Andrew Ng：人工智能和机器学习驱动的“先进教育学”

        一个月前，Coursera 搬进了位于硅谷山景城的新办公室，这里的墙上大大地涂鸦着“先进的教育学（Advance Pedagogy）字样。

        除了融资达到了 8500 万美元的规模，Coursera 直指创收的 Signature Track 项目也处于健康的增长曲线中。Signature Track 让用户可以选择一套课程，完成后通过支付费用获得证书。在 2013 年 7 月末开始这个产品后，达到第一个 100 万美金收益花了 9 个月，随后的 3 个月，这个收入就得到了翻倍，又三个月之后，这个收入数字变成了 400 万，增长呈加速度。

        就在自己的公司处于良好上升态势之时，创始人 Andrew Ng（吴恩达）则宣布加入百度的深度学习研究院。最近几天，他正在密集地为百度面试人才，奔走于 Coursera 的新办公楼和百度的新办公楼之间。他说，能和他多年的好朋友、著名机器学习专家余凯一起工作，他感到相当兴奋。

        在这个时间点上，从他对 Coursera 过去的设计、未来的构想，到如何运用网站收集的数据，到他未来更主要的职责——百度首席科学家，PingWest 与 Andrew Ng 进行了一次独家访谈。

        PingWest = PW Andrew Ng =  Ng

        PW：Coursera 最初的学习和教育模式是如何被设计出来的？

        Ng：我做了很多事情，也经历了很多迭代。2011 年的时候，我就开始思考 MOOC 运动，我在 2011 年建了 6 个网站，但只有 1 个最后呈现了病毒式增长，吸引了注意力。但其中的每一个都有后来的 Coursera 中的一些元素。

        我和斯坦福的朋友花了很多时间尝试哪些是可行的、哪些不行。让我来告诉你一些没成功的，其中的一个网站是我们和高中合作，两个人在那儿学习，我 输入我的名字和邮箱，你也输入你的，我们可以同步一起看教学视频、一起做测试。这是个无比糟糕的点子，没有人用这个网站。因为人们更倾向于自个学习，例如 你错过了一些内容时，你想要停下来，而我想要继续看视频，这显然是冲突的，人们都想要掌握视频的控制权。

        对我而言，MOOC 最重要的一点在于规模化。在 Coursera 之前我就做了些关于众包评分的研究，第一版 Coursera 的设计里其实没有同学互改作业这一功能，在那一版里我教的机器学习，我朋友教的是数据库分析课程，因为我们当时没想清楚到底怎么做才是最好的，一直到第二 版的设计中才加入了它。

        PW：你对 Coursera 的愿景是什么？未来的计划又是什么呢？尤其是邀请了耶鲁的校长 Rick Levin 加入，Coursera 是否越来越像一所在线的大学？

        Ng： 今后，我的主要职责会是在百度，但我仍然会在 Coursera 全方位地帮助这个公司。我希望 Coursera 给每个人获得良好教育的机会。我认为教育给予你超级力量（Super powers）。Coursera 未来不会变成一所大学，我们的大学合作伙伴在提供学位上做的已经非常好了。我们更愿意成为一个平台，他们可以把内容放在上面。Coursera 不会提供学位，我们做别的事情。拥有一个学位在你的简历上非常有用，但有一个 Coursera 课程的证书也能一样有用。这种证书是一种专长的象征。我认为，教育变得更加得模块化，学位是一整块长达 4 年的项目，但我认为大多数成年人不需要一个 4 年全日制的教育，他们需要一门或者几门课程。所以教育会打散成模块，我们在一个绝佳的位置去满足这种需求。

         PW：在你看来，Coursera 是否在和大学竞争？

        Ng：我如果让你想一下你最喜欢的老师，你和她愉快的对话交流，我们可以用电脑代替她吗？答案显然是否定的，甚至去做这种尝试都是很愚蠢的。你最爱的老师毕生花了很多时间一年又一年地教授同一门课程、批改试卷。我认为机遇是在于，我们应该用技术来替代这些常规、重复的教学流程，这位你最爱的教授在未来就可以花更多的时间和学生交流对话，就像她和你之间产生的火花一样。我不喜欢 MOOC 和教授们争夺学生，MOOC 该做的是解放教职员工的时间，让他们花费他们宝贵有限的时间来创造更多的价值。75% 我们的用户，是已经有本科学位的。这种带有证书形式的学习，是对大学教育的补充。你在大学学位上花了 4 年，那接下去 4 年呢？

        如果一个 18 岁的孩子被北大录取了，有人争论到底是去上北大还是在家学习免费的北大课程的话，我肯定会说，去北大念书去。你可以获得更多更美好的经历和体验。

         PW：你曾经说过，在线教育是均衡器，让每个人都能享受到教育。但你又提到，Coursera 的用户 75% 都有了本科学位。已经受到良好教育的人通过 Coursera 学习更多的知识，而那些更需要知识来改变命运的人，比如高中辍学生，却并不是 Coursera 的使用者，这样在线教育如何发挥“均衡器”的功能呢？

        Ng：当我们说 75% 的人有本科学历的时候，没有说的那部分是，另外 25% 的人并没有本科学位。我们觉得我们可以为这些人提供服务，真是太棒了！就算 Coursera 只服务了 100 万没有本科学历的人群，都在一定程度增加了社会公平。Coursera 服务了 565 万本科及以上毕业生，这不影响我们也服务了那 195 万没有本科学位的人这个事实。

        Coursera 使用者中，三分之一来自于发展中的经济体。我们即为来自发达国家的人群服务，也服务到了发展中经济体的这些人群。我在科技中看到的是，科技总是“涓滴”的，比如汽车、网络，一定是有财富的人先使用上这些的。但科技总是缩小差距的，当智能手机刚出现的时候，有钱人先有使用机会，几年之后的现在，有那么多人都有智能手机了。但我们在做一些事情加速这个过程，比如开发 Android 应用，我们发现，在贫困地区的人通常会花费很多时间在交通出行上，因此我们的移动端允许下载视频，让他们在出行路上看。

        PW：Coursera 在一些地区设立“学习中心（Learning hub）”，让没有网络、甚至是没有电脑的人群可以聚集在一起学习的项目，进行得如何了？

        Ng：我们对这个项目取得的成绩满意。比如说在肯尼亚这个，是在孤儿院里。我们也和各地的美国政府部门，比如领事馆合作。他们会开放空间，来为当地没有网络的服务的人们提供 Coursera 的课程内容（总共和 30 个国家的领馆合作，每个领馆的教室数量在 10 – 70 个不等）。这个项目最大的挑战在于，每个学习中心的人数还相对有限。在 Coursera，我们思考很多和规模化有关的问题。现在我们有 770 万学习者，50 万在中国，每天都有 12000 新用户加入。我们试着让自己的每个努力都可以规模化，这样每个举动都可以影响到更多更广的人群。

        PW：你们在中国找到了很好的伙伴，他们贴近年轻人、用户是有受教育的群体。Coursera 在进入中国市场前做了一些什么准备？

        Ng：当时我们要开始全球化的扩展，我们用很多方式做了分析，哪些有着庞大用户量的国家是否有很好的因特网接入？是否用户的英语足够流利？是否 有足够稳定的宽带服务？我们从不同纬度做了调查，不管是哪一方面的调查，中国都在很显眼的位置。审视我们在中国的用户呈现出来的规律，我们发现网络链接是 最大的问题，这是我们和网易合作的开始，把我们的一些视频镜像放在中国。我们的工程师团队特地去中国验证我们网站的运行速度，视频速度仍然相当得缓慢。

        我们很幸运，果壳有一个讨论社区，那上面已经有很多关于 MOOC 和我们的课程的讨论。事实上，我们不记得到底是谁主导了这个合作，好像是我们的一个员工认识他们的员工，然后开始对话的。但我们确实发现他们和我们的价值观一致，都相当地重视知识。

        PW：怎样看待中国这个市场？对于 Coursera 而言，有什么独特之处呢？

        Ng：我们在探索中国用户规律上仍处于非常初级的阶段。比如，中国用户在使用社交媒体上和美国人使用社交媒体非常不同。我觉得我们还没怎么弄清 楚呢。关于课程认证，我们发现越来越多的美国雇主把 MOOC 认证当回事了，如果你有一个在线课程的认证，雇主会因此给你一个工作的。在中国，这点仍然在推进之中，我们也仍然在研究如何向中国传达这个信息。

        最大的不同是语言，中文课程在中国和台湾更受欢迎。不过，有趣的是，也有一些美国人在上中文的课程。有件事是不断地重复的：这个世界正在变得更 加得接近。另外一个中国和任何别的地方都不同的是，在中国，很大一部分 Coursera 用户来自于大学。在其他地方，大学生的比例比较低，在中国这个数字接近 50%。

        PW：Coursera 收集的数据如何被用于理解人们的学习曲线？怎样有效地促进有效的教育呢？

        Ng：课程被电子化了，因此所有在 Coursera 上的活动都是电子化的。你的每个动作都是可被追踪的到——我们记录每次点击、作业、每个任务是否被正确批改修订，我们知道你是不是在观看视频的中途暂停， 我们不仅知道你在讨论组里写了些什么，也知道你获得的反馈。正因为有大量的学生，每个学生产生的数据，让我们收集到的学习数据数量达到了史无前例的程度。 就在过去的一年里，Coursera 收集的教育数据，超过了过去 5000 年所有的教育数据总和。有了那么多数据，我们就此和大学院校的研究院合作，来理解人类学习这件事。

        比如说，如何去发现课程作业中是有错误的？你有一个包含 100 道题目的测试，如果这些试题中有些本身题目有错，你如何发现它？你可能想，学生可能会答错，确实。但仅仅是很多学生答错了，这不代表一个测试本身含错，也 许只是问题很难。在 Coursera 的数据里，因为学生做了很多的测试，我们可以知道哪些学生厉害，哪些有点弱，所以仅仅是因为问题比较难的话，厉害的学生答对的概率会更高。对于检测本身含 错的测试题，我们的标准是，强的学生并没有比起弱的学生表现得更好。这是更可靠来识别本身含错试题的信号。这是因为上千的学生做了测试，我们可以从数据的 角度来测试。

        PW：Coursera 的数据得出的结论是否对改进传统课堂体验会有帮助？

        Ng：这有点像“翻转课堂”的理念。如果你在斯坦福教 100 个学生，你没有足够的数据来得出结论。在线课堂，你一下教 50000 个学生，数据就可以用来帮助提升教学内容，来更好地教斯坦福那 100 个学生。用我举例子，有成千上百个学生让我可以很容易发现一些常见的谬误。

        有很多合作大学事实上从在线课程本身发展出创新来。比如乔治亚理工物理学的 Micheal  Schatz 教授，他想找出方案来改进实验室课程。他让学生丢东西然后用手机视频记录物体轨迹，学生可以逐个画面地做分析来预测篮球落地位置，以此来学习牛顿运动定 律。每个学生的体验都得到了提升。

        注：翻转课堂（Flip Classroom）指调整课堂内外的时间，将学习的决定权从教师转移给学生。学生主动基于项目进行学习，共同研究解决本地化或全球化的挑战以及其他现实世界面临的问题，从而获得更深层次的理解。

        PW：是否大型开放式网络课程（MOOC）由于参与人数众多，也可以帮助一些教授完成他们的研究？

        Ng：这不是在线公开课的主要用途，但是一两个课程确实用到了这个概念。在线公开课最珍贵的时形成了一个相互分享信息的社区。比如，有老师在教 食品标签的课时，让每个学生都跑到超市里去拍食品标签然后放到讨论论坛上，这个东西全世界都不一样，很有趣。你想想除了这里，还有哪里你能看到全世界各地 的食品标签呢？对学生而言，他们看到了全世界各种不同的食品标签，因为参与了课程，每个学生的体验都得到了提升。如果你只是在旧金山或者北京教课，你没有 办法获得如何丰富的有趣体验。

         PW：Coursera 和你的本业，机器人、机器学习以及人工智能有什么联系吗？

        Ng：有那么一点，但是不多。MOOC 收集了那么多数据，我们一直使用人工智能和机器学习来分析这些数据，我刚刚说的这些故事都是使用机器学习的工具实现的，这是前所谓的教育数据，不过我不太 可能把这些数据用在深度学习领域。Coursera 有的数据非常独特，我们有那么多教育数据，在此之前没有人收集过这些，我们发现即使是很简单的分析都能发现相当有意思的结果。

         PW：加入百度之后，你对构建这个实验室有什么规划？

        Ng：人工智能是非常资本化和集约化的，我们想造下一代的深度学习系统，需要许多相当昂贵的计算机、要具有性能良好的计算力，雇佣一大批人工智 能领域的专家和计算机系统的专家。教育和人工智能都是非常让人兴奋的问题，但是有很多人都愿意留在人工智能领域。很幸运，硅谷有很多人愿意在人工智能领域 工作，余凯和张潼彼此是好朋友已经很多年了，他们在百度做的很多工作都非常让人振奋，余凯做的很多深度学习的研究工作，比我见过的很多东西都要先进许多许 多。我和他也是好多年的朋友，将要和他一起工作让我非常兴奋。

        对于中国公司拷贝美国公司的传统固见已经过时了，你看许多中国的创新对中国是独特的，美国的创新对美国是独特的。我们有两个不同的生态系统。美 国的公司，平均而言，有着更成熟的技术，但我看到了很多在中国的创新，比如说余凯的深度学习项目。我相信，以后我们不再会说“中国制造”，而会说“中国创 造”。