「掌门1对1」掌门1对1联合创始人余腾：AI教学，是百亿规模教育企业的必备能力( 二 ) 余腾

一个应用我们可以实时捕捉学生的情绪，包括他对于这节课这个知识点哪个时间点是否理解，学生的专注力是怎么样的，我们通过视频分析、交互分析等，我们能够知道一个学生在这节课上什么时候专注度更高。针对第一块教学内容这部分，我们认为整个AI+教育的大数据范围有三个大数据库，第一个数据库是用户学习画像大数据，用户学习画像大数据我们主要捕捉用户整体学习轨迹，包括它报名我们掌门1对1课程之后，参加的预习以及课程，还有课后的作业是哪些内容，通过整套学习轨迹以及测评得到的分数，还有上课结果的反馈，包括在学校里成绩曲线的反馈，我们得到一批用户学习画像的数据。
第二个是标签化题目的大数据，因为我们的花了很多的时间，现在全国差不多有6000多名的老师帮我们做教研的内容，我们将所有的题目都拆解打标签，所有知识点都组建成不同的题目，所有的题目背后都有很多的标签，这些标签将成为我们记录每个学生对每套题目反映的大数据基础。
第三个就是视频教学课堂大数据，每一节课都要进行整体的分析和录制，我们知道一个课堂的场景是什么样的，所以这是我们构建的三个AI大数据。
第一个方面，刚刚讲到了用户学习的大数据，包括从课前、课中、课后对测评、预习以及上课交互内容、课后作业、课后错题本、课后评分曲线都进行了画像。同时到现在为止我们有几百万个题目了，未来标签化题目会更多。我们用知识切片构成的知识库，其有500万视频上课的内容，有效的情绪识别以及视频分析，这三块是构成整个大数据的基础。
我们每天的训练样本根据上课的情况，每天的训练样本差不多有八万套课件使用，这个学生会做我们的题目，这样的数据会使得我们大数据的基础会越来越多，后面形成的结果就是一个学生在我们这里，比如说学了ABC三道选择题，发现这三道题都是做对的，第四道题做错了，这样的行为数据里，在我们大数据库里可以找到相似的学生，也就是说我们会把相似的学生归纳在一起，如果在我们大数据里有一个学生学习情况跟这个学生非常类似，我们就可以判断出这个学生接下来应该学习什么样的题目，他可能定到题目这批学生都做对了，必须要推荐了，这样能够节省更多的时间，而不是每个人做的题目都是一个，每个人花在不同题目的时间都不一样。
第二个应用，基于整个知识点掌握的程度。我们可以通过大数据知道他对于三角函数的知识点掌握如何？如果说三角函数这一块掌握得非常理想，接下来会减少这一块的题目以及上课的内容，加快孩子的学习进度。所以通过更多数据的分析，我们可以节省学生很多的时间花在他已经会了的知识点上，或者已经不需要再掌握的知识上面，这样的学习可以极大的提升学生的学习效率。我们整个AI体系形成了三个主要的模块，智能测评系统、智能课件、智能作业，这三块在未来我们当然会有更多的应用。
刚刚讲到这部分是基于学生对于教学内容AI场景的应用。
第二块的内容就是深度学习的应用，通过神经网络提升课堂专注力，我们没有办法量化上课是好还是坏，是85分还是75分？现在对于不同课堂情绪、专注力的判断以及视频交互的分析，我们知道学生和老师之间的互动频次是多少，学生上课是更加积极的表现还是更加消极的表现，我们可以更加客观量化整个上课过程，并且老师会及时收到这样的反馈。
比如说老师收到学生在处于低谷的时期，那么老师不会出难的题，如果学生专注力是高的话，老师可能会出更难的题。如果发现学生通过这样的方式不是和老师很匹配，我们会进行调整。AI+在线教育一对一的公司来讲，是可以解决前面两个大的难题。一个是管理十万名老师的上课质量，通过量化打分上课的过程，我们更加客观的给老师进行打分。第二块是通过AI减少无效的学习内容，让学生找到最佳捷径的通道，让学生的学习效率，这其实也是掌门1对1一对一的使命，我们从建立开始就提出了这样的使命，让教育共享智能，让学习高效快乐。