AI大模型“战火”烧到了教育领域

简介: AI大模型“战火”烧到了教育领域

自2023年开年以来,AI大模型这股风是越吹越猛烈了。

随着ChatGPT的出圈爆火,再度掀起了一波AI热浪,无论是在国内还是国外都有不少企业宣布入局或者跟进AI大模型领域。与此同时,国内AI大模型领域也迎来了产品密集发布期,百度发布了大语言模型“文心一言”;阿里推出了大语言模型“通义千问”;商汤科技推出了大模型体系“商汤日日新大模型”……而除了已经有具体产品推出的企业外,还有不少企业透露了筹备大模型的计划和消息,AI大模型的热度之高可见一斑。

值得注意的是,在众多布局AI大模型的玩家中,除了互联网大厂、科技企业的身影频频浮现之外,还出现了不少教育企业的身影。比如,好未来官方微信公众号就曾发文表示,学而思正在进行数学大模型“MathGPT”的研发;网易有道也发布了基于“子曰”大模型研发的AI口语老师剧透视频。可见,AI大模型这把火已经烧到了教育领域了。

大模型或成教育领域新变量

近年来,不少教培企业都在积极进行转型,比如发展素质教育、布局教育智能硬件、发力直播带货等等。最近一段时间,大模型热度居高不下,学而思、网易有道等教育企业也先后公布了自己在AI大模型领域方面的布局和进展。而教育领域吹起大模型之风背后,则与多方面的因素有关。

首先,教育领域和AI大模型有很高的契合度,在教育领域更容易实现AI大模型的落地。据了解,当前的AI大模型大都具备自然语言处理、语音识别、图像识别等诸多能力。而教育领域也涉及到多语言理解、逻辑推理等诸多方面,与AI大模型的能力颇为契合。因此,AI大模型在教育领域应用可在一定程度缩短落地之前所耗费的时间,实现较快落地。

其次,教育领域具备用户付费意愿较强等特征,AI大模型在教育领域更容易进行商业化探索。不同于其他行业较难培养的用户付费意愿,教育领域的用户有着相当高的付费意愿,并且愿意为孩子的培养以及个人的进步而进行教育产品的购买。这就意味着,倘若AI大模型在教育领域的应用是可靠的、有成效的,家长们就愿意为之付费,AI大模型的商业化之路也更容易走通一些。

最后,用户对于教育智能产品的接受度日渐提升,AI大模型能够为用户带去更加智能的教育体验。事实上,AI教育已经发展一段时间了,用户对于智能化的教育产品也有了相应的认知与了解,而AI大模型的应用则能进一步促进AI教育的发展,为教育行业的智能化发展增添新动能。随着AI技术为教育行业赋能,学习者也能够体验到更加高效、便捷的学习体验,实现学习效率与学习结果的双重提升。

有道、学而思“稳进”

AI大模型热度居高不下,并且在教育领域掀起了一股热潮,不少教育企业便趁势而起,积极布局于此。比如,“子曰”就是网易有道自研的教育场景下的类ChatGPT模型;学而思也正在进行名为MathGPT的自研数学大模型的研发,并且目前已经取得阶段性成果,将于年内推出基于该自研大模型的产品级应用。而这些教育企业之所以积极进行教育相关的AI大模型探索,也与其自身特点不无关系。

一是,网易有道、学而思积累了大量行业数据,能够支撑AI大模型的训练。无论是网易有道还是学而思,都是教育领域的深耕者,在教育领域扎根多年,得益于此,网易有道、学而思等教育企业沉淀下来了海量相关数据。比如,网易有道的课程不仅包含素养类课程、大学与职场课程等诸多分类,还覆盖了从小学到成人的全阶段,拥有海量的学习数据与资料;而以数学见长的学而思,经过在教育领域多年的耕耘,同样积累了海量相关数据。

数据作为AI大模型训练和进化的关键,对于AI大模型的重要性可想而知。网易有道和学而思都拥有大量教育行业数据,其所进行的教育相关的AI大模型研发是最贴合其业务的。同时,网易有道、学而思多年来所积累的教育教学相关数据,能够为其教育AI大模型的打磨、研发提供支撑,从而实现AI大模型的持续优化。

二是,网易有道、学而思在技术方面有一定的积累,这为其进行AI大模型的自研奠定了基础。就当前的消息来看,无论是网易有道的“子曰”还是学而思的“MathGPT”都是自研的,而其之所以有底气与信心进行自研,则离不开对AI技术的多年投入。据了解,网易有道从2016年就开始协同构建AI基础能力;学而思也早在2017年就成立了AI lab人工智能实验室,进行人工智能的布局。而网易有道和学而思在AI领域的多年布局与深入,为其自研AI大模型提供了重要驱动力。

三是,网易有道、学而思专注教育相关大模型的探索,可在最大程度发挥自身优势的同时,降低算力成本。随着AI大模型的爆火,AI大模型产品也是层出不穷,而除了通用AI大模型之外,垂直AI大模型也接连涌现出来,网易有道的“子曰”和学而思的“MathGPT”就是其中的代表。

网易有道、学而思不仅拥有大量行业数据,还对教育领域用户有着深入的了解,能够精准洞察用户需求,并根据用户需求对AI大模型产品进行打磨,从而实现大模型产品的落地。同时,垂直类大模型所要付出的成本要比通用大模型低一些,网易有道、学而思进行教育专有大模型研究,不仅能够将其在教育领域的优势实现最大化发挥,其所面临的难度也会低一些。

科大讯飞“疾行”

在教育企业积极推进专有教育大模型发展进程的同时,不少其他类型企业也将教育场景作为了AI大模型的重要落地场景之一。比如,科大讯飞就推出了星火认知大模型,并发布了星火认知大模型在教育、办公、汽车、数字员工四大行业应用成果。而教育场景之所以会成为科大讯飞AI大模型落地的重要场景,也并非毫无原因。

一方面,科大讯飞布局教育领域已久,有助于其AI大模型率先在教育领域的落地。作为人工智能语音龙头企业的科大讯飞在长期进行技术研发投入的同时,也在不断探索AI技术的商业化落地场景,而教育就是其重点发力场景之一。由于在教育领域的多年布局,科大讯飞已经成功构建了面向G、B、C三类客户的业务体系,并且积累了丰富的教育行业数据,而这些数据为其AI大模型的训练以及后续在教育这一专业领域的应用提供了可能。

另一方面,科大讯飞将AI大模型和教育产品的融合,有助于升级产品的智能化功能,从而提升自身的竞争力。此前,科大讯飞带来了一款搭载着大模型的AI学习机——科大讯飞AI学习机T20系列。科大讯飞通过将AI大模型应用到教育等具体领域中,便能够以技术赋能产品,对自家的学习机等教育智能硬件产品的功能进行迭代升级,优化用户的智能化体验。

比如,搭载认知大模型的科大讯飞AI学习机T20系列不仅能够实现中英文作文类人批改,还能够实现写作思路启发,并利用AI润色技术生成片段优化参考和写作建议提升。而这不仅能够提升科大讯飞旗下产品在市场上的竞争力,有望为科大讯飞的智慧教育业务带来新的增长机会,同时还能够加快大模型的落地速度。

而在科大讯飞的AI大模型在教育领域率先实现应用落地背后,则是科大讯飞深厚的技术底蕴。科大讯飞等科技公司在人工智能领域深耕多年,技术实力雄厚,尤其是在语音处理、自然语言理解等诸多领域优势显著,而这也为其后续推出AI大模型产品奠定了坚实基础。据悉,在文本生成和数学能力上,星火认知大模型已经在国内显著领先,且相比ChatGPT也具有一定优势;在语言理解和知识问答方面也达到接近ChatGPT的程度,处于国内领先水平。

不好“啃”的大模型

就目前情况来看,教育场景正在逐渐成为AI大模型落地的重要场景之一。随着AI大模型在教育领域应用的逐渐深入,或许会为教育领域带来一些新的变化。但不可否认的是,无论是教育专业大模型的研发,还是AI大模型在教育领域的落地,都不是一件容易的事。

一是,AI大模型在教育领域的容错率更低,将会对厂商们提出更高的要求。不同于其他行业,教育行业承担着传递知识、培养人才的责任,再加上教育领域需要面对各个年龄段,其中不乏低年龄的小朋友,其知识了解颇为有限,倘若AI大模型出现偏差,就极容易产生误导,因此,这就对于教育领域的AI大模型的准确性提出了更高的要求,各路玩家也需要不断精进自身实力。

二是,AI大模型需要巨大资金投入,这对教育企业来说是不小的压力。尽管AI大模型能够为各行各业赋能,但同样的AI大模型的研发也并非易事,不仅需要强大的技术实力,还需要雄厚的资金投入。教育企业虽然具有研发专业教育大模型的优势,却在资金投入上仍有压力,并且AI大模型还处于早期阶段,距离商业化跑通还需要很长的时间,这就意味着教育企业在短时间很难获得回报。

总而言之,虽然AI大模型在教育领域拥有很大的发展前景,但同样需要应对各种各样的问题。随着越来越多的AI大模型产品的出现,也会有更多的玩家逐步进入教育领域。只是,教育领域独特性很高,无论是网易有道、学而思,还是科大讯飞,亦或是其他玩家,都有漫漫长路要走。

目录
相关文章
|
4天前
|
人工智能 并行计算 芯片
在大模型AI的下一个战场,为中小创新企业重构竞争格局
在大模型AI的下一个战场,为中小创新企业重构竞争格局
|
3天前
|
人工智能 边缘计算 自然语言处理
谷歌微型AI模型“Gemma 2 2B”正出人意料地挑战科技巨头
谷歌微型AI模型“Gemma 2 2B”正出人意料地挑战科技巨头
谷歌微型AI模型“Gemma 2 2B”正出人意料地挑战科技巨头
|
2天前
|
人工智能 前端开发 搜索推荐
|
3天前
|
人工智能 自然语言处理 搜索推荐
苹果与EPFL合作发布4M AI模型,开启AI新时代
苹果与EPFL合作发布4M AI模型,开启AI新时代
苹果与EPFL合作发布4M AI模型,开启AI新时代
|
4天前
|
人工智能 PyTorch 算法框架/工具
Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
【8月更文挑战第6天】Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
|
3天前
|
机器学习/深度学习 人工智能 负载均衡
【AI大模型】分布式训练:深入探索与实践优化
在人工智能的浩瀚宇宙中,AI大模型以其惊人的性能和广泛的应用前景,正引领着技术创新的浪潮。然而,随着模型参数的指数级增长,传统的单机训练方式已难以满足需求。分布式训练作为应对这一挑战的关键技术,正逐渐成为AI研发中的标配。
24 5
|
1天前
|
数据采集 人工智能 并行计算
|
2天前
|
人工智能
多模态AI单词助记模型体验
一文带你了解多模态AI单词助记模型的优与劣
132 1
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
【模型微调】AI Native应用中模型微调概述、应用及案例分析
在AI Native应用中,模型微调是一个关键步骤,它允许开发者使用特定领域的数据对预训练模型进行二次训练过程,从而使其更好地适应特定任务或数据集。模型微调通过调整模型的参数,使模型在特定任务上达到更高的性能。这种技术广泛应用于自然语言处理、图像识别、语音识别等领域
9 1
|
3天前
|
存储 人工智能 自然语言处理