教育大模型浪潮中,松鼠Ai的“智适应”故事好讲吗?

“计算机对于学校和教育产生的影响,远低于预期,要改变这一点,计算机和移动设备必须致力于提供更多个性化的课程,并提供有启发性的反馈。”

这是2011年5月份乔布斯与比尔盖茨最后一次会面时的记录,当时的电脑还十分落后,Alphago还下不过职业选手,在大洋彼岸的中国,马云的淘宝网刚刚向大众介绍网购,最火的游戏还是魔兽世界——电脑的发展相比现在极度落后。

如果乔布斯活到了现在,他一定会改变十年前的判断,随着ChatGPT的横空出世,各行各业都被赋予了用AI重塑的希望,而“教育领域可能是ChatGPT最容易落地的场景”逐步成为业界共识。

大模型落地教育也有了新进展。在AIAED智适应教育大模型学术研讨会上,松鼠Ai正式发布全球第一个智适应教育大模型,并公开分享了应用落地大模型技术的思考与实践。

据悉,松鼠Ai成立于2014年,拥有超纳米级知识点拆分、非关联性知识点的关联概率等全球首创AI应用技术,致力于通过将人工智能技术应用在K12教育领域,以实现超越真人教学的目标。而其新发布的智适应教育大模型或将给行业带来新的启迪。

松鼠Ai讲出教育大模型行业的新故事

在松鼠Ai之前,已经有很多公司布局教育大模型,其中不乏很有实力的互联网大厂。

2023年2月8日,市场传出消息称网易有道AI技术团队已经开始进行ChatGPT同源技术AIGC(AI Generated Content人工智能自动生成内容)在教育场景中的使用。7月份网易推出了子曰教育大模型,包含口语教练、中文写作、AI翻译等功能。

夸克、知乎也不甘落后,分别推出了“AI讲题助手”和“知乎知学堂”;另外,科大讯飞、好未来等公司也先后推出了讯飞星火认知大模型和MathGPT等教育大模型。这个赛道可谓是愈发内卷。

针对各家竞相追逐教育大模型的热潮,百家云总裁马义在接受媒体采访时给出了较为详细的回答。

他认为大模型的本质是人和机器的对话,大模型可以实现对自然语言文本、语音、图像等多种数据的处理和融合,有助于实现个性化教育、智能辅助教学等目标。

回顾来看,在大模型推出之前,用于教育的智能产品主要为学习机,行业发展了三十年,但渗透率一直在3%左右。而根据国联证券预测,未来数年K12人口数量预计将维持在1.8-2亿人左右。这意味仍有较大的市场需求未得到满足,AI技术的加持或能实现智能产品更大的市场覆盖。

与此同时,政策端也不断鼓励AI在教育板块的应用。比如,2022年8月科技部发布《关于支持建设新一代人工智能示范应用场景的通知》,智能教育被纳入首批示范应用场景。

基于此,一个前景广阔的市场呈现眼前。数据显示,2019年,我国AI+教育市场规模为1720亿元左右,2023年将达到6000亿元以上。

不过,做成一个教育大模型简单,但是做好一个教育大模型却很难。因为现有大模型的推理过程是一个线性过程,根据上一个参数得到下一个结果,不会去探索一个问题的不同答案,也不会预先进行全局性的思考来讨论问题。

另外,现在大模型主要基于Transformer架构进行搭建,而Transformer的一大特点就是通过屏蔽其他可能性来得出一个唯一的正解,因此其在语义理解能力方面表现突出,也就是“对话”,而在涉及到多步骤的数理计算中,经常会由于算力不足等问题,导出错误的结果。

根据华泰证券的一项测试,不同的大模型在数学解题正确率上表现差异较大,切教育垂类大模型的正确率显著高于通用大模型。

而即使是一些针对教育行业的大模型,正确率最高也不过56%,显然不符合“教育是严肃科学,容不得差错、幻觉”的需求。

具体到应用场景中,如果大模型“一本正经地胡说八道”,很可能会误导学生。因此,教育大模型要想做到因材施教仍然存在一些挑战和限制。松鼠Ai则尝试通过智适应解决这一问题。

据悉,松鼠Ai的智适应教育大模型,可以根据学生的学习情况,进行用户画像,进而全面高效地诊断和解决学生学习问题,并从全局角度为学生规划最佳学习路径,深度赋能“因材施教”。这区别于目前市面上仅具备拍照搜题、口语测评、作文批改等功能的AI工具型产品。

另外,官方介绍,松鼠Ai智适应大模型可以达到“3939”这一水平,即3周后用户使用时长可以达到首周的90%,3个月后活跃用户可以达到首月的90%。而行业平均水平则为“3131”,即3周后用户使用时长仅为首周的10%,3个月后活跃用户仅为首月的10%。

这一切都来自于松鼠Ai的数据及技术积累。据介绍,松鼠Ai已经积累了2400万学生的100亿学习行为全流程数据,加之超纳米级知识点分拆以及多模态、LLM、Agent等大模型技术的运用,可以面向学生实现个性化的信息推送。

松鼠Ai创始人、董事长栗浩洋曾表示,松鼠Ai的最终目标是让每一个孩子身边都有一个像苏格拉底+达芬奇+爱因斯坦合体的AI老师。

愿景看似很美好,但松鼠Ai的智适应大模型实际投入市场后,真的能取得预期成果吗?

如何提高市场接受度是难点

此前的教育大模型先行者主要是通过卖硬件/软件的方式进行渗透,比如科大讯飞学习机、网易有道学习机等,这些学习机内置大模型,想要用大模型,就得先买产品。

但松鼠Ai的野心不止于在技术层面重塑教育大模型,其更宏伟的目标是让市场选择自己。因此松鼠选择的场景是“高端智能学习机+智习室”模式。

这一模式简单来说,就是教培机构的升级版,在线下租场地开店铺,店铺中安装松鼠Ai高端智能学习机,然后让孩子通过学习机进行学习。

首先可以肯定的是,该运营模式有其前景。根据艾媒咨询数据,2023年付费自习室用户规模约达到880万人,2025年有望突破1000万人。

这意味着传统线下教育仍是市场的主流需求,松鼠教育这一套“高端智能学习机+智习室”的模式正是其洞悉市场固有需求而走的差异化路径,避免与网易、科大讯飞等拥有更好的硬件与市场营销能力的大企业硬碰硬,而是将传统自习室进行智能化升级,吸引用户群体。

目前松鼠Ai已经完成2000家线下智能学习机门店业务布局,还在开发虚拟老师,以提供更有针对性的服务。

不过,虽然市场前景广阔,但是根据调查,目前AI终端渗透率仅为3.6%,这代表着松鼠Ai依然要面临教育大模型落地的普遍问题:愿意使用AI教学的用户较少和投入过高。

一方面,AI教学高昂的价格和虚幻的效用足以使人望而却步。据洛图科技数据显示,从2022年一季度到2023年二季度,中高端产品(4000-5000元)市占比已从5.9%增长到28.1%;高端产品(5000元以上)的市占比从5.8%增长到12.8%;低端产品(2000元以下)市占比从74%下降到了41%。各大学习机品牌均在发力高端布局。松鼠Ai也不例外,其学习机最低售价在4999元,不亚于1对1的私教老师价格。

而在家长和学生眼中,这些产品除了价格偏高之外,是否真正有效还有待验证,相比之下,线下名师经验更加丰富,可靠性显然更强。

另一方面,松鼠Ai尝试用线下门店吸引客户无疑能快速提高终端渗透率,但是也埋下了成本过高的隐患,相较于一次性买卖的商业模式,松鼠Ai需要额外承担门店费用和生产成本,通过长期的使用费用来修补财务表现。

虽然近年来松鼠Ai多次完成数亿元融资,比如2021年7月,松鼠Ai宣布获得来自SIG、中信证券、NGP等投资机构数亿元人民币C1轮投资。时隔三个月,松鼠Ai又宣布完成新一轮融资。但资本看的不只是蓝图,还有最关键的市场成果。而松鼠Ai的大模型落地显然还处于试点布局阶段,至于未来能否创收,还未可知。

不过,任何新兴技术和产品的持续发展,关键在于满足市场需求。对于松鼠Ai来说,从用户体验出发,不断优化升级产品,并推进规模化落地,也许光明的“钱景”就在不远的未来。

作者:漆凌

来源:松果财经

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/642684.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

大型语言模型 (LLM)全解读

一、大型语言模型(Large Language Model)定义 大型语言模型 是一种深度学习算法,可以执行各种自然语言处理 (NLP) 任务。 大型语言模型底层使用多个转换器模型, 底层转换器是一组神经网络。 大型语言模型是使用海量数据集进行训练…

Yuliverse:引领区块链游戏新篇章!

数据源:Yuliverse Dashboard 作者:lesleyfootprint.network 什么是 Yuliverse Yuliverse 是一款元宇宙游戏的先锋,是一款主打 Explore to earn 和 Social to earn 的链游。 这是一款能让你边玩边赚钱的免费区块链游戏,得到 LI…

如何在WordPress中使用 AI 进行 SEO(12 个工具)

您想在 WordPress 中使用 AI 进行 SEO 吗? 人工智能正在对 SEO 行业产生重大影响。已经有优秀的人工智能 SEO 工具,您可以使用它们来提高您的 SEO 排名,而无需付出太多努力。 在本文中,我们将向您展示如何通过我们精心挑选的工具…

代码随想录第十八天 513 找树左下角的值 112 路径之和 106 从中序与后序遍历序列构造二叉树

LeetCode 513 找树左下角的值 题目描述 给定一个二叉树的 根节点 root,请找出该二叉树的 最底层 最左边 节点的值。 假设二叉树中至少有一个节点。 示例 1: 输入: root [2,1,3] 输出: 1示例 2: 输入: [1,2,3,4,null,5,6,null,null,7] 输出: 7 思路 1.确定递…

MySQL用户管理

1.用户 1.1 用户信息 mysql> use mysql; Database changed mysql> select host,user,authentication_string from user; --------------------------------------------------------------------- | host | user | authentication_string | --…

ubuntu 20.04 aarch64 平台交叉编译 libffi 库

前言 由于打算交叉编译 python,但是依赖 libffi 库,也就是 libffi 库也需要交叉编译 环境: ubuntu 20.04 交叉编译工具链:这里使用 musl libc 的 gcc 交叉编译工具链,aarch64-linux-musleabi-gcc,gcc 版本…

智谱AI官网再升级,GLM-4,智能体,AI作图长文档全部搞定

创建智能体 智能体体验中心 可以看到智谱AI也推出了自己的智能体,并且官方内置了丰富多样的智能体供大家免费体验。 GLM-4 原生支持自动联网、图片生成、数据分析等复杂任务,现开放体验中,快来开启更多精彩。写一篇《繁花》的影评&#xf…

[每日一题] 01.23 - 画矩形

画矩形 height,width,c,d input().split() height,width,d int(height),int(width),int(d) lis [c * width if d else c * (width - 2) c for i in range(height) ]lis: ##### # # # # ##### 或 # # # # # # # #if not d:print(c * width)for i in lis[1:-1…

1986-Minimum error thresholding

1 论文简介 《Minimum error thresholding》是由 Kittler 和 Illingworth 于 1986 年发布在 Pattern Recognition 上的一篇论文。该论文假设原始图像中待分割的目标和背景的分布服从高斯分布,然后根据最小误差思想构建最小误差目标函数,最后取目标函数最…

JAVAEE初阶 网络编程(三)

TCP回显服务器 一. TCP的API二. TCP回显服务器的代码分析三. TCP回显服务器代码中存在的问题四. TCP回显服务器代码五. TCP客户端的代码六.TCP为基准的回显服务器的执行流程 一. TCP的API 二. TCP回显服务器的代码分析 这的clientSocket并不是表示用户端的层面东西,…

kubernets集群搭建

集群搭建 1.准备工作(所有节点都执行)1.1配置/etc/hosts文件1.2关闭防火墙1.3关闭selinux1.4关闭交换分区,提升性能1.5修改机器内核参数1.6配置时间同步1.7配置阿里云镜像源 2.安装docker服务(所有节点都执行)2.1安装docker服务2.2配置docker镜像加速和驱动 3.安装配…

【分布式技术】消息队列Kafka

目录 一、Kafka概述 二、消息队列Kafka的好处 三、消息队列Kafka的两种模式 四、Kafka 1、Kafka 定义 2、Kafka 简介 3、Kafka 的特性 五、Kafka的系统架构 六、实操部署Kafka集群 步骤一:在每一个zookeeper节点上完成kafka部署 ​编辑 步骤二&#xff1a…

【GitHub项目推荐--微软开源的课程(Web开发课程/机器学习课程/物联网课程/数据科学课程)】【转载】

微软在 GitHub 开源了四大课程,面向计算机专业或者入门编程的同学。分别是 Web 开发课程、机器学习课程、物联网课程和数据分析课程。 四大课程在 GitHub 上共斩获 90K 的Star,每一课程包含 20 多小节,完成课程大约需要 12 周。每小节除了视…

如何解决Xshell 连接不上虚拟机Ubuntu?

一、 在终端输入 sudo apt-get install openssh-server 二、 执行如下命令 sudo apt-get install ssh 三、 开启 ssh-server,输入密码 service ssh start 四、 验证,输入 ps -e|grep ssh,看到sshd成功 ps -e|grep ssh五、 连接

【Linux编辑器-vim使用】

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言 一、vim的基本概念 二、vim的基本操作 分屏操作: 三、vim正常(命令)模式命令集 四、vim末行(底行)模…

【经验分享】MAC系统安装R和Rstudio(保姆级教程)安装下载只需5min

最近换了Macbook的Air电脑,自然要换很多新软件啦,首先需要安装的就是R和Rstudio啦,网上的教程很多很繁琐,为此我特意总结了最简单实用的安装方式: 一、先R后Rstudio 二、R下载 下载网址:https://cran.r-project.org …

shell脚本基础演练

简介 Shell脚本是一种用于自动化执行一系列命令的脚本语言。在Unix和类Unix系统中,常见的Shell包括Bash、Zsh、Sh等。下面我将简要讲解Shell脚本的基本结构和一些常用写法,并附上一些标准的例子。 基础示例 基本结构 #!/bin/bash # 注释: 这是一个简…

什么是ORM思想?

1. ORM概念 ORM(Object Relational Mapping)对象关系映射模式,是一种技术,解决了面向对象与关系型数据库存互不匹配的现象。 ORM在业务逻辑层和数据库层之间充当了桥梁的作用。 2. ORM由来 在软件开发的过程中,通常…

力扣279. 完全平方数

动态规划 思路&#xff1a; 假设 dp[i] 为最少组成数 i 的平方数个数&#xff1b;则其上一个状态为 dp[i - j^2] 1&#xff0c;1 为 j^2&#xff1a; 即 i 的最少完全平方数 i - j^2 的最少完全平方数 1&#xff0c;其中 j^2 < i 为最接近 i 的平方数&#xff1b;初始值…