调研 | 刘馥亮

撰写 | 赵雅晨

人工智能革命方向之一是提升人类信息获取效率。比如，今日头条基于内容偏好的算法推荐，节省了用户从海量互联网信息中的搜索过程，大大提升信息获取效率。

延伸到教育行业，教育本质也是知识获取和转化过程。但传统教学模式仍未摆脱大班课堂、题海战术等低效的信息获取方式，而人工智能为此提供了可能。

从教育行业趋势来看，个性化教学及最大化降低教师的重复劳动，是其中一个方向。松鼠AI（原乂学教育）正是践行者之一。

70%松鼠AI系统，30%真人教师

松鼠AI创始人栗浩洋，也是昂立教育联合创始人，从事教育行业十几年，也因此更了解传统教育机构乃至传统教学模式的弊端，比如优质教育资源不均，千人一面的教学内容，浪费了学生太多时间。

随着人工智能技术在各行业纷纷落地应用，让栗浩洋看到了教育领域这一亟待变革的机会。

2017年初，历经3年产品打磨，乂学教育推出了首个智适应学习系统，并于今年6月升级为松鼠AI。松鼠AI和传统教辅机构最大的区别，在于系统AI承担了教学主导，真人教师降至辅助角色，核心是想解决行业内师资参差不齐，提分效率低下，不够个性化的普遍问题。

具体来说，智适应教学的完整流程包含：初期诊断聚焦认知盲区——通过教学干预弥补知识缺陷——评估当前知识水平——规划下一步学习路径，由此循环。

因此可以看出，和传统课堂相比，教学流程经过了重新组织。

最初，学生需参与统一的PC端智适应测验，根据实时反馈结果，平台自动识别知识缺陷，并据此推送3-5分钟左右录播短视频，对知识点进行讲解。在此环节，学生可根据对视频讲解的理解程度，随时寻求真人教师在线答疑辅导。最后，再次通过测试评估学生教学后掌握水平。

理想状态下，整个过程中AI系统和真人教师所起的作用是三七开，松鼠AI智适应学习系统占70%，真人教师占30%。。

重新定义知识图谱 大数据支撑算法训练

由上述过程可知，智适应首要解决的问题是诊断，也就是测评并精准定位知识缺陷，这背后对知识图谱构建的要求极高。

首先，知识被拆分的颗粒越细，定位越精准；而知识点足够细意味着数量极大，想要提升效率，用最少量题目测出最多知识点，需要构建知识间的网状结构，使任意知识点实现概率相关，并能相互推导。如此，只需测试一部分知识，便可由结果对错推知其他相关知识的掌握概率。

对于松鼠AI，构建知识图谱经历了人工驱动和数据驱动两个阶段。

首先，经过学科教育专家，将目标教学内容重新解构。以初中数学为例，500个知识点被细化为3万个。同时，还配套为知识点分别编写原创题目，录制教学视频。目前，松鼠AI支持的课程体系包括初中全年级语、数、英和物理。

然后，依赖真实数据对算法模型训练。松鼠AI将测试系统向公立校、教辅机构免费提供进行数据采集。据栗浩洋称，试用内获得几十万学生数据，上亿次学习记录。

松鼠AI的技术团队实力不俗。其首席科学家崔炜，拥有爱尔兰国立大学人工智能博士后学位，此前曾任美国智适应教育机构Realizeit核心工程师；其首席架构师Richard，是美国最早的自适应教育公司Knewton在亚太地区的技术对接负责人；首席数据科学家Dan Bindman，是美国自适应巨头公司ALEKS的首席架构师、研发内容总裁。

在市场策略方面，松鼠AI并没有选择纯互联网化的发展。栗浩洋认为，线下所能提供的学习场景是必不可少的。松鼠AI对线下的布局既有直营，也有机构合作。后者不仅为其开放整个松鼠AI学习系统，还会帮助它们从零开始建校，后期通过分成获取一定收益。

2016年底至今，松鼠AI累积合作超过700家线下机构，未来还将发力直营中心的投入。

近日，松鼠AI创始人栗浩洋接受爱分析专访，就公司业务、运营、战略等进行了深入对话，摘取部分内容分享如下。

策略型AI深入教学核心环节

爱分析：简要介绍一下公司的发展历程？

栗浩洋：从2014-2017年三年时间里，我们基本上都在埋头做产品研发，以及大量的免费试用，比如联合公立学校、私立培训机构、互联网教育公司等给学生免费用，主要是为了获取数据和训练模型。

同时在三年时间里，我们开发了独自自主知识产权的算法，原创题目的编写和视频的录制，以及知识图谱的解构等。

2017年初，产品正式上线，涵盖初中语数外三门科目。同时在当年6月份，我们的论文被AIED全球人工智能教育技术峰会收录，这是标志我们技术水平的。另外，今年的AIED峰会又收录了我们两篇论文。

爱分析：产品研发阶段的难点是什么？

栗浩洋：首先需要一个一个知识点的拆分，然后还要一个一个知识点录视频，为了这些视频内容，专门去打造学习内容，包括题目、讲解，因为这些知识点都是前所未有的。

初中数学500个知识点，我们就拆成了3万个。因为要做到最细致的区分，所有的命名都是我们自己做的。市面上普遍的知识图谱都比较粗，只能自己重新做。

第二是算法的模型，全部依靠自主知识产权的编写。这个过程中也消耗了大量时间，最后加到一起，等于是花了三年时间，所以任何一个公司从他宣布做教育的AI产品，到做出来至少也得3、4年的时间。

爱分析：智适应学习技术和语音、图像识别、NLP等AI技术之间是否有重叠？

栗浩洋：没有任何关系。智适应教学是教学过程中策略类AI算法，以上这些所有的都是识别类的AI。比如像学霸君、猿题库这类搜题软件，它们属于图像识别，像科大讯飞、流利说、云知声等，属于语音识别，还有表情识别，比如好未来的FaceThink。所有的这些相对边缘化，并不涉及教和练，没有教学路径，不涉及学会认知和掌握的过程。

爱分析：国外已经有比较成熟的算法，比如Knewton，为何要自主自研？

栗浩洋：第一，国外的算法到了中国肯定要经过调整，虽然基础好，但是要经历本土化的过程，因为消费心理、社会民情都发生了变化，尤其在教育领域，英孚全球400亿销售额，到了中国一样做不过本土公司；

第二，我们认为一定要掌握自主知识产权，掌握核心科技，未来才能走向全球。

爱分析：研发团队的配置是什么情况？

栗浩洋：整个研发部有300多名员工，包含了算法板块、技术板块、教研板块的特级教师。整个算法有大概20多个人，包括国内团队和美国团队，我们的纽约实验室。

毛利远高传统教培 大幅降低师资和管理运营成本

爱分析：除了通过测验挖掘学生薄弱知识点，在教的环节如何提升效率？

栗浩洋：测试只占20%的重要度，还有四个方面占了80%重要度。

第一，系统不只是推送了三分钟小视频，而是学生在接下来到底是用十分钟学会这个知识点，还是八九十分钟学会了这个知识点，系统根据数据设定的教学内容、教学路径有所不同，这才是算法真正发挥教的作用最核心的点。

第二是追根溯源，学生在其他的公立学校里或课外补习机构，初三的学生不可能往初二初一去教，因为每个孩子不同的前序知识点都完全不一样，全部都教，那要花几年时间太浪费时间了。通过算法就能够实现知识追溯。

第三是战略放弃。比如对于一个50分的孩子来说，他有一半的知识会，一半的知识不会。但是他不会的那一半，不可能都给他学。哪些给他学，这其实就很关键了。这里的选择不仅是容易学的，而且要找到那些考试概率的知识点。另外，同样是考试概率大的知识，考试的分值也不一样，肯定是优先选择分值大的知识。

第四是学习成本。比如某个知识点考试概率很小，但是如果我的学习成本是远远地扩大，那可能就不学。反而会学一些考试概率大，但是学习成本更小的。比如以前讲重点难点，重点肯定我们是要学的，也就是考试概率大的，但是难点反而我们就放弃了，可能过去的教学路径是不对的。

爱分析：真人教师在整个教学环节的作用是什么？

栗浩洋：在正式教学之前，老师先对学生做进行关怀和沟通工作，之后系统开始进行教学了。系统教学40分钟或者半个小时以后，老师再有15分钟和学生关于学习的沟通。所以老师是在前后和学生有沟通，也解决孩子一些情绪上的问题。

我们认为以后所谓的全代替老师，是系统完全代替教师的教学过程，老师主要承受沟通和育人的工作。我们认为未来教师的作用能够降到20%。

爱分析：AI教学和传统教培机构相比，利润能有多大提升？

栗浩洋：我们的毛利率是70-80%，未来是可以到90%，就是如果老师成本只占10%的话。然后可能运营成本这些也会更低，因为原来需要有员工来管老师的，所以很大比例的运营成本都得管老师，AI教学就不用了。

爱分析：线下教学中心采用加盟模式？

栗浩洋：我们不是加盟，是授权合作，这里面是有本质不同的。我们的合作伙伴更像4S店代理商，将我的产品放在里面销售。其实类似这样的一个过程，但是我们也有直营，现在我们正在逐步加大直营的比例，也会收购一些合作伙伴变成直营。

我们不是2B的，所有学校要求从零建的，即使他以前做过学校，也要从零开始。他们相当于销售我们的系统产品，然后分成，我们收取小部分收益。

爱分析：获客方面具体有哪些方式？

栗浩洋：我们的获客方式和互联网教育比较相似。

第一， 从头条、百度等买流量，这也是所有人都在用的；

第二， 学员转介绍，这其实是原来线下用的最多的，线上也在这么做；

第三， 流量新媒体运营，包括公众号、微博事件营销等，包括一些可能是PR的工作，像人机大战等；

第四， 地推，相对来说比较精准，也是大家都在用的；

第五， 异业合作，也是向很多知名企业学习的，打造创始人IP。