tutorabc CTO汤峥嵘:人工智能时代,技术能够真正改变教育

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 1988年考入清华大学计算机与科学技术系;之后留学美国,获纽约州立大学奥尔伯尼分校计算机学士学位和匹兹堡大学计算机硕士学位。在美国硅谷工作十年后,回国加入阿里巴巴集团,先后担任过淘宝网、支付宝、B2B的资深总监、日本阿里巴巴CTO。

汤峥嵘,一位驰骋中美互联网界的技术大牛。


1988年考入清华大学计算机与科学技术系;之后留学美国,获纽约州立大学奥尔伯尼分校计算机学士学位和匹兹堡大学计算机硕士学位。在美国硅谷工作十年后,回国加入阿里巴巴集团,先后担任过淘宝网、支付宝、B2B的资深总监、日本阿里巴巴CTO。


2013年,加入途牛旅游网,担任CTO。


2016年10月,加入tutorabc(原vipabc),任职CTO。


这位“最具价值CTO”投身互联网教育以来,对这个行业有着怎样的解读。昨天,汤峥嵘在GITC全球互联网技术大会发表演讲,分享互联网教育的大发展和机遇。演讲的背后究竟蕴藏了怎样的技术创新和发展?

4.jpg

汽车代替马车,互联网教育将取代线下教育


在汤峥嵘看来,互联网教育和线下教育的关系如同汽车和马车的关系。1886年汽车刚面世时,外形丑陋笨重不说,还跑得特别慢,人坐着也不舒服,人们嘲笑它只不过是个时髦之物罢了。仅过了20年,汽车就进入大批量生产,几年后,便走进了千家万户。如今,“马路”上不再有马车,汽车早已取而代之了。


“互联网教育看上去是把线下搬到线上,其实不然。”汤峥嵘说,互联网教育和线下教育有本质上的不同,除了可以把线下教育能做的事情做得更好,还能创造线下完全做不了的事情。


第一,依靠技术,互联网教育可以自动记录每次上课的音视频,生成的课后录像供学生巩固和复习;而线下教育只能依靠人工录像。据汤峥嵘透露,tutorabc正在研发新技术,给录像加索引,方便学生查找重点难点。


第二,在线课程积累了海量的大数据,通过这些数据可以对老师的教学水平、学生的上课表现、课后师生的反馈等教学全流程进行100%的监控,实时调整和优化;而线下课程质检只能进行抽查。


第三,互联网教育可以调动全世界的资源来为学生安排教材、老师和同学,尤其是对于英语教育来说,世界各地的外教都可以充实师资库;线下教育只能聘请来华的极其有限而不稳定的外教。


互联网教育分两步走,到任tutorabc带来的改变


互联网教育是未来教育发展的必然趋势,很多企业正在全部转型或部分转型到线上。汤峥嵘认为,完成线下到线上的转型需要经历两个阶段。


第一个阶段是摸清什么是互联网教育,这通常需要多年的时间。一般的做法是找一个第三方音视频技术,加上云服务器,一个简单的线上教学就成型了。第二个阶段,则是在前期数据的基础上,利用大数据技术不断优化用户体验。


tutorabc在2003年就全面转型线上,很早就走完第一个阶段,并且是采用自有的技术和服务器,tutorabc的发展正处于第二个阶段。


而从去年10月上任至今,半年多的时间,汤峥嵘就给tutorabc(原vipabc)创造了诸多价值。


tutorabc使用的在线教学平台是自主研发的TutorMeet,汤峥嵘带领技术团队将其升级为TutorMeet+。TutorMeet+基于WebRTC(网络实时通信)技术,能够让浏览器支持实时语音会话或视频对话,让用户享受更清晰、流畅的视频音频服务。Chrome、Firefox、Opera 等主流浏览器均支持WebRTC。在刚落幕的WWDC17 上,苹果也宣布将正式支持WebRTC。


数据在通信网络上是以数据包为单位传输的,数据包的传输总会有一定的损失,俗称“丢包”。tutorabc在全球自建网络和服务器,数据传输需跨越海底电缆,更容易丢包。而TutorMeet+有高容错性,丢包率达20%,这就意味着即使丢包20%,网络依然能保持稳定。汤峥嵘透露,年底TutorMeet+的丢包率容忍度将达到30%。


汤峥嵘表示,tutorabc将持续投入人工智能(AI)研发,包括自动翻译、语音识别等技术,供学生日常练习使用;开发更加智能的阶段性测评,记录学生做题的过程、步骤,更清晰评估掌握程度,更有针对性地进行调整。


我们正在挖掘大数据这座金矿


现在的tutorabc拥有14年的大数据积累,这是AI时代得天独厚的优势。AI“明星”——阿尔法狗之所以能够战胜人类第一棋手柯洁,是因为它学习了海量的围棋数据,这样阿尔法狗才能不断地进行深度学习,发挥强大的计算能力。


就像人类生存离不开食物,没有数据AI也不能发展。“我们就坐在金矿上。”汤峥嵘打趣说,tutorabc已经利用数据将AI应用到互联网教育。tutorabc自主研发的DCGS动态课程生成系统,能支撑每小时上万堂课的个性化排课。

5.jpg


DCGS根据学生的年龄、性别、职业、兴趣爱好等,自动匹配最符合其需求的教材、外教和同学。每一次上课生成的数据,DCGS可以再学习,对以后的课程进行动态调整。


“以前的线性学习方式,固定老师、固定教材、固定同学。这样标准化的学习模式下,好学生永远是好学生,差学生永远是差学生。”汤峥嵘说,“一开始各自的命运就定了,这很悲哀。”


数据还可帮助老师提高教学水平。传统的课堂,一个老师可以教的学生数量有限。而互联网教育可以积累几百万、几千万的学生数据,基于这些鲜活的数据,通过技术分析,老师可以更快地提高教学质量,这是互联网时代带来的便利。


汤峥嵘还分享了tutorabc几个有意思的数据。比如,哪里的学生努力程度最高,哪里的学生学习时长最短,哪里的学生更愿意开口。


技术是互联网教育的核心价值


汤峥嵘表示,tutorabc(原vipabc)在技术上的投入是中国互联网教育企业中最大的。在数量上,tutorabc的技术人员规模是同类企业的四五倍,人数达到500。在质量上,音视频技术已到达了业界领先,前端架构师的水平在互联网企业排名靠前;AI团队拥有国内顶尖专家。


在资源上,tutorabc在全球自建网络和服务器。相比同业采用云服务器的通用做法,tutorabc具有更大的自主性和安全性。虽然对专业人才的要求比较高,但确保用户上课的通讯品质是最高的。


技术上的大力投入和布局也是tutorabc领先这个行业以及区别于其他企业的根本因素。只有对技术进行全情投入和深度研究,才能彻底改变人类的学习模式。


去年底,汤峥嵘受邀去美国参加中美技术交流论坛,阔别硅谷好多年的他,感慨这些年来中美互联网发展的差异。“2004年的时候我说,在美国,钱包里只要放100美元,因为很多地方都可以刷信用卡;而回中国我要装几千人民币。2016年,我回到硅谷,发现任何一家餐馆都不支持在线支付;而在中国,钱包都不用带了,到处都可以用支付宝和微信。”中国的互联网用户多,密度高,发展速度已远超美国。


汤峥嵘很庆幸,他没有错过中国互联网发展最好的年代,而是处在变革的最中心。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
14天前
|
人工智能
AnchorCrafter:中科院联合腾讯推出的AI虚拟主播带货视频制作技术
AnchorCrafter是由中科院和腾讯联合推出的一项AI虚拟主播带货视频制作技术。该技术基于扩散模型,能够自动生成高保真度的主播风格产品推广视频,通过整合人-物交互(HOI)技术,实现对物体外观和运动控制的高度还原。AnchorCrafter在物体外观保持、交互感知以及视频质量方面优于现有方法,为在线广告和消费者参与提供了新的可能性。
123 30
AnchorCrafter:中科院联合腾讯推出的AI虚拟主播带货视频制作技术
|
6天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日,由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
|
10天前
|
机器学习/深度学习 存储 人工智能
【AI系统】离线图优化技术
本文回顾了计算图优化的各个方面,包括基础优化、扩展优化和布局与内存优化,旨在提高计算效率。基础优化涵盖常量折叠、冗余节点消除、算子融合、算子替换和算子前移等技术。这些技术通过减少不必要的计算和内存访问,提高模型的执行效率。文章还探讨了AI框架和推理引擎在图优化中的应用差异,为深度学习模型的优化提供了全面的指导。
26 5
【AI系统】离线图优化技术
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
34 10
|
4天前
|
机器学习/深度学习 人工智能 监控
AI视频监控技术的核心优势与实践
AI视频监控技术结合了计算机视觉、深度学习和大数据分析,能够实时分析监控画面,识别异常行为和场景变化。其核心在于从“被动记录”转型为“主动识别”,提升监控效率并减少安全隐患。主要应用场景包括泳池管理、健身器械区域、人员密度预警和异常事件检测。系统架构支持多种摄像头设备,采用边缘计算和Docker部署,具备实时性、高准确率和扩展性等优势。未来将优化复杂场景适应性和实时计算负载,进一步提高系统性能。
|
7天前
|
机器学习/深度学习 人工智能 边缘计算
24/7全时守护:AI视频监控技术的深度实现与应用分享
本文深入解析了AI视频监控系统在车间安全领域的技术实现与应用,涵盖多源数据接入、边缘计算、深度学习驱动的智能分析及高效预警机制,通过具体案例展示了系统的实时性、高精度和易部署特性,为工业安全管理提供了新路径。
|
13天前
|
机器学习/深度学习 人工智能 TensorFlow
探索AI技术在医疗健康领域的应用
随着人工智能技术的不断发展,其在医疗健康领域的应用也日益广泛。本文将介绍AI技术在医疗健康领域的应用,包括医学影像分析、智能诊断和治疗建议、药物研发等方面。通过代码示例,我们将展示如何使用Python和TensorFlow构建一个简单的神经网络模型来进行医学影像分析。
43 13
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在自然语言处理中的应用
随着人工智能技术的不断发展,自然语言处理(NLP)已经成为了一个重要的应用领域。本文将介绍一些常见的NLP任务和算法,并通过代码示例来展示如何实现这些任务。我们将讨论文本分类、情感分析、命名实体识别等常见任务,并使用Python和相关库来实现这些任务。最后,我们将探讨NLP在未来的发展趋势和挑战。
|
13天前
|
机器学习/深度学习 人工智能 搜索推荐
底层技术大揭秘!AI智能导购如何重塑购物体验
双十一期间,淘宝内测AI助手“淘宝问问”,基于阿里通义大模型,旨在提升用户在淘宝上的商品搜索和推荐效率。该助手通过品牌推荐、兴趣商品推荐和关联问题三大板块,提供个性化购物体验。其背后采用多智能体架构,包括规划助理和商品导购助理,通过对话历史和用户输入,实现精准商品推荐。此外,文章还介绍了如何快速部署此解决方案,并探讨了其对现代购物体验的影响。
|
11天前
|
机器学习/深度学习 人工智能 安全
AI技术在医疗领域的应用与挑战
本文将探讨AI技术在医疗领域的应用及其带来的挑战。我们将介绍AI技术如何改变医疗行业的面貌,包括提高诊断准确性、个性化治疗方案和预测疾病风险等方面。同时,我们也将讨论AI技术在医疗领域面临的挑战,如数据隐私和安全问题、缺乏标准化和监管框架以及医生和患者对AI技术的接受程度等。最后,我们将通过一个代码示例来展示如何使用AI技术进行疾病预测。
26 2