# Йошуа Бенджио и Юлиан Сербан: как глубокое обучение и ИИ-тьюторы изменят глобальное образование

Источник: https://www.youtube.com/watch?v=K4waROu035U
Канал: Eye on AI
Опубликовано: 28.01.2021

---

В последние годы технологии глубокого обучения совершили квантовый скачок, позволив исследователям перейти от простых моделей предсказания успеваемости к созданию полноценных ИИ-тьюторов. В центре этой образовательной революции стоят лауреат премии Тьюринга Йошуа Бенджио и сооснователь стартапа Korbit AI Юлиан Сербан, которые разрабатывают платформу для демократизации качественного образования через персонализированное активное обучение.

## 🎓 Демократизация знаний и рождение Korbit AI
[[JUMP:00:00]]

Идея создания Korbit AI выросла из академических исследований Юлиана Сербана под руководством Йошуа Бенджио в институте MILA [02:47]. В течение пяти лет они изучали персональных ассистентов (таких как Siri и Alexa), стремясь сделать их более интеллектуальными. Юлиан Сербан отмечает, что его личная мотивация была продиктована осознанием собственного «привилегированного» образования: он рос в развитой стране, имел доступ к помощи с домашними заданиями и учителям, которым было не всё равно [03:49]. 

Однако ситуация в глобальном масштабе иная:

*   В развивающихся странах (например, в Нигере, который Сербан посещал в рамках волонтерской работы) наблюдается катастрофическая нехватка квалифицированных кадров [04:38].
*   Пандемия COVID-19 только обострила существующее неравенство в образовании [04:51].
*   По мнению Бенджио и Сербана, образование является долгосрочным решением социальных проблем, более важным для развития экономики, чем даже физическая инфраструктура [05:03].

Проект Korbit ставит своей целью создание ИИ-тьютора по имени Corby, который обеспечивает персонализированный подход, доступный ранее только обеспеченным слоям общества.

## 🧠 Технологический сдвиг: От экспертных систем к глубокому обучению
[[JUMP:08:44]]

Долгое время «обучающие системы» строились на базе правил и деревьев решений. По словам ведущего Крейга Смита, такие системы были крайне ограничены: если студент отвечал «неправильно», его перенаправляли в одну ветку, если «правильно» — в другую [08:58]. Главный недостаток заключался в невероятной трудоёмкости создания контента — эксперты тратили месяцы или годы на проработку логики одного курса [09:53].

Korbit принципиально меняет подход:

*   **Отказ от жестких правил.** Система базируется на современных технологиях обработки естественного языка (NLP) и обучении с подкреплением [10:18].
*   **Скрапинг и структурирование.** ИИ анализирует сотни тысяч открытых образовательных ресурсов (например, Википедию) и учится извлекать из них смысловые представления [11:54].
*   **Скорость создания курсов.** Благодаря глубокому обучению, преподаватели могут создавать новые модули всего за пару часов, так как ИИ сам понимает соответствие между видео, текстом и упражнениями [10:44].

Юлиан Сербан сравнивает текущее состояние ИИ-тьюторов с мобильными телефонами 90-х годов: они громоздкие и имеют ограниченный функционал, но уже доказали свою жизнеспособность [25:48].

## 💼 Бизнес-модель и эффективность обучения
[[JUMP:12:31]]

Хотя миссия проекта — глобальная демократизация, текущая бизнес-стратегия сфокусирована на сегменте B2B (корпоративное обучение). Юлиан Сербан объясняет это тем, что в компаниях существует огромный спрос на переподготовку сотрудников (upskilling) в области Data Science и ИИ [12:59]. При этом каждый сотрудник имеет разный бэкграунд, и традиционный формат лекций для всех неэффективен [13:38].

Результаты исследований Korbit показывают значительное преимущество перед классическими массовыми онлайн-курсами (MOOC) [17:15]:

1.  **Вовлеченность:** Время обучения студентов увеличилось на 73% по сравнению с обычными курсами [18:03].
2.  **Мотивация:** Студенты учатся быстрее и дольше сохраняют интерес за счет интерактивности [23:24].
3.  **Адаптивность:** Использование современных моделей, таких как BERT, позволяет системе мгновенно повышать точность взаимодействия со студентом [23:37].

На данный момент на платформе зарегистрировано около 10 000 студентов [12:31]. Платформа доступна бесплатно для индивидуальных пользователей, желающих изучать основы ИИ и обработки данных [14:45].

## 🚀 Будущее: Внимание, разум и виртуальные аватары
[[JUMP:29:06]]

Йошуа Бенджио утверждает, что мы находимся на пороге создания «глубокого обучения Системы 2» [29:46]. Если текущие модели ИИ (Система 1) хороши в быстром распознавании паттернов, то будущие системы должны обладать способностью к сознательному рассуждению и высокоуровневому семантическому пониманию [30:12].

Ключевые направления будущих исследований:

*   **Механизмы внимания (Attention mechanisms).** По мнению Бенджио, именно способность ИИ фокусироваться на отдельных концептах, подобно человеческому сознанию, позволит совершить качественный скачок в понимании языка [31:03].
*   **Трансформеры.** Эта архитектура уже является стандартом в NLP, но её интеграция в образовательные системы для структурированного понимания мира — задача на ближайшее десятилетие [31:15].
*   **Психологический аспект.** Йошуа полагает, что в будущем ИИ-тьюторы будут представлены в виде реалистичных виртуальных аватаров, способных выражать эмоции и оказывать психологическую поддержку [35:22]. Это критически важно, так как успех обучения сильно зависит от эмоционального контакта между учителем и учеником.

## ⚖️ Этический контекст и цифровая грамотность
[[JUMP:38:19]]

В завершение беседы Юлиан Сербан подчеркнул, что обучение ИИ — это не только техническая задача, но и вопрос выживания общества. По его мнению, крайне важно обучать людей критическому мышлению в отношении таких проблем, как алгоритмическая предвзятость (bias) и фейковые новости [38:32]. Демократизация знаний об ИИ позволит не только улучшить экономику, но и подготовить граждан и политиков к принятию взвешенных решений в мире, где технологии меняются быстрее, чем образовательные стандарты [38:57].