乂學教育松鼠AI創始人栗浩洋：AI如何重塑零售行業

2018年，商業創新邁進新的階段，商業創新在業務飛速發展的同時，伴隨而來的也有風口大熱背後的認知沉澱與實踐積累。7月10日36氪聯合《零售老闆內參》舉辦的2018商業新生態峰會在北京舉行。本屆峰會以「質」為主題，希望新的時代浪潮下新商業企業可以看清商業本質，最終完成新商業的革新與升級。

線上教育近些年成為炙手可熱的風口，人工智慧為教育領域再次賦能發生躍遷。乂學教育松鼠AI創始人、董事長栗浩洋在今日舉行的「2018年商業新生態峰會」上從四個方面為大家介紹了AI在教育領域帶來的變革：

全知全能：松鼠AI教學機器人可以對每一個學生去進行用戶畫像掃描、海量知識點掃描，精準知道他哪個知識點掌握了，哪個知識點沒掌握；

見微知著：通過知識點的掃描可以進行個性化的知識點匹配，直到他掌握到知識點為止；

無盡算力：通過超納米知識點拆分和AI掃描能夠幫助學生找到合適的起點，讓學生非常容易切入到學習，非常容易獲得掌握知識的成就感一點一點往上走；

自我進化：AI老師能夠發現傳統老師不能發現的，自動幫助學生查缺補漏，進行知識點的補充，AI已經產生了更有效的學習路徑。

以下為栗浩洋發言全文：

大家好，今天我想跟大家講述AI如何重塑零售行業包括連鎖服務行業。我們之前在講AI的時候，包括前幾位講的AI是不是能代替5到15秒的人類工作，我們看到了語音識別、圖像識別等等，但是我們從四五年前開始做的事是讓它來代替一個特級教師可能長達五年、十年對孩子的教學。當時我們在講人工智慧的時候，是幾千小時的教學過程，當年我們在融資的時候，沒有一個風險投資相信，九個月都沒有拿到融資，目前我們AI教學機器人已經超過了高級教師和特級教師的教學水平。今天我跟大家分享的人工智慧為什麼能夠超過人的智商，人的智商是100至140，AI可以達到10000，為什麼真的90%的工作都能夠被AI所代替？我們做了四年AI行業領域，我對AI產生了四個詞的認知，今天想分享給大家，看它未來如何在行業里代替人類。

第一個詞是全知全能。

對於AI來說，每一個系統，無論它是在哪個垂直領域都是這個垂直領域的上帝，我們在看過去零售不管是從數據互聯網還是物聯網，還是對於這些數據的分析，無論是新零售的模式，亞馬遜昨天又開出了第二家無人零售店，他們到底怎麼顛覆這個世界？首先擁抱的都是數據，不管是用戶、消費者的數據、支付的數據、購買的偏好、性格的數據，甚至他們起床的數據通過全面數據分析來做最智慧超過店長甚至總店創始人智慧的選擇和判斷。IBM Watson更是，17秒閱讀的醫療文獻是一個醫生一輩子才能夠閱讀的醫療文獻和病人病例。在廣泛的認知下，無人駕駛對全城市所有的大街小巷、對每一個汽車想要的出發地和目的地，如果全部都能做到全知全能，我們根本不需要紅綠燈，每一個路口進行數據的判斷進行交錯前行而不會出現任何的問題，哪一個車想要剎車後面幾十輛車同時踩剎車，不需要感測器先看到它才能進行剎車，對於全知全能的AI來說，它的智慧一定是遠超人類的，無論是科大訊飛還是谷歌翻譯，他們所吸收的所有人的語音是我們幾輩人學習不完的。

對於教育來說也是一樣的，我們松鼠AI教學機器人也是，他先預知了幾十萬個小學到高中的知識點，又學習了幾百萬的題目和知識點之間的聯繫，對於任何一個特級教師來說，像老司機一樣，他能記住城市的大目標，但是不能記住幾萬個知識點，對於AI來說和人相比，毋庸置疑，他的能力和能量是超過100倍的，在這樣一種全知全能的情況下，我們對每一個學生去進行用戶畫像的掃描也變的非常簡單。我們可以用一兩個小時的時間，對班上幾十個學生全部進行海量知識點的掃描，精準知道他哪個知識點掌握了，哪個知識點沒掌握，而一個老教師教了這個孩子五年的時間，跟我們的AI系統同台PK，我們一個半小時就可以打敗他五年對這個孩子所有的認知。

AI做到第二個不同點叫做見微知著。什麼叫做見微知著？

以前我們所有人看這個世界都是非常粗糙的，現在有了AI之後我們的精細度發生了十倍、百倍的變化，過去我們看一個用戶可能是一個男的，女的，有錢、沒錢或者是家庭主婦或者是消費能力非常強，像我20年前來上海，如果學習動力不足就會跑到淮海路巴黎春天一看衣服都是幾千塊錢，趕緊好好學習。現在通過二次創業，上市公司的成功已經是財富自由了，我既會買四五萬的衣服，也會在小店買三四百塊錢的衣服，用戶畫像是不是像過去那樣的粗糙和粗暴？現在都會有一個精準畫像，今日頭條就做到了見微知著的工作，我不僅僅只是一個科技的讀者，以前把讀者分成喜歡軍事、娛樂、財經還是科技，但是我自己在科技裡面所有的閱讀我只讀融資一億以上的公司的行為，其他所有的天使輪、種子輪、A輪我不太看，在所有一億融資以上的我不太看2B的，我重點看的是2C的，社交的，還有純互聯網人工智慧，教育類的等等，垂直了幾倍，當你對每一個人的用戶畫像做到非常精細，非常見微知著的，用戶畫像也不同。

Face++，我們知道Face++具體的原理是什麼，Face++在看人的時候一定不是我們看的時候粗糙的方式，它一定是把人臉分成了幾百萬個像素，每一個像素在不同的燈光下，不同的攝影器材下所產生的變化來去區分這個人和那個人的區別，如果不能做到見微知著，他不可能精準識別這樣的人臉。

農業，當時我們在做AI行業的時候，到全國考察的時候覺得不可思議的事情，農業需要AI嗎，AI真的要解決所有人的工作嗎？後來發現真的是這樣，他們是用了無人機，每秒做五千張對每一個莊稼每一個葉子、每一個細節進行高清拍照，拍照以後放大以後去分析，從而能夠節省90%的農藥釋放量，只要看到哪株裡面可能有了害蟲或者是幼蟲還沒有發揮出來定點噴洒，也解決了90%化肥釋放量，可以看到每一顆莊稼的生長以及葉子的成長狀態，來判斷它缺的到底是哪個肥料。通過見微知著把農業行業給顛覆掉了。

我們現在用到教育領域也是一樣的，當我們對學生做了非常精細掃描以後，他不需要通過題海戰術刷題。我出身河南，上了上海交大，我們也要一萬一萬道的刷題，河南是一億多人口，一分壓萬人，多考一分就超過了一萬個人，那個時候我們得一萬道一萬道刷題，我是平均95分的學生，我要為了刷出500道錯題拚命研究。現在我們通過知識點的掃描、個性化的匹配，只要給我匹配我不會、最難的題就行了，對一個差生來說我們只給他50至60分的知識點，50分的知識他一做全對了，這個時候他突然愛上了學習。我們通過見微知著的匹配，發現每一個學生是如此的不同，不同到什麼程度？同一個知識點，有的人要7分鐘就能學會，有的學生90分鐘才能學會，而且同一個學霸，大部分知識點他是7分鐘學完的，遇到特別差的知識點他也需要90分鐘至120分鐘，在這個世界不應該存在培優班，基礎班。對於優秀生來說也有點對他是比較弱的，像我上學的時候，文言文的虛詞我就死學也學不會，邏輯性的東西我學的很慢。通過我們的數據，我們發現沒有任何兩個學生應該被放在一間教室裡面，每一個學生每一個知識點，他的學習速度都不一樣，我們現在用AI可以非常容易匹配他的認知閾值，什麼叫認知閾值？一個學生在學習的時候，如果是7分鐘他的認知閾值掌握了，剩下傳統課堂的半個小時是浪費的，和沒教是一個樣。如果這個孩子需要90分鐘或者是60分鐘才能學到這個知識點你只學了45分鐘就戛然而止了，到了三天以後，你是再學60分鐘和15分鐘就可以了嗎，如果你不能對孩子進行AI的實時甄別，不能見微知著對它進行詳細的分析，一直個性化的匹配到他掌握到知識點為止，可想而知我們平時的學習是有多麼浪費。

第三個詞是無盡算力，現在有了雲之後無盡算力沒有什麼問題了。新零售和傳統零售的區別就是過去你要靠一個人在這裡面做判斷，這個人做判斷，不管是銀行裡邊判斷這個人是不是你，剛才說的咖啡廳我們點一個單，這個還是比較容易的判斷。對於非常複雜形態的判斷，傳統零售業和服務業就比較難做到了，在酒店行業裡面，當時就有酒店大量購買了各種數據進行分析，比如說飛機延誤率，飛機延誤航班的比例，這個價格升到了什麼樣的高度才是最好的判斷，不管是機票的價格、酒店的價格，如何給我當場定價，以至於多出20%的利潤。日本餐飲店也是一樣，日本麥當勞花了百億日元去做用戶的分析，通過用戶分析大幅度提高20%的銷售額，就提高了40%利潤率。我們知道Zara的特長就是把兩萬阿瑪尼造出來，用二十分之一的價格去賣，完全同樣的設計，因為抄襲，他每年要賠幾億、十幾億美金，同時他把他的店就開在阿瑪尼和普拉達的隔壁，他真的就去抄襲嗎？有那麼多的大牌子他需要去抄襲嗎？他需要那麼多的買手去做判斷嗎？都不需要，他用數據化的分析，所有大牌春夏或者是秋冬發布會之後，所有的照片都放到了互聯網上，他從互聯網上去看哪一個照片傳播的速率更高，這個照片或者是這個穿搭被什麼權重時尚雜誌所推崇，推崇之後用戶的評論是怎樣的，是更加喜歡，還是看了以後挺好看不會買，通過大量的精準分析，知道哪一個是我應該抄襲的。對於這個事情來說有了AI之後整個判斷速度也會更快，大家經常說阿爾法狗戰勝李世石是勝之不武的，阿爾法狗消耗了多少電力，消耗多少算力我沒法計算，電力可以計算出來，消耗了十噸煤所產生的電力，李世石只消耗兩個饅頭的電力就可以下一盤棋。

從AI和人的比拼來說，AI和人總是勝之不武的。AI的計算能力，十分鐘可以解決160個小時需要做的交易分析，對於AI基金來說已經跑贏了巴菲特，通過AI操控量化率可以大概率的找到切入點，更好的買出和賣出點。

對於教育來說，無盡算力的價值在哪裡？首先我們做了一個叫做知識點超納米級拆分，以前我們看知識點的時候，我們拆到了三萬個知識點，把知識點升到納米級有一個大的問題，我對這個學生的判斷難度非常大，為什麼我們要拆成超納米級？小學三年級的學生，如果他是學分數加減法，以前只是一個知識點，我們拆成一百個知識點以後，學生學習的效率十倍提升了，浪費的時間十倍減少了。

比如說你是一個學霸，分數加減法你會了，但是在100個知識點裡邊第92個分數加減法的應用題你不會，也就是說你這個孩子不太會從生活的場景把它抽象成數學的公式，這個時候前90個知識點都不要學，只要學加減法應用題就行了。但是如果你是一個學渣，根本連加減都不會，就給你補加減。

無論你是什麼樣情況的學生，我們通過超納米知識點拆分和AI掃描總能找到合適的起點，讓你非常容易切入到學習，非常容易掌握知識的成就感一點一點往上走。小孩子為什麼喜歡遊戲？再差的小孩子在遊戲當中都能打一會兒，打的不行就反覆打。超納米級知識點拆分的時候，我們發現一個學生做完一套題，至少分析這個知識點分析三個小時才能完成納米級分析，AI運用它的算力我們只要0.3秒。所以我們不是50秒和剛才點咖啡兩分半的區別，我們是100個小時和0.3秒的區別，對於這樣的無盡算力來說，人，包括一個特級教師，跟機器、AI都是沒有辦法相比的。

第四個自我進化。在日本已經有了無人酒店，機器人已經代替人去做所有的事情。我們松鼠AI的自我進化體現在哪裡？不是發明了新的語言，而是這個智適應系統，AI導師已經能夠發現傳統老師不能發現的，我不是一直教你初三的知識，可能你初一、初二、小學六年級的知識點不會，我會給你跳回去給你補回學習，AI已經發現了傳統老師他所不了解的教學路徑，他們自己產生了更有效的路徑。微軟小冰也通過了唱歌的圖靈測試，AI現在的進化過程讓我們覺得非常恐懼，我們的合作方斯坦福研究中心今年會有一個人機大戰會超過AlphaGo，鋼鐵機器人會和最強的賽車手比賽摩托。我們現在叫做教育新零售，我們在全國一年半的時間開了七百家無人教室，無人超市只節省了超市銷售額的5%的商業成本，這個商業成本不算少，但是老師是一家教室的，成本是40%-50%，如果有AI能代替40%-50%的成本，我們是這個零售行業的取締。

在自我進化當中，我們的系統源自於所有的高級教師和特級教師，但是現在他的教學水平已經遠遠超過了特級教師和高級教師，他已經發明了與眾不同教學理念和教學方法，就像圍棋阿爾法狗發現了人類三千年來沒有發現的往中間走的效率更高，我們在亞太做的第一場人機大戰已經戰勝了高級教師。中國已經有50家公司都宣布要做AI教育了，只有我們一個，就像Face++、科大訊飛一樣，敢去公開做人機比賽。

第二場人機大戰，我們已經戰勝了中考命題組成員，命題組成員在一個省裡面只有15個。第三場在山東的時候，當地的老師不服，你們已經勝了兩場，我們現在一個老師教三個學生，他出了17個老師跟我們AI機器人比，最後還是輸給了我們松鼠AI教學機器人。

我們跟斯坦福研究中心去合作，做了一年多的實驗，大家知道他們的水平，他們自己的人機對話系統已經應用在四千多家銀行了。達芬奇手術機器人價值200億美金、蟻群機器人，都是他們做的，而我們已經跟他們有兩年的合作了。我們的松鼠AI機器人在自我進化當中也出現了令人非常震驚的現象，一個學生通過學習可以提高30分、40分、70分的分值的提高。

大家可能聽說過的一個人，就是達晨創投合伙人，傅忠宏，他的孩子曾經在五六年各種培訓班學習效果不是很好，最後一年前他交給我們松鼠AI機器人去學。交給我們的時候，他的成績單五門課有四門課都是不及格的，結果一年的時間，現在他已經考進了上海七寶前五名的學校，他的物理從69分提升到90分，語文從102分提高到126分，最高分是132分，他的數學比較好，135分提高到140多分，所有科目的分數大幅度的提升。更讓我感到欣慰的是我的司機，他原來中學沒畢業，整天被老婆罵，他的孩子學習成績非常差，大概是三四十分的樣子，他老婆整天說你跟那個栗浩洋整天不著家，不知道孩子，孩子學習這麼差，凌晨兩點才能回家，以後跟你一樣，考不上初中，人工智慧出來連司機都做不了，這個職業也不見了。用了我們的系統才兩個月的時間，從40分考到了50分，又用了兩個月從50分考到了70分，又用了兩個月考到了92分，當然這是150分的92分，但是被他們三千人的校長大會裡面校長點名表揚，三個人，另外兩個是140分的學霸，只有一個是90分的學渣，他提的非常快，到了期末考試的時候，他三科都考了110多分。過去一年高中，他繼續用我們這個系統，考進了全班第五名，這個月被派去西雅圖學習兩年，未來能夠在波音總部工作。

我們通過AI能夠改變一個小孩子的命運，我們不要害怕AI去戰勝人類、超過人類、替代我們的工作。當然AI很可能毀滅人類，核武器也可以，如果我們控制的好，它能夠為我們去造福。我們松鼠AI的夢想，是通過十年的時間，通過全知全能、見微知著、無盡算力和自我進化這四個特徵，讓AI打造出來一個像達芬奇+蘇格拉底+愛因斯坦合體的老師，給到每一個孩子一對一的學習，讓我們教育綻放出來三千年沒有變化的從來未有的光芒，讓每一個孩子都有幸福的明天。

謝謝大家。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！