【播报】关注「读书」，获得515红包第一手消息，过年之后没抢过红包的同学们，这回可以一展身手了。
“先说说你对在线教育模式对传统基础教育的影响吧。或者说，你觉得你现在在视频网站上推广的这种模式，还有什么可以继续改进、与互联网新技术结合的地方。我不要看四平八稳的材料，只想听最切中时弊的问题。”
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
询问。
他需要确认可汗有
货，值得他每年投资几百万去做这个事
。
可汗也不拿捏，直接就说了：
“我觉得吧，视频授课，我算不上首创——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。但是结果事实证明麻省理工的课不如我的播放量占优，这说明他们的课程模式设置有问题。
我不是搞教育专业出身的，知道自己的实力。如果单论教学能力，我肯定不如麻省理工那些教授。在面对面的互动授课况下，他们的教学质量当然会超过我。而现在在视频课领域被我反超了，那只能说明他们对视频技术的应用上，没有扬长避短。”
顾莫杰给了一个鼓励的眼：“继续说下去。”
可汗喝了
樱桃汁，继续说：“首先，传统视频授课的最大缺陷，就是完全侧重于‘教’，而非侧重于‘学’——那东西是站在授课教师的角度上安排的，不是站在学生的角度上安排的。老师说了，就天然觉得学生懂了，哪怕实际上学生没懂，面对一个录好的视频也没法发问、提出质疑、提出讨论，只能照搬接受。
当然，视频教学也有比普通教学节省成本的地方。除了可以让一个老师的教学成果被无数倍地复制、让更多学生听到之外。它还可以确保重复听、选择
听。走了、或者一次没听懂的内容，学生可以把进度条往回拉，重复多听几遍，多少也能加
一些印象。有助于掌握。
我摸索的这套视频课程技术，已经不同于youtube上曾经的简单播放了，而是充分结合了您和杰夫辛顿教授联合发掘的‘度学习算法’——我的视频内容推送是带有一定的智能与学习的，设置了相对复杂的多个视频树状与网状
叉推送结构。
打个比方，一个知识点。如果学生没学懂，在做视频最后留的习题时答错了，那么我会让学生点选其错误的症状——比如正确答案是，而他选择了b，那么我就会跳转到一段‘b为什么是错的、你之所以会选这个错误选项，是因为哪一个知识点掌握得不扎实’的小视频上。同理如果他错选的是c，那么也会另外跳到一段解说视频上。
为了实现这些目的，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分钟甚至1小时，作为一堂课。我的一堂课也许只有15分钟到2o分钟。但是足够把两三个小知识点讲透彻，最后留习题，全部做对了就没必要再听。做错了那就选择跳转到你之所以错的那部分。
我认为这才是真正的因材施教，让学生把时间和
力都花在他们还不懂的东西上面。而不是无论他掌握到了何种程度，都得
费时间把45分钟一堂的课从第一分钟听到最后一分钟——那是在费学生的生命。”
从平铺直叙的流水账式视频，变成根据知识点的掌握况，具体问题具体分析地推送，这里面的智能上升程度，可不是外行
所看到的那一星半点。
对于可汗的推演，顾莫杰立刻感受到了这个技术设想背后的巨大前景。
或许后世的网友。对于大数据和云计算应用泛滥时代的“猜你喜欢”、“同好作品推送”之类的功能见得太多了，觉得这些都没什么难的。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”的号。
加之这些打着同好智能推送号的推广，实际上往往被竞价排名给污染了。做成了半吊子的注水猪
，所以国内的网民就更不觉得这些推送算法有什么牛
之处了。
但是事实上，如果可以不被塞钱加塞进来的那些垃圾信息污染，一个成熟的内容筛选推送算法，对于一个内容提供方网站来说，是一种极大的提升用户黏助力。
比如。如果一个小说网站的“基于度算法的大数据推送”实打实做好，书友是不该喊“怎么又书荒了”，哪怕再小众的需求，至少也应该被系统自动筛选出可以看的、喜欢看的作品。而不是直接按照分类和标签粗
筛选，结果弄到一堆臭不可闻的标题党。
如果一个音乐或者视频网站在这方面做得好，理论上可以提供更契合用户味的书单、云音乐歌单、视频推送列表……
数据
炸的时代，“得到知识”这个需求已经不再有稀缺，但是“不受知识垃圾扰、直击主题地找到你真心要的数据与服务”，开始变得奢侈起来。
有效率的检索，比囤积固态知识重要得多。只有死记硬背的旧时代行将被淘汰者，才会以后一种形态做。
想明白了这一切，加上自己本身重生时带来的那强烈的核心价值观，顾莫杰感觉到一阵兽血。
可汗这个项目，赞助得值。
顾莫杰目光何等敏锐，欣喜之余，直切时弊地追问：“可是，你说的这些，靠目前视频网站的技术应该还没法完美实现吧，很多设置都需要手动完成。很多推送之间的内部逻辑关系，都是工设定的，并不是基于度算法和大数据自动统计、自动归纳的。”
可汗微微有些不好意思：“这当然还是有问题的，目前每个教学视频最后留的习题，如果被学生做错了。具体跳转到哪一段后续解说视频，是我手动设置的关联。一方面，我对度算法肯定不够了解，没法基于这个应用调整出一套行之有效的算法。
另一方面。毕竟目前为止看我的视频上课的学生最多也就十万级别，这个样本容量还不够大，真上了基于度算法的架构，或许也会因为‘可供度学习的素材不够多’，而导致其推送效果不如目前的工设置关联。”
对于这个说法。顾莫杰也以为然。
鉴别一个基于云端网络的工智能是否强大，算法固然很重要，但是最重要的还是用户量和用户使用频次。
这也是为什么后世谷歌成长为庞然巨之后，世上再也没有哪家公司能在工智能的野蛮生长上比过谷歌了——就算你投
钱再多，科研上再不择手段，充其量给你弄出一个数据修正效率比谷歌算法强两三倍的算法。
那又如何？谷歌的用户数和频次乘积是你的五倍十倍，你空有三倍效率的算法，照样被越甩越远。何况在没有代差技术的况下，也不可能有三倍效率的算法。
顾莫杰想了想，问了可汗一个周边的问题：“你原来做视频公开课。有接受过别的慈善捐资过么？”
可汗想了想说：“有，原来我也做了一年半多，去年拿到的捐资是2o多万美元，我主要花在了程序方面，因为我一个搞不定视频的全部推送架构。”
顾莫杰心里有底了。
“那还怕什么，你只靠二十几万美元一年的投，加上你个的无偿劳动，就做出了现有的底子。今年开始你可以得到五百万美元一年，什么事儿办不成。
算法工程师不够的，我从初音集团给你调就是了。严磊博士你认识吧？那是当初跟着杰夫辛顿教授带出来的第一批度
