智適應教育研究報告

智適應教育研究報告

智適應教育研究報告

| 智適應教育相關概念闡述

人工智能定義及中國人工智能發展戰略目標

• 人工智能是一門綜合了計算機科學、 生理學、 哲學的交叉學科,是使用機器代替人類實現認知、 識別、 分析、 決策等功能的技術。伴隨著人工智能的三次浪潮,越來越多的中國企業投入到AI領域的研究和探索中。 在國務院發佈的人工智能發展規劃中在2030年人工智能核心產業規模將超過1萬億元,並將帶動相關產業規模超過10萬億元。(原文來自皮匠網,關注“三個皮匠”微信公眾號,每天分享最新行業報告

• 人工智能發展的核心是與行業相結合,只有賦能垂直行業的技術才具有市場化價值。 通過創造新的用戶價值,解決行業稀缺資源的痛點與提高原產業運行效率,人工智能將會為社會帶來可持續價值。

智適應教育研究報告

人工智能通用技術發展情況

• 應用到垂直行業的人工智能的通用技術主要包括語音識別、 自然語言處理與圖像識別。 其中語音識別與自然語言處理已經驗證的應用場景有在線教育和呼叫中心;圖像識別中以人臉識別技術發展的最為迅速,應用的場景最為廣泛,主要應用在安防和金融兩個領域。

• 近幾年,各項通用技術的錯誤率均接近或超越了人類的平均能力。 儘管技術還有諸多問題亟待解決,但已能在具體的場景下作為輔助功能提高行業效率。

智適應教育研究報告

| 智適應教育行業現狀分析

智適應教育發展驅動力

• 隨著信息和通信技術的演變,計算機變得越來越小,功能更強大,價格更實惠,為智適應教育被廣泛用於不同的環境,高效地進行教學和培訓,奠定了設備基礎。

• 雲計算、 雲存儲的發展降低了存儲成本,使得大量的數據得以保存下來,數據的積累為模型訓練和算法奠定了基礎。

• 人工智能、 深度學習等技術的發展,逐漸從理論落實到具體的領域應用,為智適應教育的發展提供了技術支持。

• 國務院發佈的《新一代人工智能發展規劃》 中提到要圍繞教育、醫療、 養老等迫切民生需求,加快人工智能創新應用。 政策的支持將加快推動新型教育體系、 智能校園的建設。

智適應教育中美髮展對比

• 由於中美兩國教育文化的不同,智適應教育行業的發展在內容生產、 商業模式和應用場景上有很大差異。 美國的智適應教育起步早,技術相對成熟,但總體上仍處於高等教育實驗適應性學習早期階段。 美國以平臺型公司為主,內容上與大型出版商合作,主要用戶是高等學校等B端用戶;國內起步較晚,智適應教育公司不僅研發系統,而且自己組建團隊研發內容,主要用戶為K12中小學生。

智適應教育研究報告

智適應教育行業發展現狀分析

• 智適應教育行業目前處於處於初步發展期,產業鏈不成熟,分工不明確,用戶對智適應教育認知度低,需要不斷教育市場;大小玩家開始入局,對公司團隊的技術-內容-商業化能力要求高。

智適應教育研究報告

| 智適應教育投融資情況

AI教育細分領域熱度趨勢

• 自2017年1月起智適應教育的熱度一路呈上漲趨勢,上漲比例高達400%,逐漸超過拍照搜題、 教育測評等領域,可見智適應教育逐漸受到投資人的青睞和關注。

智適應教育研究報告

AI教育投資事件整體情況

• AI教育領域投資事件數量在2013年前僅為個位數,從2014年開始爆發,2015年達到高峰。大多數項目募集的為種子天使和A輪的資金,表明行業處於早期階段。 自2014年開始就有項目通過併購退出,在接下來的幾年中戰略投資的數量也有所增加,可見互聯網企業、 教育企業愈發看好AI教育的發展,提前進行戰略佈局。

智適應教育研究報告

| 國內智適應教育代表公司分析

一起作業-基本概述

公司簡介:一起作業網是一個連接教師、 學生、 家長三方的 在 線 作 業 平 臺 , 於2011年在上海成立。 一起作業網通過在線作業切入公立學校教學體系,首先利用“作業” 這一高頻場景積累用戶和流量, 再通過推出付費教學產品完成變現。

智適應教育研究報告

一起作業-產品分析

• 一起作業平臺每天有5T的教育大數據產生,上百人的大數據和人工智能團隊利用個性化數據展現學生的特徵,實現學生數據收集和個性化試題推薦;應用貝葉斯、 IRT算法計算單知識點的熟練度,即通常所說的能力值,並根據學生知識點掌握情況生成學情分析報告。

智適應教育研究報告

| 國外智適應教育代表公司分析

Knewton-基本概述

項目簡介:Knewton是一家人工智能自適應學習 平 臺 公 司 , 2008 年 由 JoseFerreira (自適應教育這一名詞的締造者)創立於美國紐約,目前估值近10億美金。 核心產品是自適應學習引擎,在學生學習數據蒐集、 個性化學習內容推送等技術上處於世界領先地位。 其目標是為發行商、 學校及全球的學生提供預測性分析及個性化推薦。其學習效果經過數次十萬人次以上的實驗和實地使用的顯著性論證,得到國際教育界的廣泛引用,是自適應領域的標杆型企業。

智適應教育研究報告

Knewton-產品分析

• Knewton致力於做一個人工智能自適應學習平臺,自己不提供內容,與學校、 出版社等內容生產方合作。 在數字化自適應學習課程中,Knewton將合作方的內容通過API嵌入到自己的系統中,其人工智能自適應學習平臺通過連續收集學生行為數據,實時響應學生在系統中的活動,學生完成某項活動後,系統自動推送學生進行下一個活動。

智適應教育研究報告

| 適應教育阻礙因素及發展趨勢

智適應教育阻礙發展因素

• 目前智適應教育存在用戶對其認知不足、 有效的數據稀缺以及與現有的教學體系不能很好的適配等阻礙因素。

用戶認知低,需教育市場:用戶對自適應教育理念的認知有限,對智適應教育的工作流程和效果不瞭解,需要不斷教育市場,提高用戶的接受度。

有效的連續數據稀缺:教育行業的信息化程度相對較低,數據基礎薄弱,結構化優質的數據量稀缺,有效的數據蒐集還處於起步階段。

與學校現有教學體系的適配問題:面向公立學校銷售的智適應系統,如何與現有教育信息化系統在數據和流程上更好地適配,如何和老師教學的工作流程更好地配合。

智適應教育發展趨勢

• 未來隨著技術的成熟,有效數據的豐富,智適應教育有望在更多學科和細分領域應用,提高用戶的學習效率。

更多學科和細分領域存在應用空間:K12教育中目前更多應用在初中數學等結構化學科以及成人教育的語言培訓上,未來隨著技術的成熟,智適應教育將會逐漸覆蓋更多的學科,以及應用在更廣泛的年齡段中。

智適應教育向教學等更高環節的延伸:智適應測試和智適應練習現在應用較為廣泛,隨著技術、 數據和內容的不斷完善,智適應將向學、 教等更高層次的學習環節逐漸擴展和普及。

數據模型更加完善,知識點定位更加精準:隨著有效數據的不斷積累,模型的不斷優化,內容的完善以及知識點之間關聯性的提高,智適應學習系統將更加高效定位學生知識的掌握情況,提高學習效率。


分享到:


相關文章: