当前位置:首页 > 探索 > 科学

听说开始教育为什么不考虑c末端的业务?_BDY必定赢国际

2020-11-14 17:32:49
本文摘要:正式成立于2016年4月的开始教育,将公司定位为现在落地于教育领域的人工智能技术经营者,从AI技术紧密接触,射击b末端,赋予行业和场景,致力于成为教育行业的Deepmind,为教育机构获得AI技术解决方案。

近年来,随着国家频繁实施教育信息化政策,信息化产品和服务在教育领域落地的步伐逐渐缓慢,各大科技公司也在领域大力配置,教育信息化的各创业项目也势头强劲,信息技术橙发表的数据显示,今年上半年,教育信息化课程共发生了7起投资事件。另外,随着最近中考改革政策的公布,英语口语考试在全国各地普及。这给专门从事英语口语项目管理服务的培训机构带来了机会。

正式成立于2016年4月的开始教育,将公司定位为现在落地于教育领域的人工智能技术经营者,从AI技术紧密接触,射击b末端,赋予行业和场景,致力于成为教育行业的Deepmind,为教育机构获得AI技术解决方案。开始教育CTO秦龙博士毕业于卡内基梅隆大学,2014年重新加入着名语言自学平台Duolingo,负责管理平台的多语言语音识别技术,是Duolingoo第一位中国工程师。

最近,(公共编号:)回到最初的教育事务所,对最初的教育CTO秦龙博士进行了采访。专注于b末端,为教育机构输入AI技术,开始教育基于语音识别、自然语言处理等核心技术,自律开发智能口语项目管理、智能文学创作测试、自适应自学、智能对话、情感识别技术解决方案。

听说开始教育为什么不考虑c末端的业务,在b末端讨论,秦龙说:我们是技术驱动型公司,为b方的教育机构提供技术服务可以充分发挥我们的技术优势,像英语流利地说那样的产品驱动型公司不适合c末端的场景。我们也不像IBM那样,不仅向顾客提供技术,还提供技术咨询服务,调整不同企业的技术用于场景,帮助企业内部人员培训,我们提供的技术解决方案需要不同的产品和应用于场景。目前开始教育自律开发的五大AI技术模块中,成熟期应用于智能口语项目管理技术和智能文学创作测试技术。

其中,英语智能语音项目管理技术在2年内建立了成熟期的跨平台跨终端系统,除了识别英语发音的是非外,还可以细分为音素、重音、语调、断句、节奏等多个维度。为K12领域的学生获得动态数据流,多维自学结果对系统功能,帮助学生有效提高英语听力能力,应对英语听力考试。据介绍,智能文学创作测试技术也于月底于今年6月对外开放,与百度、京东合作。

在业务方面,已经为百度、新东、美好的未来、海云天科学技术等行业领先企业服务。秦龙详细说明了开始教育自律开发的文学创作测试系统。

我们的文学创作测试系统面向K12领域的中学生,根据国内中考英语考试评价标准,获得评价和错误两个基本功能,符合现实考试环境,同时从词汇、语法、内容和可读性等多维度获得全面的系统,帮助学生提高自己的英语写作能力。Singsound自动作文评分系统(AES)从单词拼法、用词、语法、句子结构复杂性、切题程度、可读性等维度综合评价作文在适当学段的水平。运用语言学特点抽取与深度自学相结合的方法,主要运用词映、词法分析、词性标示、句法分析、主题模型等自然语言处置技术,同时融合了迁入自学、模型融合等技术。Singsound语法错误系统(GEC)使用统计资料翻译成技术Phrase-basedmodel:该系统再次利用IBMTranslationmodel提取训练数据中的单词信息,根据明确的语境将错误的单词组构成语法正确的单词组。

技术

将统计资料翻译成模型获得的可行性错误结果展开句法解析、词法解析,明确错误类型,校正变更结果,进一步提高错误效果。据了解,英说,科技大学通信飞等公司也推出了语音项目管理的产品,秦龙指出,开始教育的优势是只为横向教育机构服务,技术开发更加明确,其他公司大而广,开始教育必须小而精。自适应自学不是一项技术,而是人工智能技术发展缓慢,主要个性化教育的AI自适应自学成为当前产学研三界关注度最低的话题之一。报道了AI适应自学热的原因。

在国外,自适应自学已有20多年的历史,从最初规则化的自适应发展到现在基于人工智能的自适应。并且,从小学、中学、高中到职业教育的数百个学科,已经开始应用。其效果得到了很好的检验,无论是小学生还是中学生,文科生还是理科生,都能提高成绩。

在人工智能的保护下,个性化教育的步伐大大放缓,为了区分传统的自适应教育,现在实现人工智能自适应教育的公司倾向于称自己为智适应环境教育,人工智能自适应自学是传统自适应自学的升级,也是新的自学方式的探索自适应自学可分为两个阶段:(1)基于推荐系统的浅自适应阶段;(2)基于自学不道德建模的深度自适应阶段。目前国内大部分企业仍处于浅层自适应阶段,据介绍,开始教育自适应系统首次进入自适应自学的核心深度阶段。秦龙说:我们开始团队使用的CLUF是基于深度自学的EncoderDecoder模型,包括四个部分的Incoder,分别是Incontext工作人员、语言特征人员Linguisticencoder、用户信息编码器UserEncoder、题型信息编码器Formatencoder、解码器利用编码器输入的高维特征进行预测。语境编码器用于编码句子的语言环境,包括字母级编码器和单词级编码器。

字母级别编码器是一种级别循环神经网络结构,字母级别编码器是双向长期记忆神经网络的LSTM语言学特征编码器也是LSTM的结构,主要用于编码提取的语言学特征,为语境编码器获取额外的信息用户编码器是唯一的连接结构,用于记录用户的第二语言能力和自学历史秦龙指出,自适应自学不是一项单一技术,而是包括教育、心理、认知科学、计算机科学等多学科知识的可观概念。现在大多数中国公司实现的自适应自学,只是问题库的推荐,首先打开非常大的问题库,问题库的所有问题都显示一定的信息,即所谓的标签、科学知识图像,用人工显示知识点(labor在intensivework)现在大多数公司实现的推荐问题的系统和今天的标题推荐新闻的系统没有本质的区别,我甚至使用了同样的技术。

如果你的问题聚集在一起,我会去问题库找和这个问题相似的问题,然后向你推荐这个问题。这个复盖面积在国内95%以上的所谓适应自学的公司。

自适应自学技术问题仍需突破秦龙说明,自适应自学仅次于的问题在于knowledgetracing,必须区分一个人自学一段时间后,对过去知识点的控制程度,目标是在最短时间内区分越准确。这件事只是酋长国无能为力。最后,不能通过问题、考试,不能根据学生问题的正确率来区分。包括现在大家都在说的DKT(DKT),但学术界没有决定DKT比传统KT更有效,没有争议。

实质上,DKT是2015年公开发表的论文,2016年,几个不同的机构公开发表了两三篇论文,理论上是否分析DKT比传统的KT评价方法好,另一个是根据作者对外开放的代码再现实验结果,但是几个数据不太好自2017年以来,一些论文已经公开发表。主要研究如何使DKT更好,并与传统的KnowledgeTracing相结合。因此,整个DKT仍然是一个错误的秦龙说,目前大部分公司只是推荐,确实与KnowldgeTracing有关。

秦龙指出,自学替代老师几乎不可能,但有一定的价值。例如,可以给学生一定的指导,提高问题的效率。最后,秦龙用两个字总结了开始教育的核心优势,即正确和专业,正确是指技术水平对不同公司的市场需求精度最低,专业是指开始教育更不懂教育。

真实情况的教育场景千差万别,不能一概而论。开始教育对所有明确的场景都有调查。未来,开始教育在技术方面不会进一步深入研究。

同时,不仅技术服务,内容研发也不会实现,制定整体的教育解决方案。文章:前面有大哥,后面有新势力,AI教育江湖谁浮沉?CNNIC最近的报告:K12英语在线教育疯狂,AI教育推动产业升级原创文章,允许禁止发表。下一篇文章发表了注意事项。


本文关键词:自学,BDY必定赢国际,技术,秦龙

本文来源:BDY必定赢国际-www.meetthetanners.com

热门推荐