VIPKID,一个有小孩的家庭基本上都知道的一个在线少儿英语教育平台,近日2017易观A10大数据应用峰会上VIPKID高级副总裁项碧波,阐述了VIPKID利用大数据不仅实现了大规模的个性化的教育。而且通过大数据和人工智能建立了完善的大规模个性化学习路径,实现了每个月新增的学员通 过转介绍的占比超过 70%、学生留存率超过 90%。
而这些都是通过VIPKID通过云计算、大数据和AI等技术深度融合来帮助每个孩子高效地接受个性化学习。
目前VIPKID 目前付费学员超过 20 万人、注册学员超过 260 万。而中国用户在工作日多集中在晚上6-8点,针对至顶网记者 VIPKID是如何解决这个时间段的直播并发的问题?
通过云计算技术来实现,VIPKID与腾讯、阿里云等达成合作,数百台云主机保证课程实时并发,能够高性能及稳定性保障在线教室业务的高可用,同时多线BGP网络和多区域网络保证用户高覆盖。
项碧波认为中国用户在工作日多集中在晚上6-8点,节假日时间不固定。而在VIPKID的教学形式中,外教老师在北美,学生分布在中国等35个国家和地区,网络的任何波动都会影响到服务质量。为了保障服务体验,VIPKID在底层技术上投入巨大,租用了多条中美独享专线,根据外教和孩子的分布全球部署中转服务器,通过不懈努力,在保证数万课程实时并发的同时,让网络延时持续保持在200毫秒以内。
通过大数据技术VIPKID推出了三大智能教学体系,智能教师管理系统、智能教学辅助系统和智能教学内容迭代系统。智能教师管理系统能够基于老师的教学素质,如学历、年龄、教学经验、教学技巧等建立数据模型;智能教学辅助系统可以利用人脸识别、大数据技术实时反馈教师与学生的上课数据,同时实现师生的最佳匹配;智能教学内容迭代系统可以监测师生交互行为,累计用户行为数据,根据数据更全面更细粒度了解教学内容的优点与不足之处,从而及时优化教学内容。
通过人工智能技术据项碧波介绍,VIPKID可以运用人脸识别技术实现课堂表情数据分析,优化教学方式。在教学过程中,VIPKID通过人脸识别、情绪识别等技术抓取用户上课数据(如孩子在学习过程中的瞳孔和表情变化等),对师生的表情进行分析,得出用户的视线关注情况、上课情绪等,从而促成孩子专注度的形成与高效学习。
目前VIPKID的20多万学员每月在课前预习、课中教学、课后复习、作业、答题测评等环节会产生超过100TB的数据增量,在对庞大数据进行分析之后,系统会自动生成针对每个学生的量化学习报告和个性化学习图谱;与此同时,系统也可以通过语音识别、人脸识别等技术对外教的讲话速度及节奏、手势的使用频次、是否使用教具等方面的数据进行分析和收集,进而构建出北美外教的能力图谱,使所有外教有针对性地优化自己的教学方式,从而进一步提高课堂质量。
最终基于移动互联网,VIPKID对学习终端、学习路径与课程体系进行了升级,无论孩子和家长身在何处,只要连接互联网,就可以任意通过PC端、iPad端进行学习,根据我们的后台数据显示,今年十一期间,有的孩子就算远在国外,也会用iPad端学习英语。
最后项碧波说:“大规模的个性化教育可以说是每个教育者的梦想,但直到今天,人类才有可能借助大数据和人工智能解决这个问题。当大规模的个性化教育成为现实后,孩子们无论在城市还是乡村、家境贫困还是富有,都可以接受最适合自己的教育,人类的未来也将因此变得更加多元而美好。”
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。