伟大的教育家:美国数学免费教学大神

转自 点融网

面对10亿美金,这个穷屌丝却拒绝了,他宁愿做一个中产阶级,只接受别人的捐助,也绝不收费。他说:我就是要做免费教育,一旦收费,很多发展中国家的孩子不就看不起了吗?今天点小融就分享给大家一篇文章,告诉大家一个拒绝10亿美金的伟大的“穷屌丝”。


这个不起眼的小伙子叫萨尔曼·可汗(Salman Khan),今年39岁。他颠覆了美国教育,成为了数学教父,让数学老师不再讲课,比尔盖茨都捧着他。他成功登上了《福布斯》杂志封面,但是他却拒绝了10亿美元!
 
  对,你没听错,他拒绝了10亿美元!


  这家伙是屌丝出身,家里很穷,是孟加拉国到美国的移民。但他却是个天才,通过自己的努力考上了美国麻省理工学院,四年读完了数学计算机科学,拿了两个本科学位,后来还拿了哈佛大学的硕士学位。


无意中成为数学教父




  萨尔曼·可汗有个小侄女叫纳迪亚,2004年她在新奥尔良上七年级,数学成绩一直不好,要求可汗给她辅导。对于当时28岁的可汗来说,数学是他的强项,他在麻省理工学院的专业之一就是数学。


  可汗和纳迪亚不在同一个城市,可汗通过互联网教纳迪亚学数学,讲得生动有趣,概念清晰,纳迪亚的数学成绩提高神速。


  很快,他的朋友就知道了,也让可汗给孩子辅导数学。经过可汗辅导的孩子,数学成绩都直线上升。


  可汗想,这样辅导效率太低,不如做成视频,放到互联网上,让大家免费观看。结果回到家他就躲进衣帽间里,把自己关起来,拿摄像头开始录制视频。


  他的视频非常生动,能在十分钟内把一个数学概念讲完,在互联网上引起了很大的关注。结果一发不可收拾,他把自己关在衣帽间录制了一年的视频,从小学数学,到高中的微积分,再到大学的高等数学,统统讲了个遍,共计4800个视频。


  这些视频在互联网上获得了极大的成功,点击率接近5亿,共有4800万人观看。


  在美国,有2万多所学校,上数学课时老师已经不再讲课,让学生观看可汗的视频,老师只负责答疑。


  就这样,他一个人凭借一根网线颠覆了美国的传统教育,掀起了一场革命,他已然成为数学教父。


  可汗还是一名计算机极客,他写了数据挖掘程序,搭建了网站,叫可汗学院。他把视频放到他的免费网站上,让孩子们像打游戏一样学习数学。


  可汗学院的月访问量达到了500万人次!相比之下,麻省理工学院的开放式课程网站,月均访问量也不过150万人次。


  斯坦福大学教育学博士生、高中数学教师丹·迈耶说:“如果你在美国教数学,你就不可能没听说过萨尔曼·可汗。”


拒绝10亿美元




  可汗的视频获得成功后,很多风险投资机构找到他,希望注资成立公司,将视频收费,可汗可以立马成为坐拥10亿美元的富豪!


  但是,这个穷屌丝却拒绝了,他宁愿做一个中产阶级,只接受别人的捐助,也绝不收费。他说:我就是要做免费教育,一旦收费,很多发展中国家的孩子不就看不起了吗?我想象不到我的生命中有任何一种方式,能比我现在活得更有意义。


  对可汗来说,他的人生价值=他为社会创造的价值/他所活得的收入,这个比值越大,人生价值就越大。


  2012年,可汗成功登上《福布斯》杂志封面。《福布斯》撰文称这是一个一万亿美元的商业机会,而当今市值最高的公司是苹果公司,也不过才7000亿美元。


  但是,这个穷屌丝偏偏就拒绝了,他就是要免费!


比尔盖茨是他的狂热粉丝




  可汗成为美国数学教育的宠儿,受到许多科技领袖的热捧。他们比任何人都更清楚,美国的数学教育有多糟,而数学水平的高低对于美国的未来又有多重要。在2011年世界经济论坛公布的结果中,美国的数学和科学教育质量排名全球第52位。


  2011年3月,可汗在加州举行的TED大会上发表演讲,全体听众起立鼓掌。比尔·盖茨当场上台,就可汗的项目与之交流。


  盖茨可谓是可汗最狂热的粉丝之一。他曾经花费很多时间教3个孩子数学和科学的基本概念,可孩子们总是听得懵懵懂懂。2010年初,有人向他推荐了可汗的网站。没想到,那些他怎么也解释不清的知识点,汗通过短短12分钟的视频,就让孩子融会贯通。盖茨直言,“我真有些嫉妒他”。


  后来,他在多个重要场合提到可汗,邀请可汗到微软公司面谈,并通过基金会向可汗捐款150万美元。“我认为,萨尔曼·可汗是一个尽一切所能利用技术让更多人学到知识的先锋,”盖茨说,“这是一场革命的开始。”


谷歌注资200万美金


  谷歌也是可汗学院的支持者。2010年9月,谷歌发起“十项目”竞赛,为5个“可能改变世界”的组织提供总额1000万美元的奖励。可汗学院在众多竞争者中胜出,赢得200万美元注资。


  美国最成功的风险投资人约翰·杜尔及其妻子安是可汗学院最早的资助者。2010年春,可汗从在线支付平台发来的邮件得知,有人给他的账户注入了1万美元,捐款人是安·杜尔。


  他写信致谢,称这是他迄今收到的最大一笔捐款,并表示如果可汗学院有校园,他乐意将第一座教学楼以安的名字命名。


  安不相信区区1万美元竟然是最大一笔捐款,旋即又慷慨地掏出一张10万美元支票,坚持要给汗发工资。此后,她成为可汗学院的“拉拉队长”,并且经常拜访可汗的办公室,“有时甚至会带来蛋糕”。


【点小融的话】
  这是点小融看过的最喜欢也最感动的故事了,他为了孩子的免费教育,拒绝了一夜暴富的机会,拒绝了10亿美金,但是,他仍然获得了比尔盖茨的150万美元投资和谷歌的200万美元投资,所以,善良始终会有好报的嘛。还有,点小融感觉到了互联网的力量真的好巨大,这真的是一个好有前景可以造富许多人的行业~

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值