教育大模型浪潮中,松鼠Ai的“智适应”故事好讲吗?

2024-01-24 02:04

本文主要是介绍教育大模型浪潮中,松鼠Ai的“智适应”故事好讲吗?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

“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

这篇关于教育大模型浪潮中,松鼠Ai的“智适应”故事好讲吗?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
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.chinasem.cn/article/638218

相关文章

详解如何使用Python从零开始构建文本统计模型

《详解如何使用Python从零开始构建文本统计模型》在自然语言处理领域,词汇表构建是文本预处理的关键环节,本文通过Python代码实践,演示如何从原始文本中提取多尺度特征,并通过动态调整机制构建更精确... 目录一、项目背景与核心思想二、核心代码解析1. 数据加载与预处理2. 多尺度字符统计3. 统计结果可

SpringBoot整合Sa-Token实现RBAC权限模型的过程解析

《SpringBoot整合Sa-Token实现RBAC权限模型的过程解析》:本文主要介绍SpringBoot整合Sa-Token实现RBAC权限模型的过程解析,本文给大家介绍的非常详细,对大家的学... 目录前言一、基础概念1.1 RBAC模型核心概念1.2 Sa-Token核心功能1.3 环境准备二、表结

Spring AI 实现 STDIO和SSE MCP Server的过程详解

《SpringAI实现STDIO和SSEMCPServer的过程详解》STDIO方式是基于进程间通信,MCPClient和MCPServer运行在同一主机,主要用于本地集成、命令行工具等场景... 目录Spring AI 实现 STDIO和SSE MCP Server1.新建Spring Boot项目2.a

全解析CSS Grid 的 auto-fill 和 auto-fit 内容自适应

《全解析CSSGrid的auto-fill和auto-fit内容自适应》:本文主要介绍了全解析CSSGrid的auto-fill和auto-fit内容自适应的相关资料,详细内容请阅读本文,希望能对你有所帮助... css  Grid 的 auto-fill 和 auto-fit/* 父元素 */.gri

Spring Security基于数据库的ABAC属性权限模型实战开发教程

《SpringSecurity基于数据库的ABAC属性权限模型实战开发教程》:本文主要介绍SpringSecurity基于数据库的ABAC属性权限模型实战开发教程,本文给大家介绍的非常详细,对大... 目录1. 前言2. 权限决策依据RBACABAC综合对比3. 数据库表结构说明4. 实战开始5. MyBA

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Python中__new__()方法适应及注意事项详解

《Python中__new__()方法适应及注意事项详解》:本文主要介绍Python中__new__()方法适应及注意事项的相关资料,new()方法是Python中的一个特殊构造方法,用于在创建对... 目录前言基本用法返回值单例模式自定义对象创建注意事项总结前言new() 方法在 python 中是一个

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2