All in、分化、洗牌 撕開人工智能教育的面紗

作者：夏天

編輯：王海倫

審校：一條輝

來源：GPLP犀牛財經(jīng)（ID:gplpcn）

高考牽動了所有家長的心。

因此，當(dāng)人工智能遇到教育可是刮起了一股人工智能教育的旋風(fēng)，估值不斷攀升，各種教育公司搖身一變?yōu)榭萍脊?，為啥，加上人工智能四個title，身價估值上漲十倍，誰不愿意？

只是，發(fā)展了幾年，人工智能+教育并不如意——已經(jīng)上市的51talk一直擺脫不了虧損的標(biāo)簽，其他的人工智能教育公司在實際教學(xué)當(dāng)中只能是一個輔助，并不能解決真正的問題，人工智能教育，猶如雞肋，“扔了可惜，食之無味?！?/p>

全員All in AI教育領(lǐng)域

雷軍說只要站在風(fēng)口，豬都能飛。馬云說，風(fēng)停了，摔死的全是豬。

在人工智能教育的這個風(fēng)口，大多數(shù)人都野心勃勃的擁擠在這個風(fēng)口，但是又有幾個人真正理解人工智能，大多數(shù)都只是一知半解，只盯上了光鮮的羽毛，沒有飛翔的翅膀，他們都有可能被吹上天，但大部分會成為摔死的豬。

A公司是國內(nèi)人工智能教育公司的一員，2017年和2018年在資本的助推下好不風(fēng)光，發(fā)布會是一場又一場，然而，2019年，該公司卻開始銷聲匿跡。

除了創(chuàng)始人焦慮的融資以外，其以前吹的概念和泡沫也開始被投資人所“清算”，融資了這么多錢，你們到底做出了什么？

事實上，當(dāng)洗牌開始成為互聯(lián)網(wǎng)下半場主流的時候，人工智能教育公司也并不例外。

“來也匆匆，去也匆匆”，這是人工智能教育公司的真實寫照。

其實，從全球角度來看，人工智能教育都是一個新興事物。

在美國，Knewn、Realizeit等老牌機(jī)構(gòu)獲得融資，澳大利亞的學(xué)習(xí)平臺Smart Sparrow也獲得了1400萬美金B(yǎng)輪融資，印度的byju’s在轉(zhuǎn)型人工智能教學(xué)后，獲得了超過1億美元融資，韓國的KnowRe也獲得了軟銀的投資。

然而，即便如此，我們也不得不承認(rèn)，人工智能教育公司依舊處在“社會主義初級階段”，離我們所期望的高階階段，相差甚遠(yuǎn)。

國際上如此，國內(nèi)也同樣脫離不了這個客觀規(guī)律。

而且與國際相反的是，在中國，人工智能教育公司似乎炒的，吆喝比國外更要火爆。

“我就等著看今年誰來接盤，所謂的人工智能不過是智障而已?！蹦承袠I(yè)內(nèi)投資人私下吐槽說，看過了國內(nèi)幾乎所有的人工智能教育項目，在他看來，這基本都是概念+炒作，“教育的數(shù)字化都沒有完成，何談智能化？”該投資人對教育的人工智能并不認(rèn)可。

而在行業(yè)內(nèi)從事多年的教育創(chuàng)業(yè)者看來，在這個時候創(chuàng)業(yè)者做人工智能教育可謂“異想天開”，基本所有的人工智能教育公司都可以說是“人工智障公司”，缺乏真正的創(chuàng)業(yè)情懷。

事實上，這符合中國創(chuàng)投圈的現(xiàn)狀：

看到某一個概念火了之后，幾乎所有人都會跟過去，言必稱“XXX類型”的公司，此現(xiàn)象在O2O行業(yè)上演過，在共享領(lǐng)域上演過，如今，也開始在人工智能領(lǐng)域上演。

從2015年開始，各種創(chuàng)業(yè)教育公司如雨后春筍般出現(xiàn)在人們的視線中，人工智能教育的相關(guān)概念因為受到資本市場的追捧，在教育領(lǐng)域的投融資也出現(xiàn)井噴態(tài)勢，大手筆融資額比比皆是，單次融資金額紀(jì)錄也在不斷被刷新。

細(xì)數(shù)一下這幾年在線教育的投融資數(shù)量，在2015-2016年，在線教育投融資案例高達(dá)591起，2017至2018年達(dá)到409起，在線教育爆發(fā)，智能題庫、家教O2O、少兒英語培訓(xùn)、K12直播、素質(zhì)教育等多面開花，圍繞教育培訓(xùn)的熱點快速更替，模式也呈現(xiàn)出多元化特點。

尤其在2017年，教育領(lǐng)域內(nèi)的融資到達(dá)一個爆發(fā)，4月abc360 獲數(shù)億元B+輪融資；5月猿輔導(dǎo)獲1.2億美元E輪融資；掌通家園6月份獲得過億元C+輪融資；7月英語流利說獲近億美金C輪融資；8月VIPKID獲兩億美元D輪融資，同月作業(yè)幫完成1.5億美元C輪融資；10月極課大數(shù)據(jù)獲1億元B輪融資，阿卡索外教網(wǎng)獲近億元B+輪融資，作業(yè)盒子獲2億元B+輪融資；編程貓11月獲1.2億元B輪融資，同月愛樂奇獲3750萬美元D輪融資，CC視頻獲2.08億元C輪融資，乂學(xué)教育獲1.5億追加投資，藝朝藝夕教育集團(tuán)獲1.6億元B輪融資，智課教育獲2億元B+輪融資。

可以看到，在人工智能這個萬能鑰匙的引爆下，在資本市場里，上演了金錢與概念的貓捉老鼠的游戲，剛開始，錢逐追著人工智能教育跑，然而，等過熱到一定程度，缺乏支撐的時候二者上演了反轉(zhuǎn)：

2018年，在線教育行業(yè)也邁入一個資本化的新階段，2018年3月，尚德機(jī)構(gòu)在美成功上市，同年9月，流利說也順利登陸納斯達(dá)克，2019年3月，新東方在線教育也在港股上市。

然而，2019年，到處焦慮融資的人工智能教育公司開始面臨真正的考驗，人工智能到底能否真正用在教育行業(yè)，解決什么樣的問題，人工智能公司此前的高估值誰來接盤？

如果沒有人來接盤，接下來的人工智能教育公司該何去何從？

眾所周知的的是，在線教育企業(yè)盈利的是少數(shù)，大部分都處于一個虧損并且還需往里瘋狂砸錢的狀態(tài)。據(jù)相關(guān)數(shù)據(jù)顯示，2017年中國AI創(chuàng)業(yè)公司累計獲得超過500億人民幣融資，但其中商業(yè)落地前100強(qiáng)公司累計產(chǎn)生收入?yún)s不足100億人民幣。

在整個產(chǎn)業(yè)鏈中，90%以上的人工智能教育企業(yè)依然處在虧損階段。許多吹噓自己是做人工智能教育的企業(yè)為了獲得資本的垂青，不停地講故事，造概念，推新品，現(xiàn)在大家談?wù)摰亩际俏磥砣绾稳绾?，甚至是中國教育的未來，但是誰來關(guān)注現(xiàn)在？

AI+教育仍處于1.0時代

現(xiàn)在很多教育企業(yè)宣稱研發(fā)出AI產(chǎn)品，并投入教學(xué)應(yīng)用。

然而，經(jīng)GPLP犀牛財經(jīng)調(diào)查顯示，所謂的“人工智能教育”被專家認(rèn)為是“偽人工智能”。

華人科學(xué)家、人工智能頂尖研究者李飛飛曾提到，一個人工智能項目，在算法上的進(jìn)步，如果是代數(shù)級的，而不是幾何級的，那么就還只是機(jī)器學(xué)習(xí)而已，屬于偽人工智能。而算法上的極速進(jìn)步，需要海量數(shù)據(jù)作為基礎(chǔ)。

事實上，傳統(tǒng)的機(jī)器學(xué)習(xí)（Machine Learning）一般用于處理那些具有簡單規(guī)律的數(shù)字，而深度學(xué)習(xí)就可以做到對圖像、聲音、文字等復(fù)雜對象的識別和分析。

深度學(xué)習(xí)目前就像一個把3-4歲的小孩，能夠把汽車的圖片，汽車這個單詞，還有汽車的聲音建立聯(lián)系。本質(zhì)上它能夠把復(fù)雜數(shù)據(jù)對應(yīng)起來，但是還有許多是做不到的，例如：與人進(jìn)行有意義的對話；寫出具有邏輯性的文章；在即將發(fā)生車禍時，做出道德判斷；編寫計算機(jī)程序。

目前基于深度學(xué)習(xí)，出現(xiàn)在市場上面的產(chǎn)品都是比較初級的，還沒有觸及到深度學(xué)習(xí)的核心，并沒有突破核心技術(shù)壁壘——自然語言處理因此有些人把這些人工智能產(chǎn)品戲稱為“人工智障”，我們可以從幾個方面來梳理一下目前人工智能學(xué)習(xí)與教育結(jié)合的點。

一、圖像方面

目前使用圖像識別最主流的應(yīng)用就是拍照搜題，典型代表是作業(yè)幫、學(xué)霸君、小猿搜題、阿凡題等等，傳統(tǒng)的K12應(yīng)用更多是停留在學(xué)生去看視頻和做題，這本身對于學(xué)生來講是很難有學(xué)習(xí)場景的。而拍照搜題則是學(xué)生帶著問題和困惑來學(xué)習(xí)的，所以我們也看到拍照搜題App是所有K12應(yīng)用里活躍度最高的。拍照搜題的核心技術(shù)就是把圖片與文字做對應(yīng)在，然后再去做文字與已有題庫的匹配。

但是也會有相應(yīng)的問題存在就是如果學(xué)生是在遇到困難并且思考后，通過手機(jī)獲得答案，這是一個很好的自主學(xué)習(xí)過程。但如果是無腦地把所有答案抄到練習(xí)冊上，就沒有任何學(xué)習(xí)意義。

二、聲音方面

目前使用聲音最主流的應(yīng)用就是語音評測，大部分集中在學(xué)英語方面，也就是學(xué)生說一句話，機(jī)器給打分，典型代表是科大訊飛、流利說、一起作業(yè)、盒子魚等等。

目前絕大多數(shù)市面上的口語學(xué)習(xí)App的口語評測的水平就是評判規(guī)定的一句話的發(fā)音準(zhǔn)確度，或者是半開放式的交流，但是它無法解決的難點是評估開放性對話的好壞。

三、文字方面

文字處理，也就是所謂自然語言處理（簡稱NLP），在傳統(tǒng)教育的最大應(yīng)用就是作文的自動批改，但是目前的人工智能做不到這一點。

AI對于在線教育要解決的問題是，如何把課本上死的知識變成老師給學(xué)生的對話。這里的技術(shù)挑戰(zhàn)就非常多，比如如何做到自動解題能力——能夠根據(jù)題目自動得出詳細(xì)解析；作業(yè)智能批改能力——這里說的不只是批改選擇判斷題，而是能夠?qū)W(xué)生的做題過程進(jìn)行批改；

智能答疑能力——能夠回答學(xué)科相關(guān)問題；自適應(yīng)對話能力——感知到學(xué)生的學(xué)習(xí)狀態(tài)并且不斷地給出相應(yīng)的互動。

目前這四個問題的所有解決方案都是基于人工編寫的規(guī)則，而不是利用AI。

四、從自適應(yīng)到智適應(yīng)

智適應(yīng)和自適應(yīng)最重大的區(qū)別就是不再是預(yù)先設(shè)定好的基于決策樹的學(xué)習(xí)流程，而是通過算法，來實時地根據(jù)學(xué)生學(xué)習(xí)時產(chǎn)生的多維度的大數(shù)據(jù)，比如對錯、時間之外的鼠標(biāo)滑動、知識地圖和結(jié)構(gòu)概率、其他學(xué)生用戶畫像對比、腦電波、表情等等，以及對更多幾個數(shù)量級的知識點、題目等的處理，完成更加接近甚至某些維度遠(yuǎn)遠(yuǎn)超越人類智能的教學(xué)效果。

另外，智適應(yīng)的應(yīng)用可以分為兩個方面來看。對于老師來說，自適應(yīng)教育以前只是老師的工具，現(xiàn)在智適應(yīng)教育對老師來說是解放。在課堂上，更多的教學(xué)是系統(tǒng)完成的，老師是一個監(jiān)控者，就像駕駛員一樣。另外，對學(xué)生來說，智適應(yīng)的價值就是減少了大量刷題。

但是，目前，從技術(shù)角度來看都不能滿足及實現(xiàn)人工智能教育，那有何談落地呢？

目前市面上的自適應(yīng)產(chǎn)品，都是基于人工梳理的教學(xué)模型+簡單的數(shù)學(xué)建?！a(chǎn)品形態(tài)也比較簡單，根據(jù)學(xué)生做題的對錯，評估其知識點的掌握程度。其中的典型就是Knewton、可汗學(xué)院和猿題庫，絕大多數(shù)自適應(yīng)學(xué)習(xí)產(chǎn)品只關(guān)心一道題的對錯，而無法判別具體“為什么”錯了——同一道填空題，不同的學(xué)生答案老師一眼就能看出是哪一個知識點掌握不到家，而系統(tǒng)一遍就只能歸結(jié)于固定的一個知識點。至于證明題，解答題更是現(xiàn)有自適應(yīng)產(chǎn)品無法解決的。

所以真正的自適應(yīng)的依賴條件依然是之前所提到的NLP/文字處理能力。只有當(dāng)算法能夠看到題目知道正確答案，看到題目知道出題人的意思，看到錯誤的答案就知道哪個知識點掌握不到家時，在線教育就會出現(xiàn)全新的洗牌。

不談機(jī)器學(xué)習(xí)的AI多是耍流氓

我們知道，目前人工智能的發(fā)展，主要依靠大數(shù)據(jù)處理、深度學(xué)習(xí)和GPU計算三個方面，而大數(shù)據(jù)的采集、基礎(chǔ)管理和云計算、GPU計算等技術(shù)應(yīng)該說比較成熟了，那么突破智能的重點還是在機(jī)器學(xué)習(xí)。

作為機(jī)器學(xué)習(xí)的一部分，深度學(xué)習(xí)雖然很厲害，但它還是十幾年前神經(jīng)網(wǎng)絡(luò)那套算法理論，不管是支持向量機(jī)、貝葉斯、決策樹等淺層學(xué)習(xí)算法，還是深度網(wǎng)絡(luò)衍生出來的深度強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)、對抗學(xué)習(xí)等，現(xiàn)在唯一不同的是加了個深度：有強(qiáng)大的計算力支持，能處理大數(shù)據(jù)了，而這還主要依賴于這十幾年來互聯(lián)網(wǎng)的發(fā)展。

事實上，深度學(xué)習(xí)主要就是依賴于數(shù)據(jù)，現(xiàn)在的AI多是數(shù)據(jù)驅(qū)動的AI，沒有數(shù)據(jù)的喂養(yǎng)，就沒有深度學(xué)習(xí)的發(fā)展。

盡管人工智能的發(fā)展已經(jīng)超過50年，但仍然還處于一個比較早期的發(fā)展階段，其應(yīng)用主要集中在弱人工智能和垂直行業(yè)相結(jié)合的領(lǐng)域。

現(xiàn)在市場上的很多人工智能技術(shù)都是基于基礎(chǔ)層提供的存儲資源和大數(shù)據(jù)，通過機(jī)器學(xué)習(xí)建模，開發(fā)面向不同領(lǐng)域的應(yīng)用技術(shù)。它主要包括感知智能和認(rèn)知智能，目前的教育產(chǎn)品還停留在感知智能層面，如語音識別、圖像識別、自然語言處理等，而認(rèn)知層面包括機(jī)器學(xué)習(xí)，強(qiáng)化學(xué)習(xí)，對抗學(xué)習(xí)，自然語言理解等方面還無法達(dá)到。

目前市場上一些知名人工智能教育企業(yè)的產(chǎn)品，如掌門1對1構(gòu)建的智能課堂個性化測評提分系統(tǒng)；松鼠AI主打的AI智能老師；海風(fēng)教育上線的面部識別技術(shù)；好未來的WISROOM智慧課堂和MAGIC MIRROR魔鏡系統(tǒng)兩款新產(chǎn)品，另外還包括好未來腦科學(xué)實驗室正在做的一個兒童腦發(fā)育發(fā)展的全息動態(tài)圖譜的研究項目等等。

不過，這些產(chǎn)品或者項目，都還處于一個“弱人工智能”層面，都是想通過他們發(fā)布的人工智能產(chǎn)品，去盡可能多的收集學(xué)生的數(shù)據(jù)樣本來不斷提升算法，改進(jìn)產(chǎn)品的功能。

要想達(dá)到“強(qiáng)人工智能”，就像人一樣，但這就離不開知識、記憶和經(jīng)驗，也離不開通過知識、經(jīng)驗和記憶建立起來的認(rèn)知體系，因為就像小孩一樣，通過知識經(jīng)驗的累積，不再需要人教而能夠自主學(xué)習(xí)。

然而，想法很美好，實現(xiàn)卻異常艱難。

說了這么多機(jī)器學(xué)習(xí)，或許有些家長想問人工智能教育有沒有用，值不值得給孩子用，因為誰家的錢也不是從樹上長出來的。就拿松鼠AI的付費(fèi)課程來說，付費(fèi)額在6000-12000元之間，除了金錢還有時間和精力的成本，更何況教育和其他產(chǎn)品還不一樣，它承擔(dān)不起試錯的成本和代價，孩子就是家長的未來。

而又有多少的家庭能讓孩子大膽的試錯呢？雖說不能一概而論市面上的產(chǎn)品，但是或許總需要有些人去做“第一個吃螃蟹的人”。

沒有場景支持的AI教育是空中樓閣

每一波技術(shù)浪潮的出現(xiàn)都要融入具體的場景，創(chuàng)造用戶價值以及提高作業(yè)效率，才會爆發(fā)新的機(jī)會。AI介入教育的價值，就在于大規(guī)模地滿足了個性化教學(xué)的能力。

現(xiàn)在，任何一個人工智能教育企業(yè)都不認(rèn)為自己是人工智能泡沫里裸泳的選手。

“人工智能給智能層面、服務(wù)層面、教育教學(xué)方面確實帶來一些機(jī)會，但是怎么做好還要跟教育本身的場景有效結(jié)合起來?！北本煼洞髮W(xué)智慧學(xué)習(xí)研究院聯(lián)席院長黃榮懷講道。

2016年，AlphaGo將人工智能推上了風(fēng)口浪尖，似乎也給了大家一種錯覺就是現(xiàn)在就是人工智能的風(fēng)口，現(xiàn)在不投資更待何時，而事實是AlphaGo只是Google的一個實驗性項目，只是為了向大家展示這個產(chǎn)品能夠更好的理解深度學(xué)習(xí)。

因此，AlphaGo本身并不具備任何實際意義，也無法產(chǎn)生回報，而將這種技術(shù)應(yīng)用于實際的場景，還需要很多年，并且因為技術(shù)的復(fù)雜性，在不同的場景應(yīng)用，它所需要突破的核心技術(shù)也是不同的，更不要說實際應(yīng)用的難度了。

因此，從目前國內(nèi)人工智能教育企業(yè)的一個發(fā)展模式來看，大家還只是把人工智能作為一個噱頭和概念，這是不正確的，其實，AI只是一種技術(shù)手段，不論是什么技術(shù)，終究是要融入具體的具體場景，才能發(fā)揮它最大的價值，才會迎來真正的社會變革。

其實在北京的一些學(xué)校已經(jīng)將人工智能技術(shù)應(yīng)用于現(xiàn)在的教育教學(xué)場景當(dāng)中，作者了解到，在北京市第十二中學(xué)，學(xué)校將人工智能等技術(shù)引入校園后，各學(xué)科教師在新技術(shù)的輔助下，創(chuàng)新教育教學(xué)方式?！霸谌斯ぶ悄芗夹g(shù)的支持下，師生間不僅可以互動討論，老師還能通過教學(xué)設(shè)備平臺，看到每一位學(xué)生對學(xué)習(xí)內(nèi)容的實時反饋，這讓老師能夠隨時調(diào)整教學(xué)策略，提升課堂學(xué)習(xí)效率。”一位教師說道。

可見人工智能教育終歸是要回歸到教育的本質(zhì)上來，但現(xiàn)在資本的涌入已經(jīng)將人們的注意力引入搶占市場、搶占用戶等方面，卻忽略了教育產(chǎn)品需要長期在教學(xué)資源、教學(xué)場景、教學(xué)效果方面的積累。

現(xiàn)在的人工智能教育領(lǐng)域可謂是“百花齊放”，但是待大浪淘沙過后，“剩者”將只有幾家。

但不可否認(rèn)的是人工智能教育是未來的方向，不過卻不是風(fēng)口，就像互聯(lián)網(wǎng)一樣，它讓O2O、電商等成為可能并成為日常生活重要的一部分，但是人工智能的風(fēng)口卻是當(dāng)人工智能技術(shù)成熟后，所有行業(yè)能夠利用人工智能改進(jìn)提升甚至是顛覆行業(yè)。

生成海報

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。