注意力集中,可以更多地幫助他提高學習效率,你這個公司是什麼樣的做法?

  王翌:大家早上好!我是英語流利說的創始人和CEO王翌。英語流利說是一個和頭條一樣用人工智能試圖把生活的某一方面體驗做得更好的公司。

  剛才一鳴在前面的講話裡說我們要做最懂你的信息平台,恰恰流利說的人工智能老師的產品名字就叫“懂你英語”,我們試圖讓人工智能老師更懂你。

  回過來首先介紹一下,流利說在創業的時候腦子裡的想法蠻簡單,我們發現中國人英語很痛苦,培訓班的價錢其實挺高的,動不動就幾萬塊錢。很多同學學了沒有辦法堅持下去,或者堅持下去效果不是特別好,就是效率很低。有很多地方的同學也沒有特別好的老師在身邊,資源分配也不太平衡。我們三個理工男往下一分析,發現有一個共同的根源,那就是高質量優秀老師的供給不足,質量效率低、價錢高、分配不均勻都是這個問題。

  然後我們往前推演,如果閉上眼睛想一想未來大家英語怎麼學?再往前想一想,試圖看到最遠端。後來我們想到,應該靠減少師生比,如果說一對一也不能完全解決怎麼辦呢?而且不可能所有人一對一,我們講應該靠產品,因為我之前在Google做產品。我在想能不能用交互式的產品?它可以獲取很多用戶的數據,然後讓很牛的老師在背後做好工作,這是把學生數據用引擎驅動內容個性化分發到學生那邊,他就有個性化的老師了。當時在2012年根本沒有提到AI兩個字,我們是叫算法。

  今天2016年7月份推出了世界第一個完全交互式的產品型的人工智能老師,我們往前邁了一小步,用第三方ETS的考試大概可以三倍提升效率。同樣提高一個歐標的級別,同樣歐標說傳統的學習方式要100小時,我們400個學生裡面有60%只用了36.5小時,我覺得這大概是一個方向,是人工智能在特定的學習場景下能夠比較高效完成學習目標,沒有真人老師的干預。

  錢穎一:現在首先關注的目標學生群體是什麼樣的?

  王翌:懂你英語的付費產品因為目標是英語能力,不是針對某一項考試,所以我們現在實際的付費用戶有接近100萬,大部分是大學生和白領。因為他們的目標很簡單,我是要真實提高能力,有一小部分是中小學生。

  錢穎一:什麼樣地區的,是城市、農村的?

  王翌:分佈非常廣泛,第一是手機基本上很多地方都有了,網絡也不是問題。第二是我們的價錢真的很便宜,比較顛覆,我們是99塊錢一個月。

  錢穎一:方總是做投資的,也很關注教育的行業,我想你也看過很多教育的潛在投資對象。現在人工智能這麼熱,請你來跟我們談談怎麼看待人工智能對教育的促進,或者說人工智能現在還有哪些局限?請您來談一下。

  方愛之:謝謝錢老師。我們投了很多AI公司,也投了很多教育公司,這兩年的大風口也是這兩個領域。嚴格來說,教育跟AI直接相關的公司我們投的是非常少的,甚至沒有,我覺得這個領域做的最好的就是流利說王翌。為什麼沒有投呢?AI投了很多,比如依圖、出門問問、地平線,教育也有VIPKID、一起作業、51talk、萬題庫。但是我們認為先要有場景,教育公司先要有場景,先要有一個商業模式,其實AI是很多教育裡面的功能,比如用人臉識別、聲音識別、語義識別、語音識別去提高教育的效率和質量。

  但是嚴格來說,AI+教育公司,我剛才也問過這兩個月上會好幾個,但是一個都沒有投。

  錢穎一:你覺得還沒有到這個程度,中間還是跟你們想像的有距離?

  方愛之:因為也需要很多數據,現在比如說好未來,對於他們自己來說是有意義的,但是對於一個普通的初創公司數據積累是有難度的。另外變現能力還是有限的,現在這些離錢不是特別近。但是教育公司有很多線上、線下素質教育或者K12學校、培訓非常賺錢。比如說我們人民幣教育基金未來也有退出壓力,可能要在國內上市就要有利潤,很多因素考慮進來後是我們很希望看到AI和教育結合的市場,相信也會有。但是適合不適合我們來投資,這是另外一個問題。

  錢穎一:你現在覺得概念上聽上去很不錯,但是真正落到投資這件事情上,除了王翌講的以外,至少還沒有看到特別有潛力的。

  方愛之:沒錯。

  錢穎一:沙總也是做投資的,投資了很多AI和駕馭的方面,請你來談談對人工智能的理解,特別是跟教育之間現在在投資方面的解讀。

  沙燁:感謝錢院長!感謝今天的大會,非常有意思。

  我覺得今天討論人工智能的主題是非常大,其實大家在討論這個主題的時候,最最本質的一個問題是對名詞本身的誤解。與其說是人工智能,不如說是人工算法。因為前面幾個嘉賓都談到過,本質上我們現在討論的人工智能無非就是機器學習、神經網絡的算法,可能再加上一些別的相關的研究。

  但是在這種情況下,如果把它叫成智能,本質上就是給了大眾無窮的想像空間,反而讓我們這個討論變得模糊了。如果是人工算法,或者像王翌前面講的在創業的時候本質就在做一個算法,這個討論就變得簡單了很多。

  我們如果看到這個算法在教育裡面的應用,無非就是這個機器因為有了這個算法獲得了新的能力,有些以前做不了的事情現在能做了,包括上下文的資料語言的理解,以前做不了的事情,現在能做了。機器擁有新的能力的時候,那就是人的杠杆增加了。人的杠杆增加,人的能力因為有杠杆而增大了。

  放到教育的環境裡面,本身成為教育工作者更加有利的工具,能夠把本身個人的能力、好的老師的能力進一步放大,讓他集中在更加多的事情上面。

  錢穎一:剛才沙總說了,本質上是機器學習、算法。你跟我們來談一談,你這個企業現在做的事情,哪個部分是機器學習的算法?是不是也有非機器學習算法的部分,是哪個部分?

  王翌:我覺得錢老師的這個問題很好,我就當一個小白鼠解剖一下自己。通過過去五年很快地看一下流利說的成長。

  剛才說的非常對,數據和場景是非常重要的,流利說也比較幸運,我們選了英語學習。今天發現英語學習這個事,可以在手機設備上面完成整個學習的閉環,就是所有的事情是可以在手機上完成的。這個事情並不是那麼簡單的,比如說健身,這事不能對著手機做,還需要有別的設備。當時我們發現手機練英語特別是練口語,我們拿口語切入覺得很有意思,就做了一個免費的東西,可以用實時的算法給口語打分,其實我們當時創業是受了唱吧的啟發。

  我們把語音用戶數據全部收集出來,這些用戶之前是跟讀上面地道的英語對話,我其實是知道他在讀什麼,所以這些數據是打了標籤的。大家知道打了標籤的數據比沒有打標籤的數據有價值得多,現在經過四五年的積累有非常大的中國人說英語的標籤,我們的數據升級換代了N多代,所以比世界上任何一個引擎更加瞭解中國人說英語的問題。因為中國人有些同學發音很有特色,我們要知道什麼是什麼,這是一個基礎。我們算法的第一步就是語音識別的引擎,非常懂中國人問題的語音識別引擎。

  然後從語音識別變到的口音評測的各個方面,比如語法檢測、流利度、語義、詞彙等等。比如雅思流利說15分鍾之後當場出報告,4個維度全面打分,而且指出錯誤。劍橋官方看了以後覺得很驚訝。

  我們不是個做評測的公司,當時的初心是幫助大家更加高效地提升,而且希望儘可能高效地提升。哪一個好的老師是怎麼樣教的?因為人工智能其實並不是從無到有變出來的,首先是學習真人是怎麼做的。AlphaGo在自己博弈之前還要先學習人類的棋譜,那麼真人老師有哪些牛的地方,他是怎麼教的,是怎麼給學生佈置練習的,是怎麼給學生反饋的等等。

  每個方面我們有三個核心點,第一個毫無疑問是數據,怎麼收集這些方面的數據。第二個是算法。第三個是內容。在教育方面,內容是很重要。流利說歷史上最大的一個跨越是2014年決定自己組建自己的教研團隊,我們當時根本不知道世界上教研的老師在哪裡,但是我們往前跨了一步把內容和算法結合,發現裡面就特別有意思,看到了各種學生的數據。今天你要說流利說最寶貴的數據是什麼?其實是我們有幾十萬學生每週花5小時在APP上百分之百無死角的數據,以前大家對於學生數據的理解是拍照,現在是全程錄像,這個是非常大的變化。

  錢穎一:那你印證了剛才沙總說的,還是機器算法的利用。有沒有一個方面是超越了機器算法?

  王翌:有。

  錢穎一:哪個方面呢?

  王翌:我認為在所有英語學習相關的領域,您說的是查閱人工,還是超越機器算法?

  錢穎一:剛才沙總說了,實際上我們說的人工智能聚焦的話是機器算法的問題。

  王翌:我不清楚。因為所有東西背後都是一個算法,請沙總再解釋一下您所謂的超越算法到底是什麼概念,我再想一想。

  錢穎一:因為第一節的時候也聽到討論,也是有類似的說法,說的是人工智能,實際上是圖像識別,顯然可能還有其他的方面,我只是問一下。

  不過你剛才說了另外一個很有意思的,你是說英語學習是一個很特殊的,也是你們抓住機會了。其實下面還有VIPKID也是英語學習,他有他的特殊性。沙總提出了機器學習、算法方面,學習語言是很特殊的,除了學習語言,你覺得最有可能應約到什麼學科,是最有可能在下一個突破的?

  沙燁:我覺得所謂的人工智能或者是人工算法的討論,無非就是讓我們人類在不斷地在審視自己真正智能的核心在哪裡。平時認為是很智能的工作,其實最後都是可以被算法取代的。最簡單的是批卷子、出考題,這些東西很容易被算法取代。包括教育裡面很大的課題,就是怎麼做個性化教育,現在的教育體製是工業時代的產物,本身是一個非常標準化的流水線的工作。如果有了這樣的機器,有了這樣的杠杆,有了這樣的算法,我們有能力做到以前沒有資源做到的事情,比如說可以為每個孩子根據自己的學習情況來設計考題,給他設計學習的練習,這也是王翌現在在做的事情。

  在教育行業是改革最慢的行業,因為本身是牽涉到人跟人的交互,我想現在的教育製度其實跟一千年前是沒有什麼變化的,也就是所謂的科舉私塾,沒有什麼本質的變化。現在有了這樣的技術手段可以把以前做的很多技術工作做分解,看哪些是機器可以做的,哪些是真正需要人來做的。我們剛剛在萬里長征的第一步,有很多事情可以分解。

  錢穎一:你認為人工智能對教育的重大促進是可以個性化,可以利用大量之前的數據,包括別人的數據以及個人的數據可以讓它個性化,這會徹底改變幾千年來教育的方式。這讓我想到四五年前另外一個技術,當時也說要改變教育,就是慕課,也就是網上在線教育。但是AI人工智能是讓它個性化,慕課可以是大面積傳播,但是未必能個性化,這是一個差別。

  請問方總,你剛才講的是除了流利說以外,別的你還沒有太看到。你希望什麼樣的或者你覺得什麼樣可能的領域,人工智能會對教育有具體的影響,會讓你在投資方面更有吸引力?

  方愛之:因為王翌從一開始就想結合這兩點但比如說我們投VIPKID先是線上教育、遠程教育,現在可以加一些AI的東西。像我們剛投的美悅鋼琴是遠程教鋼琴,這些東西顛覆點,因為我們內部過會的時候也在爭論線上能不能學鋼琴。重要性是在北京的老師可以教三四線城市學生的鋼琴,是一個師資問題,這其實是遠程。

  沙總說的觀點我不知道是不是AI,有一部分嚴格說也不一定是AI。王翌可以用這個東西是不是以後可以教數學?比如說鋼琴是不是也可以?因為教育領域創業的人,我們看到的主要都是教育領域出來的,比如說新東方、學而思出來的人比較多,但是他們沒有技術背景。但是技術背景的人沒有教育行業背景,所以很少能見到結合比較好的人。我們做天使投資肯定從人開始,我們投那麼多AI公司,應該說整個VC界我們投的AI公司最多的,但是從來沒有在會上投資AI。主要是發現一些比較好的人才,然後過一兩年發現是AI人口,發現我們投了很多公司。如果在風口之前沒有投這些公司,作為天使投資就已經晚了,所以沒有嚴格說在找AI或教育公司。

  沙燁:方總其實不在投AI,在投人。

  錢穎一:不是投人工智能,是投真人。當然投資者都是這樣的,他們投的既非技術,也非產品,投的是人才,投的是人。

  你覺得既有教育背景,又有技術背景的人太少了,特別少。如果出現這樣的人,你們是會首先考慮的?

  方愛之:是,或者團隊裡面有這個組合。比如說有王翌懂技術的,再有一個懂教育的,這種組合也特別難,因為他們是不同領域。

  錢穎一:你的團隊有幾個,是技術的,還是也有教育的?

  王翌:我們團隊走到方愛之那邊,可能也不會投。我們當時三個聯合創始人都是做技術的,我是計算機PhD,但是我在Google做了兩年產品,所以我算是做產品。聯合創始人CTO也是極客,還有一位是清華同學,當時在Google總部做語音識別和數據挖掘的研究科學家,我們是這麼一夥人。我們完全不懂教育,我們對於英語學習的理解,就是自己三個人苦哈哈用傳統的方式一步一步起來的,我們知道這裡面的痛苦。如果所有人英語像楊瀾女士英語一樣好,就有更多的機會,也就是開門的東西。

  我們有一個很樸素的想法,我們現在感覺效率不夠高,怎麼樣能夠變高。但是我覺得方愛之說的是對的,如果在2014年沒有花大半年時間去找到第一個教研同事,去找到美國的專家,他在研究讓英語學習更加有趣、有效,我覺得流利說不一定存在了。你要在某一個時間點,即使這個團隊一開始不是全面的,但是在某一個時間點創始團隊需要意識到要補充新的DNA的同事加入。而什麼時間點補充什麼樣的人,我覺得有兩點特別重要。

  第一點,你要想清楚終究目標是什麼?我們不是為了極客而極客、算法而算法,我們要解決的是怎麼高效幫助同學們學好語言。

  第二點,0到1的事情,如果公司不行,數據也不行,融資也融不到,估計別人也不會加入。

  錢穎一:我們轉到第二類話題,這個話題比第一類更具深刻性和長遠性。因為人工智能技術的出現,一方面幫助教育發展得更好的同時,也會有相當大的衝擊性、替代性,所以我們要應對,這個是一個更廣泛的了,牽涉到所有的人。

  我幾個月在國務院參事論壇上提出這麼一個想法,我非常讚同沙總說的,人工智能實際上是一個機器算法,特別核心的就是圖像識別。而我們國家教育有些長處,學生學習的長處一般性來說就是記憶、大量記憶、大量做題。這樣的話對知識點掌握的就至少短期比較好、比較多,也比較深,所以考試也都考得很好,這是我們的特點。

  可是仔細想一想這個特點恰恰是機器比你做得還好,因為機器的記憶肯定比你還好,做的題比你還多,算法比你快。今年高考的時候機器做數學題,機器10分鍾就做出來了,而且考得很好,150分鍾考了130多分,將來會考很好。這就對現代教育有很大的挑戰,既然機器這方面比你強,是不是我們的學習方法或學習內容應該有所應對、有所改變?比如我們是否更應該強調通識教育,不同學科之間的交叉以及常識,這些方面機器先還是不太行的。

  我拋出這樣的問題,請三位來談一談。在有這樣衝擊的情況下,我們怎麼改變現在的一些做法來應對人工智能帶來的衝擊?讓我們的教育可以去做機器暫時還不能做的事情,這是我提出的問題。

  王翌:我們的角度非常簡單,人工智能也好,或者AI相關的學習產品也好,它就是個工具。現在學習的主題還是有老師、有學生,老師也好、學生也好,包括家長也好,如果有開放的心態覺得這是一個工具,它能夠幫助我更加高效地教學或學習,可以幫我節省時間,我可以用更短的時間達到學習目標,這就很好。我覺得現在其實有一系列相關的產品,這個定義不重要,但是的確有很多的學習產品在各個方面,比如有能力的,有應試的、有素質的,都在沿著這個方向走。

  另外一點,今天人工智能很重要的是通過產品的方式,降低了對於真人老師人工的需求。有些老師去不了特別偏遠的地方,比如2016年6月12號去了青海果洛藏族自治州,在400米高原有一個藏族孤兒學校,裡面300個全部是孤兒。裡面沒有全職英文老師,唯一的全職英文老師是誌願者,沒有編製。我們捐了100台智能手機,過去一學年英語課是數學老師教的,發手機,過45分鍾收手機,每個學生在手機上學的東西不太一樣,因為是個性化。今年的中考成績,他們平均分比往年提高了20分,當然起點比較低。

  本身他們就沒有老師,但是我們用產品可以讓更多的人能夠有比較公平的機會。

  錢穎一:你講的還是人工智能作為工具幫助現在。請沙總來說說,面對潛在帶來的衝擊在教育上做哪些調整可以應對,或者說做得更好?

  沙燁:我覺得討論這個問題還是要放在更加大的歷史篇幅里來看。人類的社會一直是跟著自己發明的工具在共同進化,在幾百年前90%多的人都是農民,現在在發達國家只有2%是農民,因為機器的能力增加了,我們不斷走到機器不能做的那一端去。到工業社會之後大多數是製造業工人,現在發達國家製造業工人也非常少,都去做信息科技或者金融或服務業。我覺得對於人工智能或人工算法也是同樣的道理,機器的邊界在進一步擴大,它的能力增加了,我們必須走到現在的機器還不能做的事情裡面去。

  以前很多人打算盤,這可能是一輩子的職業,現在沒有人做打算盤的職業。機器不能做的事情是現在算法不能做到的事情,比如說自主學習能力、一些真正的創意、抽像思維的能力、人跟人情感的能力,這些都是機器不能做到的,這是人更加聚焦自己能力的地方。

  同時我們利用機器的能力,不用花那麼多力氣就可以做到以前不能做到的事情。就像現在有了Google就沒有人背東西了,以前的作家腦子裡有幾百本書,寫作的時候憑著自己腦子去寫。現在寫文章到百度、Google查一查引經據典非常容易。你要讓培養的孩子、教育的孩子越來越強調做到現在機器、現在算法做不到的事情,這也是今後教育本質上最最重要的事情。

  錢穎一:沙總說的非常對,我們覺得應該從歷史的角度來看,人類歷史一直就是這麼過來的,隨著技術工具的改變在不斷地調整,過去是打算盤。我記得我們以前還拉到計算尺,有了計算器就不需要,這部分的功能精力可以放在其他地方。現在人工智能也是一樣的,所以必須要做出調整,把注意力轉向另外的方面。

  方愛之:我同意沙總從歷史角度去看這件事,但是教育機構不管是哪個大學的,雖然我不是專家,但是我覺得沒有去擁抱改革、社會改革。因為教育在一百年、兩百年、三百年在我看來沒有特別大的變化,所以我用我們兩個投資來代表我們的一些想法。一個是mieno(音),它是全球性的在線學校。這個便宜,因為美國學校太貴了,好像是1.5萬美金的學費,它是全球化的。一個學期在巴西,一個學期在韓國,一個學期在中東,他們想顛覆大學。

  另外一個投資了跟code相關的公司,因為未來缺的工作跟code很相關。美國有一個數據,2020年會缺100萬個code,這是一個兩年的大學,先不收你錢,兩年後有工作了再來還。

  錢穎一:儘管你說學費便宜,但是他們的規模很小,所以成本很高。你覺得將來會是一種有適宜性的模式嗎?將來能夠做到盈利?

  方愛之:能夠規模化,現在只有100多個學生,如果能夠規模化相信可以的。

  錢穎一:所以你們是有充分信心,否則也不會投的。

  方愛之:應該是。

  錢穎一:剛才你說的是非常大膽的教育改革方式的變化。剛才我們討論的兩類問題,第一類問題是人工智能作為工具會幫助我們,這是大家馬上能想到的事情,而且是在做的。

  更難的是後一類,實際上在歷史上來看主流是人會做出調整,一定是不去再做以前擅長做的事情了,因為這會被新的工具所替代,所以要找其他的方式。比如在教育上我們也是一樣的,這個可能是將來有更長遠、更深刻的變化。

  最後請三位嘉賓每人用一句話來概括一下你對人工智能與教育關係的看法。

  方愛之:期待教育和AI的未來。

  錢穎一:期待未來。

  沙燁:我覺得人工智能被Elon Musk和Stephen William Hawking危人聳聽的言論所覆蓋,我的話是多活在現在,少問點未來。

  錢穎一:少看點科幻小說的東西。

  王翌:在我們的有生之年,我覺得人類會有很多的基本技能,語言肯定是屬於基本技能。任何角落的人不論你有多少錢、不論什麼背景,這些基本技能都可以用AI的方式很好地掌握,然後你可以真正開始你人生精彩的部分。

  錢穎一:好!你是期望未來,你是要回到現實,最後是說我們每個人都可以從人工智能中獲益,謝謝三位嘉賓!我們感謝他們的分享!

關注我們Facebook專頁
    相關新聞
      更多瀏覽