教育行业项目申报资料大全及模板Word格式.docx
- 文档编号:21995673
- 上传时间:2023-02-02
- 格式:DOCX
- 页数:27
- 大小:38.41KB
教育行业项目申报资料大全及模板Word格式.docx
《教育行业项目申报资料大全及模板Word格式.docx》由会员分享,可在线阅读,更多相关《教育行业项目申报资料大全及模板Word格式.docx(27页珍藏版)》请在冰豆网上搜索。
(二)对产业发展的作用及影响
XXX不断突破,是在大数据时代下传统行业逐步接纳新兴科技所带来的高效率、高收益、高便利服务的体现,积极推动了中国人工智能产业,尤其是在数学基础教育产业的发展。
伴随人工智能技术的浪潮,不断涌现的AI公司持续在垂直领域深耕深挖,本项目积极抢占全球人工智能产业制高点,用信息化技术推动教育领域变革。
XXX平台对产业来说意味着1)从外在表现看,项目为教学减负增效:
超前实现采集学生学习行为所有数据、主观题判卷、智能推荐等功能,将老师批改作业的时间转化成个性化教学时间,将学生的大量盲目的练习时间转化成少量的精准练习时间,利用平台采集的学习过程数据及智能推荐机制,实现以深度学生为特征的个性化互动教学模式;
2)从内在形式看,项目以助推教育公平、资源均衡,构建自适应的教育生态环境为最终目标,人工智能和大数据是实现这一目标的最好解决方案;
3)从运营角度看,教育行业的运营涉及庞大题量的人工标注知识点、人工解题,低效、上亿的高昂成本已让很多学校和教育机构负担不起。
随着XXX在项目上的深入应用,意味着各种模型与人工标注的人力财力物力成本将被大幅度降低,离教育资源均衡和公平实现将更进一步;
4)从产业关联度来看,项目积累的教育数据将为我国智慧教育进展做出一定贡献,另由于项目的核心技术XXX是具有综合复杂逻辑推理的弹性的、可拓展的开源系统,未来有望顺滑迁移到金融、医疗、交通、旅游等多领域应用。
第二章项目的技术基础
成果来源及知识产权情况,已完成的研究开发工作及中试情况和鉴定年限,技术或工艺特点以及与现有技术或工艺比较所具有的优势,该项技术的突破对行业技术进步的重要意义和作用)
本部分主要从项目核心技术XXX的研究内容、重要突破、国内外技术比较等多方面陈述项目的核心技术基础。
(一)研究内容及重要突破
XXX面向初等数学问题,研究解决初等数学问题中涉及的自然语言题意分析与理解、初等数学问题自动求解、初等数学问题求解过程可读化等关键技术,构建初等数学问题自动求解系统。
主要研究内容包括:
1)从面向数学领域的自然语言处理、数学问题概念关系构建、数学文本语义分析、Latex数学公式理解、数学问题形式化表示等几个方面进行初等数学问题题意分析研究;
2)研究初等数学问题自动求解中的复杂逻辑推理、符号计算推理、直觉认知推理、深度学习、问题求解过程可读化等关键技术;
3)基于以上关键技术,利用大数据处理框架,构建初等数学知识库,实现初等数学问题自动求解系统,并生成类人的解答过程。
进一步,基于XXX的相关研究成果,如自动生成的问题求解过程、问题求解路径、问题求解方法的知识库,研发了一个XXX平台。
1)研究基于标准答案的多级匹配、基于初等数学问题自动求解生成的知识库的智能搜索、基于符号计算的等价类判定、基于初等数学领域知识图谱的错误类型精准定位等关键技术,研究初等数学问题智能评测与自动判卷;
2)基于以上关键技术,实现初等数学问题智能评测,并对学生解答过程进行逐行正误判断,以及自动标注错误类型等。
(二)技术背景及客观评价
日本的Torobo,IBM的Watson,Google的AlphaGo,中国的另一个高考机器人Aidam,与这些国内外技术比较,XXX具有如下重要突破和意义:
2011年,日本国立情报学研究所(NationalInstituteofInformatics,NII)开展了日本人工智能项目“TodaiRobotProject”,目标就是制造一个能够通过东京大学入学考试的机器人,称作“Todai机器人”(或Torobo)。
NII希望通过该项目的研究,积累、汇聚、研发高精度的基础人工智能技术,提升信息技术对未来的价值创造能力,对人类的思维活动进行更深入、更全面的理解,并促进国内外研究者之间共享研究成果。
Todai机器人自2013年开始每年都会让自己的机器人Torobo参加当年的东京大学入学考试,并立志一定要拿到录取通知书。
不过,经过连续多年的努力之后,机器人Torobo依旧在2016年的考试中落榜。
对此,研发团队表示已经尽力,虽然Torobo较几年前已经有了长足进步,但事实证明其仍不具备完成人类考试的能力,所以最终选择放弃。
接下来,Torobo将结束自己的“求学”之路,转而投入实用领域,进行数据分析工作。
因为在此前的考试当中,Torobo在数学、历史等主要依靠运算和记忆的科目考试中表现十分出色。
首先,日本的机器人Torobo处理的是客观题的问题求解,而XXX处理的问题,除了客观题,还包括解答题等主观题,并基于张景中院士的可读化思想给出了与人的解答过程类似的可读解答过程;
其次,机器人Torobo转而投入实用领域,进行数据分析工作,而XXX已经成功应用于初等数学智能判卷及数据分析,属于国际领先。
IBM沃森(Watson)系统2011年在美国的智力问答节目Jeopardy!
(危险之旅!
)上,以绝对优势击败了两名人类冠军选手,引起了巨大轰动。
Watson是一个集高级自然语言处理、信息检索、知识表示、自动推理、机器学习等开放式问答技术的应用”,并且“基于为假设认知和大规模的证据搜集、分析、评价而开发的DeepQA技术”。
但是Jeopardy!
的问题类型基本上都是客观题,要求答题者有很好的记忆能力和一定的分析能力;
如果问题涉及到语义理解、复杂逻辑推理以及篇章层面语言分析等问题,Watson就无法做出满意的回答。
目前Watson更多的应用在医疗领域,2016年Watson宣布进军教育界,推出一款iPad教育应用“ElementforEducators”,这款应用通过人工智能服务于学习管理,帮助老师更好的了解是哪些因素影响着学生的学习表现,以及作为师生的一个沟通平台,而XXX已经应用于初等数学数学智能评测。
众所周知GoogleDeepmind研发的AlphaGo在围棋方面完胜人类,进一步掀起了人工智能的高潮。
然而,围棋问题是边界清晰问题,AlphaGo主要是在固定的规则与模式下的搜索求解,属于弱人工智能。
XXX处理的是初等数学问题求解,这个问题不是边界清晰问题,尤其是概率统计等应用题的问题求解。
AlphaGo只是Deepmind公司万里长征的第一步,作为人工智能领域的阿波罗计划,其目标是“解决智能问题,然后用它解决其他所有问题”,也就是拓展应用。
AlphaGo是先有Game再转向应用,而XXX已经有了应用。
(三)成果来源及知识产权情况
知识产权类别
知识产权具体名称
国家
(地区)
授权号
授权日期
证书编号
权利人
发明人
发明专利有效状态
承诺:
上述知识产权用于推荐吴文俊人工智能科学技术进步奖的情况,已征得未列入项目主要完成人的权利人(发明专利指发明人)的同意。
第二章项目概述
(一)申报单位基本情况
主要包括企业成立时间、注册资本、员工数量、荣誉、项目、相关资质、行业影响力等)
XXX有限公司专注于教育大数据、人工智能技术在移动互联网+领域落地应用的高科技企业,在全球范围内率先实现智能教育评测,其自主研发的XXX平台,集成多项前沿技术包括移动物联网、移动互联网、人工智能、图像识别、自然语言识别、机器学习、大数据技术、公有云技术等,其中又以XXX为核心技术。
XXX在成都高新区注册,注册资本XXX万元,自产品推向市场以来,公司先后荣获XXX等奖项,产品市场价值和技术成就突破获各界的认可和肯定。
积累了丰富的物联网、大数据、云计算、人工智能、数据中心建设方面的规划设计经验,在政府、国企、行业企业实施了一系列的解决方案,最终用大数据思维重新审视了我国支柱产业之一——教育产业,并以全新模式重新定义了信息化教育。
于是,以XXX为核心技术的XXX平台应运而生,目前产品正在全国推广,累积用户人数已达到XXX余人,现正在以XXX等地为中心构建智慧教育移动互联试点示范区。
项目得到了国家教育部、各地教育局和成都高新区政府大力支持。
公司现有X余项专利申请中,其中有十余项处于国际领先水平。
核心技术团队由XX等人员组成;
管理层团队90%具有硕士以上学历,拥有国内外大型企业的多年管理经验和信息行业的资深背景。
公司骨干全面承担XX研发工作,受到科技部、教育部的高度重视。
XXX是综合复杂逻辑推理技术的重大突破,标志着中国人工智能技术已具备国际领先地位;
其落地应用产品——可应用于K12领域的XXX平台,将老师的教学智慧和经验转化为机器认知,实现主观题智能阅卷、自动出卷、真正实现个性化教学,改变低效的传统教育模式,引领了教育领域信息化技术的突破创新,推动了我国教育行业的转型升级,对中国乃至全球教育领域的发展产生了深远的影响。
(二)项目概要
XXX平台,是XXX有限公司独立完成技术研发、工程化落地实现、产品推广,为K12教育提供一站式定制教学解决方案的前沿科技教育产品。
XXX平台是多项技术相结合的成果,是以XXX复杂逻辑推理技术突破为核心,结合XXX同期完成的混合手写识别,自然语言处理和印刷体识别混合OCR等多项前沿技术突破,才使得此项目人工智能教育产品得以落地应用。
XXX平台,现期在初中数学教育领域已经全面推广。
平台在“教、学、评、测、练、培、管、估”八个环节为数万名师生提供着精准教育与精准学习服务,在公立学校、辅导机构的应用取得一致好评与广泛欢迎。
XXX平台在不改变学生答题习惯,并尊重正确的教育教学方法的前提下,以灵活多样的数据上传方式,实现三大创新:
一是教育模式创新,即产品通过人工智能技术替代教育过程中的重复性工作,提高教学精准度,提高教师资源效率,实现优秀教育资源的传承,从而实现教育模式创新;
二是学习模式创新,即通过精准个性化教学,减轻学生题海负担,通过对学生逻辑推理能力的培养,提高思维能力与学习力,实现素质教育中创造力的培养,从而实现学习模式创新;
三是以创新方式推广人工智能教育产品,从而实现教育的普惠与公平。
(三)项目实现条件
XXX平台在不改变学校教学、考试、家庭作业等基本教学流程的前提下,实现了学生原始数据的智能采集,自动对学生手写笔迹进行识别、并对学生的答案进行评测,最后将给老师和学生分别展示学生的评测详情、统计分析报告、教学质量分析报告、错题集、推荐练习题等。
硬件条件:
可拍照上传作业照片的手机、平板电脑;
网络;
电脑、平板电脑等。
软件条件:
在具体的实施过程中,主要从备课、上课、课外作业的布置和批改、课外辅导、教学评价等各个环节探索支持策略和具体执行。
第三章项目分析
(一)项目方案
(说明:
详细说明采用的关键技术、系统架构、关键技术指标、达到的技术水平、用户目标和商业模式,部署运维方案等)
1、项目建设内容
本项目融合大数据和人工智能等先进的信息化技术,在不改变学生自然书写答题的习惯下,通过自动评测实现对老师的减负增效,让老师有更多的精力去实现个性化教学。
项目通过向学生(家长)的评测结果推送和监督管理,实现电子化课外辅导管理,帮助学生养成‘日清、周清、章清’的良好学习习惯。
1)最大化保持传统手写学习习惯
项目将最大化地保持学生传统的做题习惯,学生在考试过程中不会有任何额外的负担,完成答题后即可完成答题数据的上传和采集,方便易用。
2)自动、智能识别和判卷
项目支持数学学科全题型的自动、智能识别和判卷。
学生上传数据后,将自动识别学生的答题数据,并进行精准判卷,大幅减少教师工作量,准确及时地发现学生在学习中的问题。
3)多维度的数据统计和教学质量分析
项目将对学生、班级、年级的学习情况进行多维度的综合统计分析,包括单次考试和多次考试的数据分析,并生成电子化的统计报告,统计分析结果更加全面、更能找到学生个人、班级的综合学习趋势。
同时,通过对学生个人、班级、年级乃至整个学校不同范围的数据整合与分析。
XXX为不同的教职人员提供不同粒度、不同维度的横、纵向报表,进行综合的教育质量分析,达到有据可依、有据可查,是每一位教育从业者得力的分析助手。
4)家长对学生的有效监督
项目将通过微信、短信等方式及时通知家长学生的考试情况,让家长对学生有更加全面的了解,实现家长、老师信息的对称,以及家长对学生的有效监督
5)有针对性地教与学
在自动化评测和统计分析的基础上,老师可以根据班级的总体情况进行有的放矢的讲解,也可以根据学生个体的考试情况进行个性化辅导。
学生则可以根据考试评测结果,完成错题再练、推荐练习下载、常错知识点视频学习等,快速提升学生的成绩。
2、项目关键技术
XXX平台,是依托XXX核心技术,结合移动互联网、移动物联网、笔迹采集、手写识别、自然语言识别、机器学习、人工智能专家系统、大数据技术、云计算等技术的定制教学解决方案。
在技术设计上,主要采用移动互联网和物联网终端实现学生原始数据采集,XXX核心技术实现考试数据的智能化评测,采用大数据技术实现对考试数据的存储、统计、分析和预测。
目前,整个技术具备全球独一性。
1)移动互联网、移动物联网技术
学生在普通纸张上的书写笔迹,将答题数据上传到云服务。
平台基于移动互联网构建了面向老师、学生、家长的应用服务,支持手机、PAD等各类型移动设备。
2)人工智能判卷技术
基于XXX构建了数学学科知识库,对学生答案对错、错误知识点、错误原因进行智能判定,能够实现前后答题步骤进行逻辑推理证明,实现一题多解下的判定和评测,同时能够实现数学填空、选择、计算题、解答题、几何题等全题型的评测。
基于智能评测的结果,还可以全面统计和分析学生的学习情况,为师生提供教学评测练5个环节的精准教育服务,目前这一应用属于世界领先。
3)手写识别技术
采集学生书写的原始笔迹,并对笔迹进行自动识别。
在中学数学领域,公式占很大的比例,目前我单位的手写公式识别率超过世界排名第一的法国VO公司。
4)大数据技术
大数据技术,国内最早从事大数据技术研究,雄厚的技术积累。
采用新型数据储存架构,实现了智能终端的海量数据采集处理。
3、主要技术指标
主要技术指标
描述
4、系统架构
平台采用私有云服务的方式进行部署,学校不需要购置硬件部署及维护,直接使用即可。
在平台架构方面,将主要分为数据采集层、数据存储层、数据处理层、表示层及用户终端。
1)采集层
学生答题数据上传后,将学生每一次考试、作业、练习的数据完整地采集到数据存储层进行处理。
2)大数据支撑平台
使用基于大数据的数据存储方式,主要是通过Hbase分布式数据库和Mysql集群的方式。
Hbase具有存储数据类型兼容性强、性能高、稳定性高、扩展性强等特点,主要用于存放智能笔的采集数据、识别结果、评测结果等大量数据。
Mysql数据库具有体积小、性能高、扩展性强的关系型数据库,主要用于存放系统中教师信息、学生信息、家长信息等关系型基本数据。
数据分析采用spark数据分布平台,支持海量级数据存储和数据分析。
3)应用支撑平台
应用支撑平台是系统运行的核心框架,采取大型互联网解耦架构设计,扩展能力强,由分布式消息系统(kafka)提供各子系统消息通讯,由分布式并行调度计算框架提供计算调度服务,支持各业务系统的并行计算和服务调度。
在此框架基础上应用支撑平台提供并行计算的手写识别、智能评测等核心计算服务。
4)基础服务层
统一的系统业务支撑平台,负责整合和提供各业务系统公共服务框架和公共数据服务框架,以互联网web服务形式提供restful接口的基础业务服务,每一个功能模块都为上层业务稳定、快速运转,提供了强有力的数据支持平台或稳定、高效的运行环境,从而保证平台扩展性和高并发情况下的支撑能力。
5)用户终端
考虑到XXX的易用性、通用性,XXX的各种产品功能能够支持不同的硬件设备,包含但不限于:
个人电脑、智能移动设备、平板电脑等。
用户因各种情况需使用不同的硬件产品,XXX提供每种硬件载体上用户体验最优的软件产品:
基于B/S的产品网站;
基于C/S的电脑软件、手机应用或平板应用,最大程度满足不同场景的使用需求。
6)运维平台
配备专业的在线、电话客服团队,并根据使用对象划分业务分区,通过XXX客服运维平台快速、精准地解决每一类客户问题。
同时,在用户、数据不断告诉扩充的未来,将有专门的软件系统及人员进行数据整理、内容丰富等维护工作。
7)系统管理后台
全系统后台,是储存、管理所有平台数据的软件中心,除了支持体系内海量数据管理与业务功能处理外,在未来,还将开放openAPI相关权限及功能,供更多教育行业的推动者,一起创造更优质的教育服务。
5、用户目标和商业模式
本项目是X市在教育互联网+方面人工智能高科技项目的一次成功的产业化落地项目,学生的学习方式、家长的监督方式和老师的教学方式都会随之发生变化。
商业模式——【教育模式创新】通过人工智能替代重复性工作,提高教学精准度,提高教师资源效率;
【学习模式创新】通过精准个性化教学,减轻学生题海负担,训练提高思维能力与学习力;
【销售模式创新】产品与服务1元/天.学生,实现教育普惠公平。
(二)主要技术经济指标
1、市场前景
由于K12用户群体的特殊性,其接触手机、平板等移动设备的频率远高于接触电脑的频率,加上近两年的整合与洗牌,K12移动教育用户规模的增长率将进一步提高。
在互联网和移动互联网高度发展的今天,充分利用互联网+教育的形式能够促进教育制度的改革,使其往真正的素质教育方向发展。
与此同时,在K12领域,产品技术也继续向深度发展,大数据技术和人工智能技术将是该领域的主流趋势。
教育领域的大数据应用一直具有其独特的价值,通过专业的云计算技术将一个学生在学习过程中产生的大数据可视化,建立科学的分析模型,导出分析结果,将会是高度个性化特征的体现。
基于大数据挖掘和分析,应用多种人工智能算法,建立多种学习模型,根据学生的学习记录和当前的评测数据(作业、考试等),通过系统中的已知模型,测算出学生目前的学习状态和可能存在的问题,模拟老师做出科学的诊断。
这种个人学习诊断系统未来有助于解决人工教学的高成本低效率的问题。
同时,它也将颠覆性地重新定义老师的职责,让教育回归本质。
2、盈利预测及经济效益分析
2015年全国K12在校学生数约为1.64亿人,参培率为33.4%,预计到2020年在校学生人数将微增到1.69亿人左右,参培率提高到42%,K12课外培训市场规模约为5767亿元。
根据Analysys易观数据监测,2016年第4季度中国互联网教育市场交易规模达481.6亿元人民币,2016全年交易规模达1601亿元人民币,同比增长43.3%。
较大环境资本收紧而言,K12教育市场的投融资动作依然频繁,K12市场发展空间仍被看好。
预计2017年市场规模将达到4300.7亿元人民币,市场潜力巨大。
公司将在二年内实现销售10万用户,产值过亿;
三年内实现以购买形式服务用户百万以上,产值过百亿。
(这段请根据项目具体需求请市场提供数据做调整)
(三)项目实施方案
1、学科和进度
2、试点阶段
3、项目推广
(四)项目完成期限跨年度项目年度计划及考核目标
1、项目完成期限跨年度项目年度计划:
(根据项目具体需求请财务协助完成)
XXXXXXX。
2、项目应用的考核目标:
1)学生答题笔迹采集
最大化地保持学生传统的做题习惯,学生在学习使用过程中不会有任何额外的负担,完成答题后即可完成答题数据的上传和采集,方便易用。
2)自动、智能识别和判卷:
学生上传数据后,将自动识别学生的答题数据,并进行主观题逐行的精准判卷,减少老师工作量,准确及时地发现学生在学习中的问题。
3)互联网+辅助教学:
项目基于互联网+人工智能,可以实现学生学习轨迹、班级学习趋势、学生群体分类、典型错题分析等方面的统计分析和预测,让统计分析不局限于某次测验,而是全局的、基于全数据的统计分析。
老师可以充分利用这些统计分析数据调整授课方法,进行更有针对性的教学。
4)互联网+个性化教学:
根据学生的测验数据,诊断学生学习的问题,利用大数据技术有针对性地推送错题集、强化训练习题、视频、教案等,让学生从书山题海中解放出来,帮助学生养成‘日清、周清、章清’的良好学习习惯,稳步提升学习成绩。
5)教研分析大数据:
针对区域型教学系统进行大数据分析,通过学生日常作业情况、考试情况进行数据分析,为教学改革和教研管理提供必须的分析数据。
平台为不同的教职人员提供不同粒度、不同维度的横、纵向报表,进行综合的教育质量分析,达到有据可依、有据可查,是每一位教育从业者得力的分析助手。
(五)项目预算、资金来源
根据项目具体需求请财务协助完成。
第四章市场分析
(一)市场前景
当前市场规模、市场增长率、技术和产业发展趋势等)
1、市场规模
2014年处于K12互联网教育阶段(普通小学、普通初中、普通高中)的学龄人口约有1088万人,中国互联网教育市场规模达到841亿元,K12教育占比2.7%。
K12
阶段的教育属于刚需消费,据《2015
中国家庭教育消费者图谱》数据显示,我国五成家庭教育支出超6000
元/年,2015年中国K12互联网教育市场活跃用户超过1133万人,环比增长4.2%,市场规模达到28亿元,而到2016年K12互联网教育市场规模达到35亿元。
与此同时,2016年中国放开二胎政策,K12教育学生基数在5年后激增,庞大的学生基数奠定了该领域教育产业规模化的基础,同时受中国传统观念的影响,中国家庭教育过程中对子女K12阶段的投入不遗余力,基础教育消费一直是中国家庭消费的重头戏。
根据《国家中长期教育改革和发展规划纲要(2010-2022
年)》中提出的阶段战略目标,到2022年,我国K12
教育的实际在校人数将达到2.12
亿人。
2、市场增长
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 教育 行业 项目 申报 资料 大全 模板