AI公开课:19.05.30 瞿炜-新东方AI研究院院长《做懂教育的AI:把未来带进现实》课堂笔记以及个人感悟

简介: AI公开课:19.05.30 瞿炜-新东方AI研究院院长《做懂教育的AI:把未来带进现实》课堂笔记以及个人感悟

瞿炜博士,先后毕业于北京理工大学 、中国科学院大学、美国伊利诺伊大学。曾就职于Motorola 、西门子(美国) 、中国安防技术有限公司研究院等。现任新东方教育科技集团AI研究院院长 。

    瞿炜博士作为中科院引进人才,曾任模式识别国家重点实验室副教授。在医疗领域,领导开发了“西门子高可靠度视频分析系统AutoEDES”,成功大规模应用于心血管造影的辅助诊断和治疗。在安防领域,受聘担任国家公安部、中国安防协会专家委员会专家、国家标准委特聘专家。


问答环节


小编正在使劲整理中……

雷鸣教授:最近投资教育比较多,教育行业与AI结合的动态以及动向。

羊东VC:学生要想创业,教育类的创业应该是第一个想到的选择,这是一个万亿级市场,最近好像,教育的工业化,降低成本。教育这件事本身是比较难做的,讲课风格或者思维习惯,很难用AI去学习的。

雷鸣教授:作为优秀的学者、管理者,从身边看到的事情,期望AI能够帮助人类做什么事比较有兴趣?

宫鹏院长:AI是未来,未来的技术如何改变教育,那几篇文章,其实有极大的颠覆性,建议大家去看看。现代社会教育,应该有一个深入的思考。base在哪里,实际上就是科学,将sensor 等make it together。关于知识获取过程,有两个方面,第一个是哪里有阳光就伸向哪里生长,缺点是风归来就是不成功的;真正的教育就是因材施教的教育,庄子说的,树长大的到没人能够砍它了。

雷鸣教授:科技加速越来越快,学到的知识也很多,也许等着用的时候,机器比人做的更好,有时候读了好几年,毕业就失业,这也是一个值得探讨的问题。对学生,要因材施教,其实这个idea非常好。尤其是河南的学生大省,学生只要能够学到知识就好,这是一个看得见的矛盾,期望AI在这个方向做的更好。我国教师占人口的比例不到1%,但是今天清华教室内,在座的各位学生,父辈及上辈有从事老师的多达占有20%左右,所以清华之所以为名校,貌似不公平,其实的确能看出,老师更能教育出好孩子。

瞿炜博士:技术来讲,要划分阶段,第一个阶段,比如节约老师的时间,除了教课还要处理微信群等,AI教育,赋能学生、赋能教师。

雷鸣教授:这是高度分散的,所以有机会,能改变这个教育行业。给学生的未来发展说点建议。

宫鹏院长:瞄准深刻的刻画个人的能力,越个性越共性,才会更好。

羊东VC:个人不太乐观,完全替代是不可能,辅助还是可以的,总结,针对软柿子去捏。

瞿炜博士:欢迎来新东方研究院,哈哈。当下技术还是不太成熟,但是,不只有现在,我们还有未来。

雷鸣教授:教育类的话,第一自己确实懂,第二是有需求,你要先了解这个需求是不是大,比如填志愿,但是这个需求是一次性的,总量不大,所以机会相对小;如果这件事,五年前能够做,你今天还去做,究竟是为什么,比如填志愿,所以创业找机会,也要多问为什么。创业大多数都是死在需求上了,都是伪需求。关于创业,当你觉得是机会的时候,一定要多想多想!值不值得去花那个精力和时间。



个评:雷鸣老师的话真的很有哲理,哈哈。科技加速越来越快,学到的知识也很多,也许等着用的时候,机器比人做的更好,有时候读了好几年,毕业就失业,这也是一个值得探讨的问题。还有关于这句话,“越个性越共性,才会更好。” 博主理解了好久才明白,你明白了嘛?

备注:以上对话环节的文本编辑,为博主总结,与原文稍微有异,请以原文录音为准。时间紧迫,如有错误,欢迎网友留言指出、探讨。


相关文章
|
4月前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
776 23
|
4月前
|
机器学习/深度学习 人工智能 搜索推荐
|
4月前
|
存储 人工智能 安全
拔俗AI临床大数据科研分析平台:让医学研究更智能、更高效
阿里云原生AI临床大数据科研平台,打通异构医疗数据壁垒,实现智能治理、可视化分析与多中心安全协作,助力医院科研提速增效,推动精准医疗发展。
679 1
|
4月前
|
存储 人工智能 搜索推荐
拔俗AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教融合大语言模型、教育知识图谱、多模态感知与智能体技术,重构“教、学、评、辅”全链路。通过微调LLM、精准诊断错因、多模态交互与自主任务规划,实现个性化教学。轻量化部署与隐私保护设计保障落地安全,未来将向情感感知与教育深度协同演进。(238字)
455 0
|
人工智能 大数据 安全
拔俗AI临床大数据科研分析平台:用智能技术加速医学研究新突破
AI临床大数据科研平台基于云原生架构,融合医疗NLP、联邦学习与智能分析技术,破解非结构化数据处理难、多源数据融合难、统计周期长等痛点,实现数据治理、智能分析与安全协作全链路升级,赋能医学科研高效、安全、智能化发展。
193 0
|
6月前
|
人工智能 弹性计算 监控
【云故事探索】NO.16:阿里云弹性计算加速精准学 AI 教育普惠落地
智能精准学联合阿里云,打造全球首个K12教育超级智能体“寒雪老师”,依托弹性计算实现AI一对一教育普惠愿景。面对实时交互与流量潮汐挑战,借助阿里云算力实现低延迟、高并发服务,保障千万学子流畅学习体验。
|
7月前
|
人工智能 弹性计算 监控
【云故事探索】NO.16:阿里云弹性计算加速精准学 AI 教育普惠落地
全球首个K12教育超级智能体“寒雪老师”依托阿里云弹性计算,实现“超拟人”教学与教育普惠。智能精准学通过AI技术提供个性化学习方案,借助学习机等产品实现语音交互、答疑解惑,助力每个孩子拥有终身学习能力。面对实时交互与流量潮汐挑战,阿里云ECS与GPU算力保障低延迟、高并发服务稳定运行,实现30秒内弹性扩容,确保业务连续性。从实验室到千万课堂,算力支撑寒雪老师从城市到山区,推动AI教育公平发展。
|
7月前
|
机器学习/深度学习 人工智能 自动驾驶
AI Agent多模态融合策略研究与实证应用
本文从多模态信息融合的理论基础出发,构建了一个结合图像与文本的AI Agent模型,并通过PyTorch代码实现了完整的图文问答流程。未来,多模态智能体将在医疗、自动驾驶、虚拟助手等领域展现巨大潜力。模型优化的核心是提升不同模态的协同理解与推理能力,从而打造真正“理解世界”的AI Agent。
AI Agent多模态融合策略研究与实证应用
|
7月前
|
机器学习/深度学习 人工智能 算法
深度强化学习在异构环境中AI Agent行为泛化能力研究
随着人工智能技术的迅猛发展,AI Agent 在游戏、智能制造、自动驾驶等场景中已逐步展现出强大的自适应能力。特别是深度强化学习(Deep Reinforcement Learning, DRL)的引入,使得智能体能够通过与环境的交互,自动学习最优的行为策略。本文将系统性地探讨基于深度强化学习的AI Agent行为决策机制,并结合代码实战加以说明。
深度强化学习在异构环境中AI Agent行为泛化能力研究
|
6月前
|
人工智能 弹性计算 运维
【互动有礼 | 云故事探索】NO.16:阿里云弹性计算加速精准学 AI 教育普惠落地
在算力+教育的“化学反应”中,阿里云弹性计算正书写着 AI 时代的基础设施故事,以不变之初心,应万变之创新。

热门文章

最新文章