Yohan Lee, Giám đốc Chiến lược tại Riiid Labs – Phỏng vấn

Yohan Lee là Giám đốc Chiến lược tại Riiid Labs, một nhà cung cấp giải pháp hàng đầu về công nghệ AI được xác minh và dựa trên dữ liệu. Họ hợp tác với các nhà lãnh đạo toàn cầu trong lĩnh vực giáo dục, đào tạo kỹ năng và công nghệ để tạo ra những trải nghiệm học tập tốt hơn. Họ sử dụng AI để giúp người học đạt được mục tiêu của mình một cách nhanh chóng và hiệu quả nhất.

Điều gì đã thu hút bạn đến với AI?

Riiid đã tập trung vào việc này. Riiid đã thực hiện các bước đúng đắn mà một công ty nghiêm túc với tiềm năng lớn sẽ thực hiện. Mỗi bước đều hợp lý và truyền cảm hứng. Đối với AI, công ty đã bắt đầu một cách hợp lý với các phương pháp lọc cộng tác, sau đó liên tục cải thiện các thuật toán của mình lên đến các mô hình Transformer hiện đại với các sự tiến hóa độc đáo của riêng họ. Công ty đã xuất bản các bài báo sâu sắc mà thể hiện sự tập trung, khám phá và tưởng tượng. Ứng dụng của công ty đã chuyển đổi người dùng và tạo ra doanh thu thành công, cho thấy sự áp dụng thị trường mạnh mẽ. Kinh doanh của họ đang mở rộng từ B2C sang B2B với các công cụ ôn luyện và ứng dụng bất động sản bổ sung. Sau đó, họ đã xuất bản bộ dữ liệu giáo dục lớn nhất để khởi xướng sự đổi mới lớn hơn và tạo ra một cộng đồng AIEd (EdNet). Tất cả những điều này đều là những bước đi của một công ty tập trung, thực hiện các bước đi đúng đắn mà chỉ một công ty lớn mới thực hiện được. Cuối cùng, các vòng tài trợ công khai của họ là một sự phản ánh mạnh mẽ về tiềm năng đầu tư về cách công ty này có thể trở thành một công ty kỳ lân.

Trong vai trò trước của bạn, bạn là Lãnh đạo Trí tuệ Máy và Khoa học Dữ liệu Y tế tại Google (GOOGL ) Brain, bạn đã làm việc trên những dự án nào?

Tôi đã lãnh đạo việc triển khai sản phẩm: đó là cách thiết kế, xây dựng, đo lường, hệ thống thử nghiệm cho các nghiên cứu bằng chứng thực tế. Đó là sự kết hợp giữa xây dựng thử nghiệm tiên tiến, chiến lược nghiên cứu và thiết kế, thực hiện hệ thống tiên tiến. Tôi không phải là một kỹ sư, nhưng tôi đã được chứng nhận là kiến trúc sư đám mây chuyên nghiệp trên nhiều đám mây trong nhiều năm nay. Vì vậy, nó là một sự phù hợp tự nhiên, đặc biệt là với nhiều yêu cầu về bảo mật thông tin và quyền riêng tư cho PHI, và các dân số dễ bị tổn thương (chủ yếu là trẻ em).

Nhiều lần, có sự không phù hợp về sự sẵn sàng kỹ thuật giữa các đối tác và các công ty công nghệ để đạt được quy mô. Đó là nơi tôi thúc đẩy quy mô. Làm cho cơ sở hạ tầng công nghệ tự lắp ráp được thiết kế cho các động cơ ML để giảm chi phí xuống 1/10 và đạt được tính toán song song lớn với độ trễ và chi phí.

Làm cho các thuật toán dự đoán có sẵn cho các đối tác của chúng tôi dưới dạng AIaaS, đã rất thú vị.

Kể từ tháng 8 năm 2020, bạn đã là Phó Chủ tịch Chiến lược tại Riiid Labs, bạn có thể giải thích chính xác Riiid Labs là gì không?

Riiid Labs là một nhà lãnh đạo toàn cầu về các giải pháp AI cho giáo dục. Riiid Labs là cánh tay toàn cầu của công ty mẹ Riiid và đã được thành lập tại Thung lũng Silicon để xây dựng trên thành công của Riiid tại châu Á và mở rộng kinh doanh của mình trên khắp Hoa Kỳ, Nam Mỹ, Trung Đông và hơn thế nữa. Chúng tôi bao gồm các nhà nghiên cứu AI, nhà khoa học dữ liệu, kỹ sư và phát triển kinh doanh và làm việc với các đối tác trong các lĩnh vực khác nhau để suy nghĩ lại các cách học truyền thống bằng cách mở rộng năng lực AI của Riiid. Cho dù đó là một ứng dụng ôn luyện cá nhân hóa cho kỳ thi tuyển sinh đại học ở Nam Mỹ hay một mô-đun cố vấn AI để đào tạo các đại lý bảo hiểm tại một tập đoàn lớn ở Hàn Quốc, chúng tôi cung cấp cho khách hàng B2C/B2B/B2G với công nghệ độc quyền của chúng tôi trong AI, phân tích dữ liệu hành vi học tập của người dùng, dự đoán lựa chọn câu trả lời tiếp theo và đề xuất đường dẫn học tập cá nhân hóa để tối đa hóa tiềm năng học tập của họ. Chúng tôi đã ra mắt một số sản phẩm, bao gồm Santa, một ứng dụng ôn luyện di động cho kỳ thi tiếng Anh quốc tế, TOEIC, đã được hơn hai triệu học sinh ở Hàn Quốc và Nhật Bản sử dụng. Chúng tôi cũng đã phát hành một ứng dụng ôn luyện GMAT tại Hàn Quốc dựa trên quan hệ đối tác với Kaplan và một ứng dụng ôn luyện ACT tại Ai Cập, Thổ Nhĩ Kỳ, UAE, Jordan và Ả Rập Xê Út thông qua quan hệ đối tác với ConnecME. Riiid hiện đang đàm phán với một loạt khách hàng từ các lĩnh vực công và tư để triển khai giải pháp AI của chúng tôi cho đánh giá giáo dục, học tập và đào tạo.

Làm thế nào các công cụ AI lại là một bước tiến trong việc dân chủ hóa giáo dục?

Theo LHQ, ngay cả trước khi khủng hoảng coronavirus, các dự báo cho thấy hơn 200 triệu trẻ em sẽ không đi học, và chỉ 60% người trẻ sẽ hoàn thành giáo dục trung học phổ thông vào năm 2030. Nửa dân số đang phát triển thế giới rời khỏi trường học mà không có bằng cấp nào có thể áp dụng cho nơi làm việc. Các phương pháp “một kích cỡ phù hợp với tất cả” đối với giáo dục và các đánh giá dựa trên kỳ thi tiêu chuẩn hóa có mức độ rủi ro cao đã không đáp ứng được vai trò dự kiến của giáo dục trong việc phát triển công dân tài năng của xã hội.

Ở các nền kinh tế phát triển như Hàn Quốc và Mỹ, các cộng đồng giàu có có ngân sách trường học lớn hơn nhiều so với các cộng đồng nghèo hơn. Do đó, phụ huynh giàu có đầu tư thêm vào các lớp học riêng, tư vấn đại học riêng, ôn luyện thi, huấn luyện thể thao riêng và các hoạt động học tập ngoài trường học trong lĩnh vực nghệ thuật và văn hóa, điều này làm tăng khoảng cách giữa con cái họ và mọi người khác. Điều này có nghĩa là học sinh ở các cộng đồng ít giàu có hơn thường có ít giáo viên có kinh nghiệm hơn, ít tiếp cận công nghệ hơn, giảm khả năng truy cập internet tại trường học và tại nhà, và có thể không nhận được bất kỳ lời khuyên nào về việc申请 vào đại học. Tại Mỹ, một đứa trẻ sinh ra trong một gia đình giàu có có khả năng hoàn thành bằng cấp đại học gấp 10 lần so với một đứa trẻ sinh ra trong một gia đình nghèo. Và ngay cả khi bạn giữ khả năng học tập không đổi, đứa trẻ giàu có có nhiều khả năng đi học đại học và hoàn thành bằng cấp hơn. Điều này cũng có ý nghĩa đối với tăng trưởng kinh tế. Khi tài năng và tiềm năng được phân bố rộng rãi trong xã hội, nhưng cơ hội không được như vậy, thị trường lao động và nền kinh tế không thể kết nối tài năng với việc làm một cách hiệu quả, và điều đó làm chậm lại sự đổi mới, và ảnh hưởng đến năng suất và tăng trưởng kinh tế quốc gia.

Dựa trên dữ liệu đáng kể, AI có thể đánh giá và hiểu mức độ kiến thức và hành vi học tập độc đáo của từng học sinh và cung cấp nội dung được cá nhân hóa vào đúng thời điểm để giúp học sinh đạt được mọi mục tiêu học tập. AI là vô cùng kiên nhẫn và có thể dành cho mọi người sự chú ý cá nhân hóa như nhau tại một phần nhỏ của chi phí của các gia sư riêng. Có khả năng bất kỳ học sinh nào có kết nối internet và điện thoại thông minh sẽ có thể tham gia vào một trải nghiệm học tập được cá nhân hóa và hấp dẫn, bất kể họ sống ở đâu. AI cũng có thể giúp giáo viên cá nhân hóa trải nghiệm học tập của học sinh, giảm thời gian giáo viên phải dành cho các nhiệm vụ lặp đi lặp lại, và chuyển thời gian đó sang cung cấp sự chú ý và tài nguyên học tập cá nhân hóa có sẵn cho mọi học sinh 24/7, bất kể trường học có mở hay không.

Bạn có thể thảo luận về tầm nhìn đằng sau Thử thách Giáo dục Trí tuệ Nhân tạo (AIEd) toàn cầu đầu tiên?

Thế giới cần một mô hình mới trong giáo dục để vượt qua cuộc khủng hoảng hiện tại trong giáo dục. Các giải pháp học tập dựa trên AI mà học sinh tương tác trực tuyến có thể dành cho mọi người sự chú ý cá nhân hóa như nhau tại một phần nhỏ của chi phí của các gia sư riêng, cho dù được sử dụng để học tập độc lập hay được kết hợp vào các trải nghiệm học tập do giáo viên dẫn dắt. Chúng tôi thực sự tin vào tầm nhìn của mình về giáo dục AI và chắc chắn rằng chúng tôi có thể biến đổi giáo dục và cải thiện cuộc sống của học sinh. Nhưng chúng tôi biết rằng chúng tôi không thể đạt được tầm nhìn này một mình. Chúng tôi cần cộng đồng AI và các ngành công nghiệp giáo dục lớn hơn để mua vào ý tưởng của chúng tôi và tham gia cũng như vậy. Năm ngoái, Riiid đã công khai phát hành EdNet, một bộ dữ liệu phân cấp lớn về các hoạt động của học sinh đa dạng được thu thập từ hệ thống cố vấn AI của Riiid. Nó chứa dữ liệu từ hơn 131 triệu tương tác với hơn 780.000 học sinh thực tế. Đây là bộ dữ liệu lớn nhất trong số các bộ dữ liệu AI-giáo dục được phát hành cho công chúng cho đến nay. Chúng tôi muốn những tâm hồn tốt nhất trong lĩnh vực này sử dụng dữ liệu này để tìm ra các giải pháp đổi mới sẽ giúp giải quyết các thách thức toàn cầu trong giáo dục. Do đó, Riiid đã ra mắt Thử thách AIEd đầu tiên, một thách thức toàn cầu để tạo và đánh giá các thuật toán cho việc theo dõi kiến thức bằng EdNet. Chúng tôi tin rằng bằng cách hợp tác, chúng tôi có thể tạo ra một tác động lớn hơn và đẩy nhanh hơn xu hướng hướng tới giáo dục được kích hoạt bởi AI.

Những kết quả nào từ AIED?

Thử thách này đã diễn ra từ ngày 6 tháng 10 năm 2020 đến ngày 8 tháng 1 năm 2021 thông qua nền tảng Kaggle của Google, một cộng đồng trực tuyến của các nhà khoa học dữ liệu và các nhà thực hành học máy.

• Đối với giải thưởng tổng cộng 100.000 đô la, 3.395 đội từ 90 quốc gia đã tham gia Thử thách, khiến nó trở thành thử thách thuật toán Kaggle nhiều nhất trong năm 2020 được tổ chức bởi một thực thể kinh doanh.
• 52 trong số 270 Đại sư Kaggle đã tham gia, tỷ lệ tham gia cao nhất cho các đối thủ Kaggle dựa trên hiệu suất trong quá khứ. So sánh, các cuộc thi năm 2020 trung bình chỉ có 25 Đại sư tham gia.
• Thông qua thử thách này, 64.678 mô hình Theo dõi Kiến thức khác nhau và sáng tạo đã được gửi.
• Các đội từ Hàn Quốc, Nhật Bản và Tây Ban Nha đã giành được ba vị trí hàng đầu, nhận được 50.000 đô la, 30.000 đô la và 10.000 đô la, tương ứng. Ba đội hàng đầu đã trình bày mô hình của họ tại Hội thảo AAAI-2021 về Giáo dục AI: Tưởng tượng Giáo dục sau COVID với AI, được tổ chức và tổ chức bởi các nhà nghiên cứu tại Riiid.
• Tất cả các giải pháp chiến thắng đã sử dụng Transformer, một mô hình dựa trên chú ý được giới thiệu lần đầu tiên với các ứng dụng trong dịch máy [AAYN] (Vaswani et al) và được các nhà nghiên cứu Riiid áp dụng. Điều này cho thấy giá trị của Transformer là khá rõ ràng, các cách sử dụng sáng tạo của họ là cả về mặt học thuật và thú vị về mặt thực tế. Những điều này là các ứng dụng sáng tạo của Transformer mà các nhà nghiên cứu của chúng tôi không ngờ tới. Chúng tôi rất khuyến khích rằng việc cung cấp loại nền tảng này có thể thúc đẩy các cách tiếp cận thử nghiệm đa dạng trong Giáo dục AI. Chúng tôi tin rằng điều này sẽ dẫn đến sự tiến bộ của công nghệ có thể áp dụng như một sự mở rộng của nền tảng nghiên cứu vững chắc này.

Làm thế nào AI có thể tăng tốc học tập cá nhân hóa một cách tốt nhất?

Tóm lại, công nghệ AI, dựa trên các thuật toán học sâu, phân tích dữ liệu người dùng và nội dung, và dự đoán điểm số và hành vi. Dựa trên những thông tin này, AI đề xuất kế hoạch học tập cá nhân hóa trong thời gian thực.

Và các công nghệ AI cốt lõi của Riiid làm chính xác điều đó: 1) Theo dõi Kiến thức, 2) Dự đoán Điểm số, 3) Đề xuất Cá nhân hóa.

1. Theo dõi Kiến thức: Theo dõi kiến thức là một trong những nhiệm vụ cơ bản trong lĩnh vực Giáo dục-AI. Xác định những gì học sinh biết và không biết tại một thời điểm cung cấp cơ sở cho việc xây dựng đường dẫn học tập tối ưu. Và mô hình có thể dự đoán sự chính xác của một người học cho bất kỳ và tất cả các câu hỏi chưa giải quyết. Mô hình Theo dõi Kiến thức dựa trên học sâu của chúng tôi, được truyền cảm hứng từ Transformer của Google, dự đoán liệu một học sinh sẽ trả lời đúng hay không cho một câu hỏi với độ chính xác cao nhất.
2. Mô hình Dự đoán Điểm số: Mô hình Dự đoán Điểm số dự đoán mức độ thành tích của một học sinh trong quá trình học tập. Mô hình của chúng tôi dự đoán điểm số của học sinh với sai số dự đoán trung bình ± 5%, điều này có thể được biểu thị rộng rãi là 95% độ chính xác. Đánh giá cung cấp phản hồi về trạng thái kiến thức của học sinh, cho phép điều chỉnh học tập trong thời gian thực. Và nó cho phép học sinh nhận ra tiến bộ và thành tích của mình, điều này thúc đẩy tự đánh giá và thực hành.
3. Hệ thống Đề xuất: Dựa trên Mô hình Theo dõi Kiến thức và Dự đoán Điểm số, chúng tôi cung cấp cho người học các mục cần thiết cho sự cải thiện lớn nhất. Thiết kế một hệ thống đề xuất không phải lúc nào cũng đơn giản, và nó đòi hỏi phải xem xét và nghiên cứu nhiều về việc hiểu những gì là tốt nhất cho người học. Riiid đã phát triển Đề xuất cho Chuẩn bị Kỳ thi Tiêu chuẩn Hiệu quả (RCES), một mô hình AI đề xuất câu hỏi không chỉ tối đa hóa Điểm số Dự kiến mà còn đảm bảo rằng việc học tập diễn ra. Nó tránh mục tiêu chỉ tăng điểm thi trong sự vắng mặt của việc học tập thực sự bằng cách phản ánh tác động của việc có được kiến thức mới từ các giải pháp của các câu hỏi được trả lời không chính xác.

Bạn có thể thảo luận về ứng dụng Riiid Santa và những gì người dùng nên mong đợi?

Riiid cung cấp Santa, một ứng dụng ôn luyện di động cho kỳ thi tiếng Anh quốc tế, TOEIC. Ứng dụng này có công nghệ AI độc quyền của Riiid, phân tích dữ liệu người dùng và nội dung, dự đoán điểm số và hành vi, và đề xuất kế hoạch học tập cá nhân hóa trong thời gian thực để giúp người dùng tối ưu hóa tiềm năng học tập của mình. Ứng dụng này đã được hơn hai triệu học sinh (2,5 triệu) ở Hàn Quốc và Nhật Bản sử dụng và đã đạt vị trí số một trong doanh số ứng dụng giáo dục tại Nhật Bản và Hàn Quốc. Dựa trên dữ liệu người dùng trong hơn một năm, điểm số trung bình đã tăng 165 điểm trên 990 điểm có thể sau chỉ 20 giờ học tập.

Có điều gì khác mà bạn muốn chia sẻ về Riiid hoặc Riiid Labs?

Với chỉ sáu năm hoạt động, chúng tôi mới chỉ bắt đầu khám phá những triển vọng không giới hạn trong Giáo dục AI. Chúng tôi đã thấy cách chúng tôi có thể thay đổi cách tiếp cận học tập truyền thống cho các kỳ thi chuẩn hóa. Nhưng chúng tôi cũng thấy một khả năng đo lường có ý nghĩa hơn về khả năng của một học sinh.

Tín念 của chúng tôi là rằng chỉ thông qua việc hiểu hành vi học tập hàng ngày và con đường của học sinh, chúng tôi mới có thể đánh giá tiềm năng thực sự của học sinh và tối ưu hóa trải nghiệm học tập của họ. Điều này không thể thực hiện được trước đây. Nhưng với AI, chúng tôi có thể phân tích mức độ hiện tại của người học và ngay lập tức cá nhân hóa hướng dẫn để phù hợp với nhu cầu của từng cá nhân. Chúng tôi có thể liên tục khuyến khích họ và theo dõi tiến bộ của họ. Chúng tôi có thể cho phép mọi người học tập theo cách riêng của mình, với tốc độ của riêng mình, điều mà hệ thống hiện tại không hỗ trợ. Với cách tiếp cận này, chúng tôi có thể thực sự mở khóa tiềm năng học tập của mọi người.

Tầm nhìn của chúng tôi mới chỉ được hiện thực hóa với các dịch vụ ôn luyện, nhưng chúng tôi đang ở giai đoạn bắt đầu của điều gì đó tuyệt vời. Đánh giá tổng kết, đánh giá người học thông qua các kỳ thi một lần, không phải là công cụ đánh giá và học tập hiệu quả nhất. Hơn nữa, nó hiện không hợp lệ về mặt vật lý do Covid19, và chúng tôi đã thấy nhu cầu thị trường lớn về các công cụ đánh giá và học tập hiệu quả và thực tế. Đó là lý do tại sao Riiid hiện đang làm việc trên một mô hình “đo lường khả năng” dựa trên học sâu, không phụ thuộc vào lĩnh vực, được gọi là “Riiid-Score”. Chúng tôi tin rằng chúng tôi sẽ biến đổi cốt lõi của giáo dục bằng cách hỗ trợ việc học tập định hình, điều này đề cập đến quá trình tối ưu hóa liên tục trải nghiệm học tập và giảng dạy. Chúng tôi tin rằng đây là một bước cơ bản hướng tới giáo dục có thể giải phóng tiềm năng của mọi cá nhân.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Riiid Labs.