这个想法 在线STEM教育实际上是一个讲座视频的库。想想Khan Academy、Udemy、Coursera、MIT OpenCourseWare、YouTube等。但为什么是视频呢？想象一下，一位教授在黑板上授课。教授正在进行一种形式的演示：他们在解释时写下一个公式，圈出一个术语，画出一个图，然后指向重要的内容并继续。记录这个演示，你就得到了一个讲座视频。把它放在互联网上，你就拥有了今天在线STEM教育背后的范式。制作一个好的讲座视频真的很难。但假设你成功地做到了。两周后，你发现了一个错误。现在你面临一个问题：视频已经完成，你无法回去修正它。在实际操作中，你要么让视频保持现状，要么重新制作一次。当我们考虑这个问题时，一个想法浮现出来。我们写代码并发布它，后来发现错误，修复它，然后发布新版本。如果我们能够对讲座视频做同样的事情呢？如果我们能将讲座视频写成源代码，以便它们是可维护的？ 将讲座视频视为代码 从老师实际所做的工作开始。老师说了些什么，写下一个公式，圈出一个术语，然后继续讲解。每一个动作都可以用代码来描述：说“看看这个正方形。”同时：画一个正方形；说“假设每条边的长度是s。”同时：标记正方形的边为“s”；说“那么它的面积是s的平方。”同时：写“A = s^2”。现在想象有一个编译器，可以将这个源代码转换成视频，并配上文本转语音和计算机图形。现在讲座变得可以随时间进行编辑和改进，就像软件一样。将讲座视频视为代码的想法本身已经很强大。但在AI时代，你会得到更强大的东西。 在AI时代，想想大型语言模型（LLMs）迄今为止最大的影响力在哪里：软件工程。为什么是软件？因为软件是以文本形式编写的。LLMs可以读取和写入文本。同样的逻辑适用于其他领域：将某些东西转换为文本，LLM就可以直接开始处理它。一旦讲座视频变成代码，它们就变成了文本。 每一个技术主题 在地球上，没有人会花费几周的时间来制作一段关于冷门数学定理、小众工程方法、研究论文等的讲座视频。主题太多，而对每个主题感兴趣的人又太少。但如果讲座是代码，你就可以向LLM要求几乎所有技术主题的讲座。 每一种语言 如果讲座是代码，你可以要求LLM将讲座翻译成任何语言。得到的结果是一流的同一讲座版本，而非配音或字幕。一门讲座可以存在于80种以上的语言中。 AI原生学习体验 如果讲座是代码，讲座本身可以变得互动。你可以暂停它，问一个问题，并实时生成视频获得答案。讲座本身也可以为你个性化。课程可以遵循你的教学大纲，匹配你的水平，花更多时间在你挣扎的内容上，并跳过你已经知道的内容。 我们的进展 我们决定围绕这个想法建立一家创业公司。它的名字是Academa。我们构建了基础的讲座作为代码的技术。这里的所有视频都是由LLM一次性生成的，但我们将随着时间的推移进行维护和改进。它们只是代码。你也可以让我们的AI为你生成一个。我们正在构建许多让我们非常兴奋的新事物，这只是一个开始。在接下来的几周和几个月里，我们将分享更多内容。如果你想关注我们的进展，请订阅我们的新闻通讯或加入我们的Discord服务器。