專注視頻會議

400-8866-672

　　隨著算法和計算能力的大幅度提高，深度學(xué)習(xí)在人工智能神經(jīng)網(wǎng)絡(luò)優(yōu)化方面獲得巨大突破，人工智能迎來了前所未有的發(fā)展良機，人工智能進入教育的步伐也在加速。

　　錄播采集課堂教學(xué)資源，促進優(yōu)質(zhì)教育資源共享的特點，使得錄播系統(tǒng)成為教育均衡發(fā)展最為重要的基礎(chǔ)設(shè)施，得到多方面的重視，在短短幾年的時間，教育錄播市場的火熱足以用井噴來形容，在很多城市錄播教室?guī)缀醭蔀槊恳凰鶎W(xué)校的標(biāo)配。但是在大規(guī)模建設(shè)的同時，我們也常常看到在失去了行政推力之后錄播教室成為擺設(shè)，教師不愿意使用的情況。

　　這一公認(rèn)優(yōu)秀的教室形態(tài)，卻在實際的應(yīng)用中遇到阻力，不由我們不去思考。一個優(yōu)質(zhì)的教育模式應(yīng)該是形成閉環(huán)，讓這個環(huán)節(jié)上的每一個節(jié)點都能受益，這樣才能充分發(fā)揮它的價值。用這一標(biāo)準(zhǔn)來檢驗錄播最常見的應(yīng)用：錄制堂課教學(xué)——上傳平臺——平臺展示——直播和點播，我們看到這是一個單線程的應(yīng)用，錄制的資源并沒有形成閉環(huán)，沒有返回到課堂對教學(xué)產(chǎn)生作用，作為這一鏈條起點的教師使用意愿自然不高。

　　如果在錄播采集課堂資源的基礎(chǔ)上，將這些資源價值化，回饋并服務(wù)于課堂，讓這一鏈條閉合起來，這就能夠解決錄播教室當(dāng)前遇到的問題。這里有必要提到錄播的另一個公認(rèn)的價值屬性——錄播的核心價值是采集教學(xué)大數(shù)據(jù)。按照當(dāng)前每所學(xué)校都建設(shè)錄播教室的趨勢，全國60余萬所學(xué)校，即便按照一個學(xué)校一個教室最低2路高清視頻計算，每小時將產(chǎn)生2400T的數(shù)據(jù)，這是何等海量的數(shù)據(jù)。

　　我國教育大數(shù)據(jù)開發(fā)利用已經(jīng)具備一定基礎(chǔ)，擁有了大量的資源數(shù)據(jù)和管理數(shù)據(jù)，但也面臨不少問題，其中一個最主要的問題就是我們的數(shù)據(jù)多是結(jié)果性數(shù)據(jù)，而并不是及時的、過程性數(shù)據(jù)。恰恰錄播所采集的數(shù)據(jù)就具備了即時性和過程完整性的特點，只是由于技術(shù)的制約，難以把音視頻資源轉(zhuǎn)變?yōu)橛行У慕Y(jié)構(gòu)化數(shù)據(jù)，說了很多年的錄播大數(shù)據(jù)遲遲沒有落實。

　　錄播系統(tǒng)錄制下來的是音視頻文件，這是一種非結(jié)構(gòu)化數(shù)據(jù)，無法通過計算機進行數(shù)據(jù)細(xì)分和檢索。要讓音視頻文件成為有用的數(shù)據(jù)源，必須把文件轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)。之前很多錄播廠家都宣傳能夠自動進行ST行為分析，細(xì)究其原理，技術(shù)核心是通過自動錄播的跟蹤策略判斷師生互動特征，通過這一方法的到的數(shù)據(jù)準(zhǔn)確性和實用性都存在問題。人工智能技術(shù)的出現(xiàn)，可以說是真正找到了錄播數(shù)據(jù)結(jié)構(gòu)化的鑰匙。

　　利用深度神經(jīng)網(wǎng)絡(luò)的人工智能技術(shù)最廣泛的應(yīng)用是在圖像分析和自然語言處理方面。通過圖像分析對錄播數(shù)據(jù)進行結(jié)構(gòu)化處理，首先進行目標(biāo)檢測定位以識別人物個體信息，再根據(jù)教師和學(xué)生的不同行為特征進行編碼并確立基本模型，人工智能經(jīng)過大量數(shù)據(jù)的自我學(xué)習(xí)，能夠確保這些數(shù)據(jù)越來越準(zhǔn)確。錄播系統(tǒng)即時采集的課堂視頻，經(jīng)過人工智能技術(shù)對教學(xué)行為的量化和分析，得到包括教師和學(xué)生在內(nèi)每個人的個體數(shù)據(jù)，這是一種即時性的教學(xué)大數(shù)據(jù)，完全可以同步反饋回到課堂。

　　大數(shù)據(jù)有利于促進個性化學(xué)習(xí)和差異化教學(xué)。面向課堂教學(xué)，人工智能可以反饋班級整體數(shù)據(jù)，識別班級中不同區(qū)域的學(xué)生的活躍指數(shù)，分析教學(xué)測試結(jié)果;還可以細(xì)致到對每一個學(xué)生的學(xué)習(xí)行為進行分析，例如識別學(xué)生當(dāng)前的課堂狀態(tài)，是否出勤、是否專注、積極舉手亦或是開小差等等。教師通過這些數(shù)據(jù)，就可以在保障教育規(guī)模的情況下實現(xiàn)差異化，教師可以根據(jù)學(xué)生的不同情況采取一些個性化的方式。學(xué)生也可以通過自己的大數(shù)據(jù)，有選擇的進行個性化學(xué)習(xí)，更加高效地獲取知識。在大數(shù)據(jù)下，整個學(xué)生的學(xué)習(xí)行為可以跟蹤記錄，并進行進行量化分析，這將有利于從本質(zhì)上認(rèn)識學(xué)習(xí)的發(fā)展規(guī)律，為差異化教學(xué)提供科學(xué)的依據(jù)。

　　在傳統(tǒng)教研中，我們對教師教學(xué)行為的診斷多是經(jīng)驗性的感性判斷。隨著教研的發(fā)展，數(shù)據(jù)分析開始被采用，通過數(shù)據(jù)來精確解剖課堂教學(xué)，用人工評價一節(jié)課，往往需要6-8人對不同行為數(shù)據(jù)進行采集，每一個行為標(biāo)注都不能遺漏，這對教輔人員的數(shù)量以及人員的專注力都是很高的要求。簡單重復(fù)的事情讓機器去做，人工智能錄播就很適合做這樣的工作，數(shù)據(jù)采集過程全部自動完成，結(jié)合學(xué)科優(yōu)秀教師常模進行數(shù)據(jù)分析和比對，我們的教研在課堂中就能完成。

　   人工智能大數(shù)據(jù)可以支持課堂教學(xué)行為量化分析和研究：

　　當(dāng)我們能夠得到學(xué)?；蛘邊^(qū)域內(nèi)所有教師和學(xué)生的個性化數(shù)據(jù)，進而可以建立起優(yōu)秀教師常模，挖掘規(guī)?；瘜W(xué)生學(xué)習(xí)特點、探討優(yōu)秀學(xué)?；A(chǔ)數(shù)據(jù)特征等等，對于教育管理者來說這些數(shù)據(jù)完全可以支持我們延展到更廣闊的教育應(yīng)用。

　　即時性和過程性的錄播大數(shù)據(jù)被人工智能激活，錄播不再只是課堂教學(xué)中客觀的記錄者，而是回歸課堂，融入到教學(xué)和教研中，成為學(xué)習(xí)的參與者和研究者。

　　人工智能下的錄播大數(shù)據(jù)為我們的教育敞開一扇全新的大門。當(dāng)錄播成為教育基礎(chǔ)數(shù)據(jù)源頭，不難想象錄播將像當(dāng)年的計算機一樣普及到每一間教室，成為教育信息化的基礎(chǔ)設(shè)備，實現(xiàn)和常態(tài)化教學(xué)的真正融合。在市場的檢驗下，飛視美教育錄播系統(tǒng)更能適應(yīng)教育信息化的要求，飛視美錄播設(shè)備，輕薄美觀、操作簡單、畫質(zhì)高清、安裝調(diào)試快捷方便，同時提供錄播教室整體解決方案!