Йохан Ли, директор по стратегии Riiid Labs – серия интервью

Йохан Ли — директор по стратегии в Riiid Labs, ведущем поставщике полностью проверенных и управляемых данными технологий искусственного интеллекта. Они сотрудничают с мировыми лидерами в области образования, обучения навыкам и технологий, чтобы повысить качество обучения. Они используют ИИ, чтобы помочь учащимся реализовать свои цели самым быстрым и эффективным способом.

Что изначально привлекло вас в ИИ?

Фокус Риида. Риид предпринял правильные шаги, которые сделала бы серьезная компания с большим потенциалом. Каждый шаг был разумным и вдохновляющим. Что касается своего ИИ, компания разумно начала с методов совместной фильтрации, а затем регулярно улучшала свои алгоритмы до самых современных моделей трансформеров с их собственными уникальными эволюциями. Компания продолжала публиковать вдумчивые статьи, демонстрирующие сосредоточенность, исследования и воображение. Приложение компании конвертировало пользователей и успешно монетизировалось, что указывало на его широкое распространение на рынке. Бизнес расширялся от B2C до B2B с дополнительными инструментами подготовки к тестированию и приложением Realtor. Затем был опубликован крупнейший набор образовательных данных, чтобы инициировать более масштабные инновации для создания сообщества AIED (EdNet). Все это шаги целенаправленной компании, которая делала правильные шаги, которые обычно делают только крупные компании. Наконец, их публично видимые раунды финансирования были сильным отражением инвестиционного потенциала того, как быстро эта компания может стать единорогом.

На предыдущей должности вы были руководителем отдела машинного интеллекта и медицинских данных в Google Brain. Над какими проектами вы работали?

Я руководил развертыванием продукта: как проектировать, конструировать, измерять, систематизировать испытательные стенды для изучения фактических данных в реальном мире. Сочетание передовой конструкции испытательного стенда, исследовательской стратегии, а также проектирования и внедрения передовых систем. Я не инженер, но уже несколько лет являюсь сертифицированным профессиональным облачным архитектором в нескольких облаках. Так что это было естественно, особенно с учетом множества требований к информационной безопасности и конфиденциальности для PHI и уязвимых групп населения (а именно детей).

Часто между партнерами и технологическими гигантами существует несоответствие технической готовности к достижению масштаба. Вот где я управляю масштабом. Самособирающаяся технологическая инфраструктура, предназначенная для машин машинного обучения, будет стоить 1/10 от цены и обеспечит массовые параллельные вычисления с задержкой и затратами.

Предоставление алгоритмов прогнозирования нашим партнерам в виде AIaaS было захватывающим.

С августа 2020 года вы являетесь вице-президентом по стратегии в Riiid Labs. Не могли бы вы объяснить, что такое Riiid Labs?

Riiiid Labs — мировой лидер в области ИИ-решений для образования. Riiid Labs является глобальным подразделением своей материнской компании Riiid и была основана в Силиконовой долине, чтобы развить успех Riiid в Азии и расширить свой бизнес в США, Южной Америке, на Ближнем Востоке и за их пределами. В состав нашей команды входят исследователи искусственного интеллекта, специалисты по обработке и анализу данных, инженеры и специалисты по развитию бизнеса, и мы работаем с партнерами в различных областях, чтобы переосмыслить традиционные способы обучения за счет расширения компетенции Riiiid в области искусственного интеллекта. Будь то персонализированное мобильное приложение для подготовки к вступительным экзаменам в колледж в Южной Америке или обучающий модуль с искусственным интеллектом для обучения страховых агентов крупного конгломерата в Корее, мы предлагаем клиентам B2C/B2B/B2G нашу запатентованную технологию искусственного интеллекта, которая анализирует данные о поведении при обучении, прогнозирует следующие варианты ответов и рекомендует индивидуальный путь обучения, который в конечном итоге максимально увеличивает потенциал обучения. Мы уже запустили несколько продуктов, в том числе Santa, мобильное приложение для подготовки к популярному экзамену по английскому языку, тесту по английскому языку для международного общения (TOEIC), который использовали более двух миллионов студентов в Корее и Японии. Мы также выпустили приложение для подготовки к GMAT в Корее в сотрудничестве с Kaplan и приложение для подготовки к ACT в Египте, Турции, ОАЭ, Иордании и Саудовской Аравии в сотрудничестве с ConnecME. В настоящее время Riiiid ведет переговоры с широким кругом клиентов из частного и государственного секторов о внедрении нашего решения ИИ для оценки образования, обучения и тренингов.

Как инструменты искусственного интеллекта являются шагом вперед в демократизации образования?

Согласно UNпрогнозы показали, что еще до кризиса, вызванного коронавирусом, более 200 миллионов детей не будут ходить в школу, и только 60 процентов молодых людей получат полное среднее образование в 2030 году. рабочее место. Подходы к образованию «один размер подходит всем» и стандартизированные тесты с высокими ставками не смогли удовлетворить ожидаемую роль образования в воспитании талантливых граждан общества.

В развитых странах, таких как Корея и США, богатые сообщества имеют гораздо больший школьный бюджет, чем более бедные сообщества. Впоследствии более богатые родители вкладывают дополнительные средства в частное репетиторство, консультации в частном колледже, подготовку к экзаменам, частное спортивное обучение и внешкольное обучение искусству и культуре, что увеличивает разрыв между их детьми и всеми остальными. Это означает, что учащиеся из менее обеспеченных сообществ часто имеют менее опытных учителей, меньший доступ к технологиям, ограниченный доступ к Интернету в школе и дома и могут не получить никаких советов о поступлении в колледж. В США у ребенка, родившегося в богатой семье, в 10 раз больше шансов получить высшее образование, чем у ребенка, родившегося в бедной семье. И даже если вы считаете, что академические способности неизменны, у более состоятельного ребенка гораздо больше шансов поступить в колледж и получить степень. Это также влияет на экономический рост. Когда таланты и потенциал широко распространены в обществе, а возможности — нет, рынок труда и экономика не могут эффективно сочетать таланты с занятостью, что замедляет инновации и ставит под угрозу национальную производительность и экономический рост.

Основываясь на важных данных, ИИ может оценивать и понимать уровень знаний каждого учащегося и уникальное поведение в обучении, а также предоставлять персонализированный контент, рассчитанный на то, чтобы помочь учащимся достичь каждой учебной цели. ИИ вечно терпелив и может уделить каждому одинаковое, но индивидуальное внимание за небольшую часть стоимости личных репетиторов. Вполне возможно, что любой учащийся, имеющий подключение к Интернету и смартфон, сможет принять участие в увлекательном индивидуальном обучении независимо от того, где он живет. ИИ также может помочь учителям персонализировать учебный процесс своих учеников, сокращая время, которое учителя должны тратить на повторяющиеся задачи, и перенаправлять это время, чтобы обеспечить индивидуальное внимание и персонализированные учебные ресурсы, доступные каждому ученику 24 часа в сутки, 7 дней в неделю, независимо от того, открыта школа или нет. нет.

Не могли бы вы рассказать о видении первого в истории глобального конкурса по обучению искусственному интеллекту (AIEd) Challenge?

Миру нужна новая парадигма в образовании, чтобы преодолеть нынешний кризис в сфере образования. Учебные решения на основе ИИ, с которыми учащиеся взаимодействуют в Интернете, могут предоставить каждому одинаковое, но индивидуальное внимание за небольшую часть стоимости личных репетиторов, независимо от того, используются ли они для самостоятельного обучения или включены в учебный процесс под руководством учителя. Мы искренне верим в наше видение образования в области искусственного интеллекта и уверены, что можем изменить образование и улучшить жизнь учащихся. Но мы знаем, что не можем достичь этого видения в одиночку. Нам нужно, чтобы более широкое сообщество ИИ и образовательная индустрия разделяли наши идеи и участвовали в них. В прошлом году Riiid публично выпустила EdNet, крупномасштабный иерархический набор данных о различных студенческих мероприятиях, собранных из системы обучения искусственному интеллекту Riiid. Он содержит данные о более чем 131 миллионе взаимодействий с более чем 780 тысячами реальных студентов. Это самый большой среди общедоступных наборов данных по обучению ИИ. Мы хотим, чтобы лучшие умы в этой области использовали эти данные для поиска инновационных решений, которые помогли бы решить глобальные проблемы в сфере образования. Таким образом, Riiid запустил свой первый AIEd Challenge, глобальный вызов по созданию и оценке алгоритмов для отслеживания знаний с использованием EdNet. Мы считаем, что, объединив усилия, мы сможем оказать большее влияние и еще больше ускорить тенденцию к обучению с использованием ИИ. Подавать пример необходимо для лидерства и вдохновения для других.

Каковы некоторые результаты AIED?

Соревнование проходило с 6 октября 2020 года по 8 января 2021 года на платформе Google Kaggle, онлайн-сообществе специалистов по данным и специалистов по машинному обучению.

• На общий приз в размере 100,000 3,395 долларов США в конкурсе приняли участие 90 команд из 2020 стран, что сделало его лучшим из всех соревнований по алгоритмам Kaggle XNUMX года, организованных коммерческим предприятием.
• Участвовали 52 из 270 гроссмейстеров Kaggle, что является самым высоким показателем среди участников Kaggle, исходя из прошлых результатов. Для сравнения, в соревнованиях 2020 года в среднем участвовало всего 25 гроссмейстеров.
• В рамках этого конкурса было представлено 64,678 XNUMX различных творческих моделей отслеживания знаний.
• Команды из Кореи, Японии и Испании заняли первые три места, получив по 50,000 30,000, 10,000 2021 и XNUMX XNUMX долларов соответственно. Три лучшие команды представили свои модели на семинаре AAAI-XNUMX по обучению ИИ: воображая образование после COVID с помощью ИИ, организованном исследователями Riiid.
• Во всех победивших решениях использовались Transformers, модель, основанная на внимании, впервые представленная в машинном переводе [AAYN] (Васвани и др.) и принятая исследователями Riiid. Это показывает, что ценность Трансформеров совершенно ясна, новаторские способы их использования Kagglers были интересны как с академической, так и с практической точки зрения. Это были творческие применения Трансформеров, неожиданные для наших исследователей. Мы были так воодушевлены тем, что предоставление такого рода платформы может продвигать такие разнообразные экспериментальные подходы в обучении ИИ. Мы считаем, что это приведет к развитию применимых технологий в качестве расширения этой прочной основы для исследований.

Как ИИ может наилучшим образом ускорить персонализированное обучение?

Таким образом, технология ИИ, основанная на алгоритмах глубокого обучения, анализирует пользовательские данные и контент и прогнозирует оценки и поведение. Основываясь на этих выводах, ИИ рекомендует персонализированные планы обучения в режиме реального времени.

И основные технологии искусственного интеллекта Riiiid делают именно это: 1) отслеживание знаний, 2) прогнозирование результатов, 3) персонализированные рекомендации.

1. Отслеживание знаний: Отслеживание знаний — одна из фундаментальных задач в области ИИ-образования. Понимание того, что учащиеся знают и чего не знают в определенный момент времени, обеспечивает основу для построения оптимального пути обучения. И модель способна предсказать правильность ученика по всем без исключения нерешенным вопросам. Наша модель отслеживания знаний, основанная на глубоком обучении, вдохновленная Google Transformer, предсказывает, ответит ли учащийся правильно или нет на вопрос с высочайшей точностью.
2. Модель прогнозирования оценки: модель Score Prediction прогнозирует уровень успеваемости учащегося в процессе обучения. Наша модель предсказывает балл учащегося со средней ошибкой прогнозирования ± 5%, что в широком смысле может быть выражено как точность 95%. Оценка дает обратную связь о состоянии знаний учащегося, что позволяет вносить коррективы в обучение в режиме реального времени. И это позволяет учащимся признавать свой прогресс и достижения, что способствует самооценке и практике.
3. Рекомендательная система: на основе моделей отслеживания знаний и прогнозирования результатов мы предоставляем учащимся элементы, необходимые для наибольшего улучшения. Разработка системы рекомендаций не всегда проста и требует тщательного рассмотрения и изучения, чтобы понять, что лучше для учащегося. Riiid разработал Рекомендации по эффективной стандартизированной подготовке к экзаменам (RCES), модель ИИ, которая рекомендует вопросы, которые не только максимизируют ожидаемые баллы, но и обеспечивают обучение. Он избегает цели, состоящей исключительно в попытке повысить результаты тестов в отсутствие истинного обучения, отражая влияние получения новых знаний в результате ответов на вопросы с неправильными ответами.

Не могли бы вы рассказать о приложениях Riiiid Santa и о том, чего следует ожидать пользователям?

Riiiid предлагает Santa, мобильное приложение для подготовки к популярному экзамену по английскому языку Test of English for International Communication (TOEIC). Приложение использует запатентованную технологию искусственного интеллекта Riiid, которая анализирует пользовательские данные и контент, прогнозирует результаты и поведение и рекомендует персонализированные планы обучения в режиме реального времени, чтобы помочь пользователям оптимизировать свой учебный потенциал. Приложение использовалось более чем двумя миллионами студентов (2.5 миллиона) в Корее и Японии и заняло первое место по продажам среди образовательных приложений в Японии и Корее. На основе пользовательских данных за год средний балл увеличился на 1 баллов из возможных 165 баллов всего за 990 часов обучения.

Есть ли что-нибудь еще, что вы хотели бы рассказать о Riiid или Riiid Labs?

Имея за плечами всего шесть лет, мы лишь коснулись безграничных перспектив в сфере ИИ-образования. Мы увидели, как мы можем изменить то, как люди используют так называемые традиционные подходы к обучению для стандартизированных тестов. Но мы также увидели возможность более значимого измерения способностей ученика. И мы искренне верим, что лучше всего подготовлены для того, чтобы возглавить эту революцию.

Мы верим, что только через понимание ежедневного поведения и пути учащегося в обучении мы можем оценить истинный потенциал учащегося и соответствующим образом оптимизировать его учебный процесс. Раньше это было невозможно. Но с помощью ИИ мы можем анализировать текущий уровень учащихся и мгновенно персонализировать обучение в соответствии с индивидуальными потребностями. Мы можем постоянно мотивировать их и отслеживать их прогресс. Мы можем позволить каждому учащемуся расти по-своему, в своем собственном темпе, чего не поддерживает нынешняя система. При таком подходе мы действительно можем раскрыть потенциал обучения.

Наше видение реализуется только с помощью услуг по подготовке к экзаменам, но мы находимся в начале чего-то великого. Суммативное оценивание, при котором учащиеся оцениваются с помощью одноразовых тестов, — не лучший инструмент для оценивания и эффективного обучения. Кроме того, теперь он физически недействителен из-за Covid19, и мы увидели огромную потребность рынка в эффективных и практичных инструментах формирующей оценки. Вот почему Riiiid сейчас работает над основанной на глубоком обучении и независимой от предметной области «моделью измерения возможностей» под названием «Riiid-Score». Мы уверены, что изменим основу образования, поддерживая формативное обучение, которое относится к процессу постоянной оптимизации процесса преподавания и обучения. Мы считаем, что это основной шаг к образованию, которое может раскрыть потенциал каждого человека.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Riiid Labs.