第三十七章 可汗学院计划
当然，视频讲授也有比浅显讲授节流本钱的处所。除了能够让一个教员的讲授服从被无数倍地复制、让更多门生听到以外。它还能够确保反复听、挑选性听。走神了、或者一次没听懂的内容，门生能够把进度条往回拉，反复多听几遍，多少也能加深一些印象。有助于把握。
Ps.追更的童鞋们，免费的赞美票和起点币另有没有啊~515红包榜倒计时了，我来拉个票，求加码和赞美票，最后冲一把！(未完待续。)
“先说说你对在线教诲形式对传统根本教诲的影响吧。或者说，你感觉你现在在视频网站上推行的这类形式，另有甚么能够持续改进、与互联网新技术连络的处所。我不要看四平八稳的质料，只想听最切中弊端的题目。”
可汗也不拿捏，直接就说了：
“顾先生，非常感激您的慷慨。但是，我不得不提示您一个题目――把课程翻译成多国说话的话，这个资金不晓得还能不能走联邦当局答应的公益性奇迹慈悲经费呢？联邦法律但是规定了，凡是享用减免抵税的慈悲捐资，不但要将机构设置在美国境内、全数雇佣美籍百姓、还得确保‘统统效户都是用在美国境内’的。
用户样本数据不敷的。能够投钱打公益告白推行，让这些课程获得更多的引流渠道入口，一年上百万美圆的告白费下去，我估计把这个停业的用户范围扩大几十倍都很轻松。
为了实现这些目标，我的公开课视频都比较短小。我不会和麻省理工或者哈佛商学院的课那样，非要设置成一个视频长达45分钟乃至1小时，作为一堂课。我的一堂课或许只要15分钟到20分钟。但是充足把两三个小知识点讲透辟，最后留习题，全数做对了就没需求再听。做错了那就挑选性跳转到你之以是错的那部分。
【播报】存眷「起点读书」，获得515红包第一手动静，过年以后没抢过红包的同窗们，这回能够一展技艺了。
算法工程师不敷的，我从初音个人给你调就是了。严磊博士你熟谙吧？那是当初跟着杰夫辛顿传授带出来的第一批深度学习算法博士。此前地球上都没这个专业呢。他就是一向跟着我在初音干，眼下另有十几个杰夫辛顿和班吉尔传授的弟子，在我那边，都做得很好。
顾莫杰随便扫了几眼萨尔曼可汗的企划书，然后把那薄薄的几页纸丢在茶几上，敲着指头扣问。
“那还怕甚么，你只靠二十几万美圆一年的投入，加上你小我的无偿劳动，就做出了现有的根柢。本年开端你能够获得五百万美圆一年，甚么事儿办不成。
他需求确承认汗有干货，值得他每年投资几百万去做这个事情。
可汗微微有些不美意义：“这当然还是有题目的，目前每个讲授视频最后留的习题，如果被门生做错了。详细跳转到哪一段后续讲解视频，是我手动设置的关联。一方面，我对深度算法必定不敷体味，没法基于这个利用调剂出一套行之有效的算法。
如果是对外洋受益的项目，就不能享用这部分经费的抵税优惠了。我不是学法律的，这些事儿本来不懂，但是客岁我就想过翻译课程的题目，但是碰到了这个钉子，以是印象特别深切。”
对于可汗的推演，顾莫杰立即感遭到了这个技术假想背后的庞大远景。
可汗听了倍受鼓励，但是仍然有一丝疑虑，不吐不快地说了出来：
可汗喝了口樱桃汁，持续说：“起首，传统视频讲课的最大缺点，就是完整侧重于‘教’，而非侧重于‘学’――那东西是站在讲课西席的角度上安排的，不是站在门生的角度上安排的。教员说了，就天然感觉门生懂了，哪怕实际上门生没懂，面对一个录好的视频也没法发问、提出质疑、提出会商，只能照搬接管。
“我感觉吧，视频讲课，我算不上初创――我给我表妹用视频教中学数学的时候，麻省理工本身就有在线的免费视频数学课。但是成果究竟证明麻省理工的课不如我的播放量占优，这申明他们的课程形式设置有题目。
可汗这个项目，援助得值。
但是究竟上，如果能够不被塞钱加塞出去的那些渣滓信息净化，一个成熟的内容遴选推送算法，对于一个内容供应方网站来讲，是一种极大的晋升用户黏性助力。
或许后代的网友。对于大数据和云计算利用众多期间的“猜你喜好”、“同好作品推送”之类的服从见得太多了，感觉这些都没甚么难的。连某点中文网都会推个同好小说，连那些专做盗-版的浏览器都会打出“给的再多、不如懂我”的标语。
可汗想了想说：“有，本来我也做了一年半多，客岁拿到的捐资是20多万美圆，我首要花在了法度方面，因为我一小我搞不定视频的全数推送架构。”
并且我估计这些事情都做完的话，也就花掉三百来万美圆一年的经费。剩下将近两百万，我还希冀你做更多的事情――花在课程翻译和外洋推行方面。我但愿看到可汗学院的课程不但要英语版的，还要有中法德俄日意西葡诸国说话版本。这个不急，能够每年增加三五种说话翻译，花上几年时候完整弄踏实。跑得太快的话，估计那些用西班牙语、葡萄牙语和汉语的掉队地区，宽带收集都还没提高呢。”
想明白了这统统，加上本身本身重生时带来的那激烈的核心代价观，顾莫杰感遭到一阵兽血沸腾。
那又如何？谷歌的用户人数和频次乘积是你的五倍十倍，你空有三倍效力的算法，还是被越甩越远。何况在没有代差技术的环境下，也不成能有三倍效力的算法。
打个比方，一个知识点。如果门生没学懂，在做视频最后留的习题时答错了，那么我会让门生点选其弊端的症状――比如精确答案是A，而他挑选了B，那么我就会跳转到一段‘B为甚么是错的、你之以是会选这个弊端选项，是因为哪一个知识点把握得不踏实’的藐视频上。同理如果他错选的是C，那么也会别的跳到一段讲解视频上。
加上这些打着同好智能推送标语的推行，实际上常常被竞价排名给净化了。做成了半吊子的注水猪肉，以是海内的网民就更不感觉这些推送算法有甚么牛逼之处了。
我以为这才是真正的因材施教，让门生把时候和精力都花在他们还不懂的东西上面。而不是不管他把握到了何种程度，都得华侈时候把45分钟一堂的课从第一分钟听到最后一分钟――那是在华侈门生的生命。”
顾莫杰目光多么灵敏，欣喜之余，直切弊端地诘问：“但是，你说的这些，靠目前视频网站的技术应当还没法完美实现吧，很多设置都需求手动完成。很多推送之间的内部逻辑干系，都是野生设定的，并不是基于深度算法和大数据主动统计、主动归纳的。”
数据爆炸的期间，“获得知识”这个需求已经不再有稀缺性，但是“不受知识渣滓滋扰、直击主题地找到你至心要的数据与办事”，开端变得豪侈起来。
这也是为甚么后代谷歌生长为庞然巨擘以后，世上再也没有哪家公司能在野生智能的蛮横发展上比过谷歌了――就算你投入钱再多，科研上再不择手腕，充其量给你弄出一个数据修改效力比谷歌算法强两三倍的算法。
如果一个音乐或者视频网站在这方面做得好，实际上能够供应更符合用户口味的书单、云音乐歌单、视频推送列表……
顾莫杰内心有底了。
从平铺直叙的流水账式视频，变成按照知识点的把握环境，详细题目详细阐发地推送，这内里的智能上升程度，可不是内行人所看到的那一星半点。
有效力的检索，比囤积固态知识首要很多。只要死记硬背的旧期间即将被淘汰者，才会今后一种形状做人。
对于这个说法。顾莫杰也深觉得然。
我摸索的这套视频课程技术，已经分歧于YOUTUBE上曾经的简朴播放了，而是充分连络了您和杰夫辛顿传授结合发掘的‘深度学习算法’――我的视频内容推送是带有必然的智能性与学习性的，设置了相对庞大的多个视频树状与网状交叉推送布局。
比如。如果一个小说网站的“基于深度算法的大数据推送”实打实做好，书友是不该喊“如何又书荒了”，哪怕再小众的需求，起码也应当被体系主动遴选出能够看的、喜好看的作品。而不是直接遵循分类和标签卤莽遴选，成果弄到一堆臭不成闻的题目党。
顾莫杰想了想，问了可汗一个周边的题目：“你本来做视频公开课。有接管过别的慈悲捐资过么？”
我不是搞教诲专业出身的，晓得本身的气力。如果单论讲授才气，我必定不如麻省理工那些传授。在面劈面的互动讲课环境下，他们的讲授质量当然会超越我。而现在在视频课范畴被我反超了，那只能申明他们对视频技术的利用上，没有扬长避短。”
顾莫杰思忖着说：“另有这事儿？法律的事情你不消管，到时候我找别人咨询一下，想体例搞定。翻译的事情你该做就去做，我说不定也会给你一些降落本钱的体例，实在钱不敷的，我从公司里直接拿钱给你，也不图抵税了。”
辨别一个基于云端收集的野生智能是否强大，算法当然很首要，但是最首要的还是用户量和用户利用频次。
顾莫杰给了一个鼓励的眼神：“持续说下去。”
另一方面。毕竟目前为止看我的视频上课的门生最多也就十万人级别，这个样本容量还不敷大，真上了基于深度算法的架构，或许也会因为‘可供深度学习的素材不敷多’，而导致其推送结果不现在朝的野生设置关联。”