笔趣看 > 学霸终结者 > 第三十七章 可汗学院计划

第三十七章 可汗学院计划

推荐阅读:深空彼岸明克街13号夜的命名术最强战神全职艺术家第九特区龙王殿重生之都市仙尊财运天降花娇

一秒记住【笔趣看 www.biqukan.cc】,精彩小说无弹窗免费阅读!

    【播报】关注「起点读书」,获得515红包第一手消息,过年之后没抢过红包的同学们,这回可以一展身手了。

    “先说说你对在线教育模式对传统基础教育的影响吧。或者说,你觉得你现在在视频网站上推广的这种模式,还有什么可以继续改进、与互联网新技术结合的地方。我不要看四平八稳的材料,只想听最切中时弊的问题。”

    顾莫杰随便扫了几眼萨尔曼可汗的企划书,然后把那薄薄的几页纸丢在茶几上,敲着指头询问。

    他需要确认可汗有干货,值得他每年投资几百万去做这个事情。

    可汗也不拿捏,直接就说了:

    “我觉得吧,视频授课,我算不上首创——我给我表妹用视频教中学数学的时候,麻省理工本身就有在线的免费视频数学课。但是结果事实证明麻省理工的课不如我的播放量占优,这说明他们的课程模式设置有问题。

    我不是搞教育专业出身的,知道自己的实力。如果单论教学能力,我肯定不如麻省理工那些教授。在面对面的互动授课情况下,他们的教学质量当然会超过我。而现在在视频课领域被我反超了,那只能说明他们对视频技术的应用上,没有扬长避短。”

    顾莫杰给了一个鼓励的眼神:“继续说下去。”

    可汗喝了口樱桃汁,继续说:“首先,传统视频授课的最大缺陷。就是完全侧重于‘教’,而非侧重于‘学’——那东西是站在授课教师的角度上安排的,不是站在学生的角度上安排的。老师说了,就天然觉得学生懂了。哪怕实际上学生没懂,面对一个录好的视频也没法发问、提出质疑、提出讨论,只能照搬接受。

    当然,视频教学也有比普通教学节省成本的地方。除了可以让一个老师的教学成果被无数倍地复制、让更多学生听到之外,它还可以确保重复听、选择性听。走神了、或者一次没听懂的内容,学生可以把进度条往回拉。重复多听几遍,多少也能加深一些印象,有助于掌握。

    我摸索的这套视频课程技术,已经不同于youtube上曾经的简单播放了,而是充分结合了您和杰夫辛顿教授联合发掘的‘深度学习算法’——我的视频内容推送是带有一定的智能性与学习性的,设置了相对复杂的多个视频树状与网状交叉推送结构。

    打个比方。一个知识点,如果学生没学懂,在做视频最后留的习题时答错了,那么我会让学生点选其错误的症状——比如正确答案是a,而他选择了b,那么我就会跳转到一段‘b为什么是错的、你之所以会选这个错误选项,是因为哪一个知识点掌握得不扎实’的小视频上。同理如果他错选的是c。那么也会另外跳到一段解说视频上。

    为了实现这些目的,我的公开课视频都比较短小。我不会和麻省理工或者哈佛商学院的课那样,非要设置成一个视频长达45分钟甚至1小时,作为一堂课。我的一堂课也许只有15分钟到20分钟,但是足够把两三个小知识点讲透彻,最后留习题,全部做对了就没必要再听。做错了那就选择性跳转到你之所以错的那部分。

    我认为这才是真正的因材施教,让学生把时间和精力都花在他们还不懂的东西上面。而不是无论他掌握到了何种程度。都得浪费时间把45分钟一堂的课从第一分钟听到最后一分钟——那是在浪费学生的生命。”

    从平铺直叙的流水账式视频,变成根据知识点的掌握情况,具体问题具体分析地推送,这里面的智能上升程度,可不是外行人所看到的那一星半点。

    对于可汗的推演,顾莫杰立刻感受到了这个技术设想背后的巨大前景。

    或许后世的网友,对于大数据和云计算应用泛滥时代的“猜你喜欢”、“同好作品推送”之类的功能见得太多了,觉得这些都没什么难的。连某点中文网都会推个同好小说,连那些专做盗-版的浏览器都会打出“给的再多、不如懂我”的口号。

    加之这些打着同好智能推送口号的推广,实际上往往被竞价排名给污染了,做成了半吊子的注水猪肉,所以国内的网民就更不觉得这些推送算法有什么牛逼之处了。

    但是事实上,如果可以不被塞钱加塞进来的那些垃圾信息污染,一个成熟的内容筛选推送算法,对于一个内容提供方网站来说,是一种极大的提升用户黏性助力。

    比如,如果一个小说网站的“基于深度算法的大数据推送”实打实做好,书友是不该喊“怎么又书荒了”,哪怕再小众的需求,至少也应该被系统自动筛选出可以看的、喜欢看的作品。而不是直接按照分类和标签粗暴筛选,结果弄到一堆臭不可闻的标题党。

    如果一个音乐或者视频网站在这方面做得好,理论上可以提供更契合用户口味的书单、云音乐歌单、视频推送列表……

    数据爆炸的时代,“得到知识”这个需求已经不再有稀缺性,但是“不受知识垃圾干扰、直击主题地找到你真心要的数据与服务”,开始变得奢侈起来。

    有效率的检索,比囤积固态知识重要得多。只有死记硬背的旧时代行将被淘汰者,才会以后一种形态做人。

    想明白了这一切,加上自己本身重生时带来的那强烈的核心价值观,顾莫杰感觉到一阵兽血沸腾。

    可汗这个项目,赞助得值。

    顾莫杰目光何等敏锐,欣喜之余。直切时弊地追问:“可是,你说的这些,靠目前视频网站的技术应该还没法完美实现吧,很多设置都需要手动完成。很多推送之间的内部逻辑关系。都是人工设定的,并不是基于深度算法和大数据自动统计、自动归纳的。”

    可汗微微有些不好意思:“这当然还是有问题的,目前每个教学视频最后留的习题,如果被学生做错了,具体跳转到哪一段后续解说视频,是我手动设置的关联。一方面。我对深度算法肯定不够了解,没法基于这个应用调整出一套行之有效的算法。

    另一方面,毕竟目前为止看我的视频上课的学生最多也就十万人级别,这个样本容量还不够大,真上了基于深度算法的架构,或许也会因为‘可供深度学习的素材不够多’。而导致其推送效果不如目前的人工设置关联。”

    对于这个说法,顾莫杰也深以为然。

    鉴别一个基于云端网络的人工智能是否强大,算法固然很重要,但是最重要的还是用户量和用户使用频次。

    这也是为什么后世谷歌成长为庞然巨头之后,世上再也没有哪家公司能在人工智能的野蛮生长上比过谷歌了——就算你投入钱再多,科研上再不择手段,充其量给你弄出一个数据修正效率比谷歌算法强两三倍的算法。

    那又如何?谷歌的用户人数和频次乘积是你的五倍十倍。你空有三倍效率的算法,照样被越甩越远。何况在没有代差技术的情况下,也不可能有三倍效率的算法。

    顾莫杰想了想,问了可汗一个周边的问题:“你原来做视频公开课,有接受过别的慈善捐资过么?”

    可汗想了想说:“有,原来我也做了一年半多,去年拿到的捐资是20多万美元,我主要花在了程序方面。因为我一个人搞不定视频的全部推送架构。”

    顾莫杰心里有底了。

    “那还怕什么,你只靠二十几万美元一年的投入,加上你个人的无偿劳动,就做出了现有的底子。今年开始你可以得到五百万美元一年,什么事儿办不成。

    算法工程师不够的,我从初音集团给你调就是了。严磊博士你认识吧?那是当初跟着杰夫辛顿教授带出来的第一批深度学习算法博士,此前地球上都没这个专业呢。他就是一直跟着我在初音干,眼下还有十几个杰夫辛顿和班吉尔教授的弟子,在我那里,都做得很好。

    用户样本数据不够的,可以投钱打公益广告推广,让这些课程得到更多的引流渠道入口,一年上百万美元的广告费下去,我估计把这个业务的用户规模扩大几十倍都很轻松。

    而且我估计这些事情都做完的话,也就花掉三百来万美元一年的经费。剩下将近两百万,我还指望你做更多的事情——花在课程翻译和海外推广方面,我希望看到可汗学院的课程不只有英语版的,还要有中法德俄日意西葡诸国语言版本。这个不急,可以每年增加三五种语言翻译,花上几年时间彻底弄扎实。跑得太快的话,估计那些用西班牙语、葡萄牙语和汉语的落后地区,宽带网络都还没普及呢。”

    可汗听了倍受鼓舞,但是依然有一丝疑虑,不吐不快地说了出来:

    “顾先生,非常感谢您的慷慨。可是,我不得不提醒您一个问题——把课程翻译成多国语言的话,这个资金不知道还能不能走联邦政府许可的公益性事业慈善经费呢?联邦法律可是规定了,凡是享受减免抵税的慈善捐资,不仅要将机构设置在美国境内、全部雇佣美籍公民、还得确保‘所有用户都是用在美国境内’的。

    如果是对海外受益的项目,就不能享受这部分经费的抵税优惠了。我不是学法律的,这些事儿本来不懂,但是去年我就想过翻译课程的问题,但是碰到了这个钉子,所以印象特别深刻。”

    顾莫杰思忖着说:“还有这事儿?法律的事情你不用管,到时候我找别人咨询一下,想办法搞定。翻译的事情你该做就去做,我说不定也会给你一些降低成本的办法,实在钱不够的,我从公司里直接拿钱给你,也不图抵税了。”

    ps.追更的童鞋们,免费的赞赏票和起点币还有没有啊~515红包榜倒计时了,我来拉个票,求加码和赞赏票,最后冲一把!(未完待续。)