首页 > AI资讯 > 行业应用 > 乂学教育松鼠AI创始人栗浩洋:AI如何重塑零售行业

乂学教育松鼠AI创始人栗浩洋:AI如何重塑零售行业

新火种    2023-12-20

2018年,商业创新迈进新的阶段,商业创新在业务飞速发展的同时,伴随而来的也有风口大热背后的认知沉淀与实践积累。7月10日36氪联合《零售老板内参》举办的2018商业新生态峰会在北京举行。本届峰会以“质”为主题,希望新的时代浪潮下新商业企业可以看清商业本质,最终完成新商业的革新与升级。线上教育近些年成为炙手可热的风口,人工智能为教育领域再次赋能发生跃迁。

乂学教育松鼠AI创始人、董事长栗浩洋在今日举行的“2018年商业新生态峰会”上从四个方面为大家介绍了AI在教育领域带来的变革:全知全能:松鼠AI教学机器人可以对每一个学生去进行用户画像扫描、海量知识点扫描,精准知道他哪个知识点掌握了,哪个知识点没掌握;见微知著:通过知识点的扫描可以进行个性化的知识点匹配,直到他掌握到知识点为止;无尽算力:通过超纳米知识点拆分和AI扫描能够帮助学生找到合适的起点,让学生非常容易切入到学习,非常容易获得掌握知识的成就感一点一点往上走;自我进化:AI老师能够发现传统老师不能发现的,自动帮助学生查缺补漏,进行知识点的补充,AI已经产生了更有效的学习路径。

以下为栗浩洋发言全文:

大家好,今天我想跟大家讲述AI如何重塑零售行业包括连锁服务行业。我们之前在讲AI的时候,包括前几位讲的AI是不是能代替5到15秒的人类工作,我们看到了语音识别、图像识别等等,但是我们从四五年前开始做的事是让它来代替一个特级教师可能长达五年、十年对孩子的教学。当时我们在讲人工智能的时候,是几千小时的教学过程,当年我们在融资的时候,没有一个风险投资相信,九个月都没有拿到融资,目前我们AI教学机器人已经超过了高级教师和特级教师的教学水平。今天我跟大家分享的人工智能为什么能够超过人的智商,人的智商是100至140,AI可以达到10000,为什么真的90%的工作都能够被AI所代替?我们做了四年AI行业领域,我对AI产生了四个词的认知,今天想分享给大家,看它未来如何在行业里代替人类。

第一个词是全知全能。对于AI来说,每一个系统,无论它是在哪个垂直领域都是这个垂直领域的上帝,我们在看过去零售不管是从数据互联网还是物联网,还是对于这些数据的分析,无论是新零售的模式,亚马逊昨天又开出了第二家无人零售店,他们到底怎么颠覆这个世界?首先拥抱的都是数据,不管是用户、消费者的数据、支付的数据、购买的偏好、性格的数据,甚至他们起床的数据通过全面数据分析来做最智慧超过店长甚至总店创始人智慧的选择和判断。IBM Watson更是,17秒阅读的医疗文献是一个医生一辈子才能够阅读的医疗文献和病人病例。在广泛的认知下,无人驾驶对全城市所有的大街小巷、对每一个汽车想要的出发地和目的地,如果全部都能做到全知全能,我们根本不需要红绿灯,每一个路口进行数据的判断进行交错前行而不会出现任何的问题,哪一个车想要刹车后面几十辆车同时踩刹车,不需要传感器先看到它才能进行刹车,对于全知全能的AI来说,它的智慧一定是远超人类的,无论是科大讯飞还是谷歌翻译,他们所吸收的所有人的语音是我们几辈人学习不完的。

对于教育来说也是一样的,我们松鼠AI教学机器人也是,他先预知了几十万个小学到高中的知识点,又学习了几百万的题目和知识点之间的联系,对于任何一个特级教师来说,像老司机一样,他能记住城市的大目标,但是不能记住几万个知识点,对于AI来说和人相比,毋庸置疑,他的能力和能量是超过100倍的,在这样一种全知全能的情况下,我们对每一个学生去进行用户画像的扫描也变的非常简单。我们可以用一两个小时的时间,对班上几十个学生全部进行海量知识点的扫描,精准知道他哪个知识点掌握了,哪个知识点没掌握,而一个老教师教了这个孩子五年的时间,跟我们的AI系统同台PK,我们一个半小时就可以打败他五年对这个孩子所有的认知。

AI做到第二个不同点叫做见微知著。什么叫做见微知著?以前我们所有人看这个世界都是非常粗糙的,现在有了AI之后我们的精细度发生了十倍、百倍的变化,过去我们看一个用户可能是一个男的,女的,有钱、没钱或者是家庭主妇或者是消费能力非常强,像我20年前来上海,如果学习动力不足就会跑到淮海路巴黎春天一看衣服都是几千块钱,赶紧好好学习。现在通过二次创业,上市公司的成功已经是财富自由了,我既会买四五万的衣服,也会在小店买三四百块钱的衣服,用户画像是不是像过去那样的粗糙和粗暴?现在都会有一个精准画像,今日头条就做到了见微知著的工作,我不仅仅只是一个科技的读者,以前把读者分成喜欢军事、娱乐、财经还是科技,但是我自己在科技里面所有的阅读我只读融资一亿以上的公司的行为,其他所有的天使轮、种子轮、A轮我不太看,在所有一亿融资以上的我不太看2B的,我重点看的是2C的,社交的,还有纯互联网人工智能,教育类的等等,垂直了几倍,当你对每一个人的用户画像做到非常精细,非常见微知著的,用户画像也不同。Face++,我们知道Face++具体的原理是什么,Face++在看人的时候一定不是我们看的时候粗糙的方式,它一定是把人脸分成了几百万个像素,每一个像素在不同的灯光下,不同的摄影器材下所产生的变化来去区分这个人和那个人的区别,如果不能做到见微知著,他不可能精准识别这样的人脸。

农业,当时我们在做AI行业的时候,到全国考察的时候觉得不可思议的事情,农业需要AI吗,AI真的要解决所有人的工作吗?后来发现真的是这样,他们是用了无人机,每秒做五千张对每一个庄稼每一个叶子、每一个细节进行高清拍照,拍照以后放大以后去分析,从而能够节省90%的农药释放量,只要看到哪株里面可能有了害虫或者是幼虫还没有发挥出来定点喷洒,也解决了90%化肥释放量,可以看到每一颗庄稼的生长以及叶子的成长状态,来判断它缺的到底是哪个肥料。通过见微知著把农业行业给颠覆掉了。我们现在用到教育领域也是一样的,当我们对学生做了非常精细扫描以后,他不需要通过题海战术刷题。

我出身河南,上了上海交大,我们也要一万一万道的刷题,河南是一亿多人口,一分压万人,多考一分就超过了一万个人,那个时候我们得一万道一万道刷题,我是平均95分的学生,我要为了刷出500道错题拼命研究。现在我们通过知识点的扫描、个性化的匹配,只要给我匹配我不会、最难的题就行了,对一个差生来说我们只给他50至60分的知识点,50分的知识他一做全对了,这个时候他突然爱上了学习。我们通过见微知著的匹配,发现每一个学生是如此的不同,不同到什么程度?同一个知识点,有的人要7分钟就能学会,有的学生90分钟才能学会,而且同一个学霸,大部分知识点他是7分钟学完的,遇到特别差的知识点他也需要90分钟至120分钟,在这个世界不应该存在培优班,基础班。

对于优秀生来说也有点对他是比较弱的,像我上学的时候,文言文的虚词我就死学也学不会,逻辑性的东西我学的很慢。通过我们的数据,我们发现没有任何两个学生应该被放在一间教室里面,每一个学生每一个知识点,他的学习速度都不一样,我们现在用AI可以非常容易匹配他的认知阈值,什么叫认知阈值?一个学生在学习的时候,如果是7分钟他的认知阈值掌握了,剩下传统课堂的半个小时是浪费的,和没教是一个样。如果这个孩子需要90分钟或者是60分钟才能学到这个知识点你只学了45分钟就戛然而止了,到了三天以后,你是再学60分钟和15分钟就可以了吗,如果你不能对孩子进行AI的实时甄别,不能见微知著对它进行详细的分析,一直个性化的匹配到他掌握到知识点为止,可想而知我们平时的学习是有多么浪费。

第三个词是无尽算力,现在有了云之后无尽算力没有什么问题了。新零售和传统零售的区别就是过去你要靠一个人在这里面做判断,这个人做判断,不管是银行里边判断这个人是不是你,刚才说的咖啡厅我们点一个单,这个还是比较容易的判断。对于非常复杂形态的判断,传统零售业和服务业就比较难做到了,在酒店行业里面,当时就有酒店大量购买了各种数据进行分析,比如说飞机延误率,飞机延误航班的比例,这个价格升到了什么样的高度才是最好的判断,不管是机票的价格、酒店的价格,如何给我当场定价,以至于多出20%的利润。日本餐饮店也是一样,日本麦当劳花了百亿日元去做用户的分析,通过用户分析大幅度提高20%的销售额,就提高了40%利润率。

我们知道Zara的特长就是把两万阿玛尼造出来,用二十分之一的价格去卖,完全同样的设计,因为抄袭,他每年要赔几亿、十几亿美金,同时他把他的店就开在阿玛尼和普拉达的隔壁,他真的就去抄袭吗?有那么多的大牌子他需要去抄袭吗?他需要那么多的买手去做判断吗?都不需要,他用数据化的分析,所有大牌春夏或者是秋冬发布会之后,所有的照片都放到了互联网上,他从互联网上去看哪一个照片传播的速率更高,这个照片或者是这个穿搭被什么权重时尚杂志所推崇,推崇之后用户的评论是怎样的,是更加喜欢,还是看了以后挺好看不会买,通过大量的精准分析,知道哪一个是我应该抄袭的。对于这个事情来说有了AI之后整个判断速度也会更快,大家经常说阿尔法狗战胜李世石是胜之不武的,阿尔法狗消耗了多少电力,消耗多少算力我没法计算,电力可以计算出来,消耗了十吨煤所产生的电力,李世石只消耗两个馒头的电力就可以下一盘棋。从AI和人的比拼来说,AI和人总是胜之不武的。

AI的计算能力,十分钟可以解决160个小时需要做的交易分析,对于AI基金来说已经跑赢了巴菲特,通过AI操控量化率可以大概率的找到切入点,更好的买出和卖出点。对于教育来说,无尽算力的价值在哪里?首先我们做了一个叫做知识点超纳米级拆分,以前我们看知识点的时候,我们拆到了三万个知识点,把知识点升到纳米级有一个大的问题,我对这个学生的判断难度非常大,为什么我们要拆成超纳米级?小学三年级的学生,如果他是学分数加减法,以前只是一个知识点,我们拆成一百个知识点以后,学生学习的效率十倍提升了,浪费的时间十倍减少了。比如说你是一个学霸,分数加减法你会了,但是在100个知识点里边第92个分数加减法的应用题你不会,也就是说你这个孩子不太会从生活的场景把它抽象成数学的公式,这个时候前90个知识点都不要学,只要学加减法应用题就行了。但是如果你是一个学渣,根本连加减都不会,就给你补加减。无论你是什么样情况的学生,我们通过超纳米知识点拆分和AI扫描总能找到合适的起点,让你非常容易切入到学习,非常容易掌握知识的成就感一点一点往上走。小孩子为什么喜欢游戏?再差的小孩子在游戏当中都能打一会儿,打的不行就反复打。超纳米级知识点拆分的时候,我们发现一个学生做完一套题,至少分析这个知识点分析三个小时才能完成纳米级分析,AI运用它的算力我们只要0.3秒。所以我们不是50秒和刚才点咖啡两分半的区别,我们是100个小时和0.3秒的区别,对于这样的无尽算力来说,人,包括一个特级教师,跟机器、AI都是没有办法相比的。

第四个自我进化。在日本已经有了无人酒店,机器人已经代替人去做所有的事情。我们松鼠AI的自我进化体现在哪里?不是发明了新的语言,而是这个智适应系统,AI导师已经能够发现传统老师不能发现的,我不是一直教你初三的知识,可能你初一、初二、小学六年级的知识点不会,我会给你跳回去给你补回学习,AI已经发现了传统老师他所不了解的教学路径,他们自己产生了更有效的路径。微软小冰也通过了唱歌的图灵测试,AI现在的进化过程让我们觉得非常恐惧,我们的合作方斯坦福研究中心今年会有一个人机大战会超过AlphaGo,钢铁机器人会和最强的赛车手比赛摩托。我们现在叫做教育新零售,我们在全国一年半的时间开了七百家无人教室,无人超市只节省了超市销售额的5%的商业成本,这个商业成本不算少,但是老师是一家教室的,成本是40%-50%,如果有AI能代替40%-50%的成本,我们是这个零售行业的取缔。

在自我进化当中,我们的系统源自于所有的高级教师和特级教师,但是现在他的教学水平已经远远超过了特级教师和高级教师,他已经发明了与众不同教学理念和教学方法,就像围棋阿尔法狗发现了人类三千年来没有发现的往中间走的效率更高,我们在亚太做的第一场人机大战已经战胜了高级教师。中国已经有50家公司都宣布要做AI教育了,只有我们一个,就像Face++、科大讯飞一样,敢去公开做人机比赛。第二场人机大战,我们已经战胜了中考命题组成员,命题组成员在一个省里面只有15个。第三场在山东的时候,当地的老师不服,你们已经胜了两场,我们现在一个老师教三个学生,他出了17个老师跟我们AI机器人比,最后还是输给了我们松鼠AI教学机器人。我们跟斯坦福研究中心去合作,做了一年多的实验,大家知道他们的水平,他们自己的人机对话系统已经应用在四千多家银行了。

达芬奇手术机器人价值200亿美金、蚁群机器人,都是他们做的,而我们已经跟他们有两年的合作了。我们的松鼠AI机器人在自我进化当中也出现了令人非常震惊的现象,一个学生通过学习可以提高30分、40分、70分的分值的提高。大家可能听说过的一个人,就是达晨创投合伙人,傅忠宏,他的孩子曾经在五六年各种培训班学习效果不是很好,最后一年前他交给我们松鼠AI机器人去学。交给我们的时候,他的成绩单五门课有四门课都是不及格的,结果一年的时间,现在他已经考进了上海七宝前五名的学校,他的物理从69分提升到90分,语文从102分提高到126分,最高分是132分,他的数学比较好,135分提高到140多分,所有科目的分数大幅度的提升。

更让我感到欣慰的是我的司机,他原来中学没毕业,整天被老婆骂,他的孩子学习成绩非常差,大概是三四十分的样子,他老婆整天说你跟那个栗浩洋整天不着家,不知道孩子,孩子学习这么差,凌晨两点才能回家,以后跟你一样,考不上初中,人工智能出来连司机都做不了,这个职业也不见了。用了我们的系统才两个月的时间,从40分考到了50分,又用了两个月从50分考到了70分,又用了两个月考到了92分,当然这是150分的92分,但是被他们三千人的校长大会里面校长点名表扬,三个人,另外两个是140分的学霸,只有一个是90分的学渣,他提的非常快,到了期末考试的时候,他三科都考了110多分。过去一年高中,他继续用我们这个系统,考进了全班第五名,这个月被派去西雅图学习两年,未来能够在波音总部工作。

我们通过AI能够改变一个小孩子的命运,我们不要害怕AI去战胜人类、超过人类、替代我们的工作。当然AI很可能毁灭人类,核武器也可以,如果我们控制的好,它能够为我们去造福。我们松鼠AI的梦想,是通过十年的时间,通过全知全能、见微知著、无尽算力和自我进化这四个特征,让AI打造出来一个像达芬奇+苏格拉底+爱因斯坦合体的老师,给到每一个孩子一对一的学习,让我们教育绽放出来三千年没有变化的从来未有的光芒,让每一个孩子都有幸福的明天。谢谢大家。

相关推荐
免责声明
本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。