2016年9月2日 芥末堆 怡彭 报道

还记得微软小冰吗？

自人工智能机器人走进人们视野以来，“她”可能是最调皮和伶牙俐齿的一个。在微博和微信上，机器与人“调戏与反调戏”的故事每天都在上演。甚至每解锁一个如“读心术”一样的新技能，都足以让小冰登上科技媒体的信息流。

人工智能无疑是现如今IT业最火的热词。无论谷歌、苹果，还是国内的科大讯飞，都在此投入重金。科技公司们大笔投入的目的显然不只是为我们找乐子，在更多行业寻找让机器替代人的方式，才是这场科技军备竞赛的主题。这一次，微软选择的是教育。

就在数日前，微软对外发布了小冰的妹妹“微软小英”，一款基于微信的口语训练应用。

试玩：听懂语义是最大亮点

微软做出的口语产品会有多酷炫？芥末堆特意试玩了这款产品。

通过底部的功能栏可以发现，用户可以在微信的聊天窗口实现情景对话、跟读训练和中英互译三种功能。其中最重要的，就是情景对话的功能模块。

如中间的截图所示，在情景模拟对话模块中，小英会根据场景进行描述并向用户提问，而用户则可根据中文和给出的提示词，通过微信语音回答问题。在此之后，用户可以得到系统给出的评分和标准答案。

同其他口语应用最大的不同在于，小英能够对用户所说的句子进行语义层面的识别，而给出的得分包含了对用户语句和发音的双重评价，如果用户的回答文不对题，系统能够予以识别并给出很低的分数。

据称，小英目前已内置了150余种情景课程，涵盖二十余个日常场景。

点击左侧的功能按钮，可以通过网页版进行更丰富、带有图片的情景模拟练习。

另一个特色的功能名为“易混音练习”，试图帮助中国用户解决“n”和“l”、“f”和“h”等易混淆的音节。微软小英列出了20组易混淆的元音辅音，让用户先阅读详细的讲解，再转到练习界面，根据听到的读音，在两个单词中选择一个，再逐个练习发音，由小英给出相应的得分。

除此之外，还有相对常规的跟读式发音训练和背单词功能。在“我的主页”中，可以查看小英对用户英语能力的评价，进行英语测试并根据用户的学习数据推荐相应的课程。

科技巨头做教育，落脚点还是“技术”

尽管算不上主要业务，但国外的IT巨头们在E-Learning上其实一直占据着举足轻重的地位。不只是OneNote、Chromebook、iPad等在学校内常见的软硬件产品，微软、谷歌、苹果三家公司还于近期分别发布了 Microsoft Classroom、Google Classroom和Apple School，几乎同时开始在教学管理领域发力。可以说，科技巨头们在细分领域想要做的，仍然是行业的“基础设施”。

那么问题来了，微软为什么要做“小英”这款重度垂直的行业应用？

在一场关于小英的分享会上，微软亚洲研究院创新工程总监田江森博士给出了答案。多年的研究，让微软亚洲研究院积累了大量的技术，但不是所有成果都适合整合进微软的产品体系。而小英，就是微软亚洲研究院将技术转化为独立产品推向市场的一次尝试。

田江森表示，英语是中国人重要的需求之一，但中国人的口语熟练度在亚洲都仅排在中下游，因此英语口语是一个很好的切入点。尽管市面上已有许多相关的App产品，但田江森认为，有竞争正意味着有需求，只要能做出更好的产品，就不必在意所谓的“红海”。而微软最大的优势，就在于技术。

尽管从未涉足语言学习产品，但微软在多年的研发中，对语音识别、语音合成、自然语言理解、大数据和深度学习等技术都有了很深的积累。Microsoft Translator和Bing词典，也积累下大量的语音数据。田江森告诉芥末堆，微软不仅在这些技术上有着领先优势，其语义识别能力更是大部分公司很难做到的。这一支撑着Cortana、小冰的核心技术，让微软小英能够理解用户语句的含义，突破大部分口语App只能跟读不能对话的桎梏。

微软对小英的定位，是可以与用户进行一对一交谈的英语学习机器人。选择微信平台作为首发地，也正是看中了其自然的聊天交互场景。但第三方平台仍然意味着限制，据透露，微软已经计划为小英开发独立的App。

在人工智能的未来，“机器外教”可能不是梦

在活动中，田江森透露了小英下一步的开发计划：

• 完善现有功能，改进用户体验，同时积累更多数据；
  

• 扩充内容和难度，适应年轻白领以外的更多的人群；

• 运用更多数据优化语音、语义模型，提高识别精度；

尽管对自身的技术有着很高的自信，田江森也并不讳言在教育上的“外行”，教育内容的生产和先进的教育理念、方式显然并不是微软的专长。下一步，微软小英将通过和教育企业的合作，来实现资源的互换与共享，进一步提高小英的专业度与使用的广度。

田江森表示，小英将在未来加入更多人工智能的元素，甚至如她的亲姐妹小冰一样的自由的多轮对话，在技术上也完全能够实现。只是在产品发布之初，不希望将产品做得太过复杂。

事实上，微软已经在小冰上做得更远。上月初，微软发布第四代小冰，在解锁对人类的全时感官之后，小冰可以做到与人类的双向同步交互，也就是可以与人类“打电话”交流。去年，能够识别图片和发送语音的小冰已经让人惊艳，而实时的语音通话则无疑让人工智能对人类的意义又提高了一个层级。这让人不禁联想，如果这项技术也被用在语言教学领域，会发生什么？大量的“外教”需求，会被机器取代吗？

昨日，BAT三巨头中最重视人工智能的百度正式发布了“百度大脑”，在李彦宏口中，这个被百度寄予厚望的产品所涉及的核心技术为语音、图像、自然语言处理和用户画像，与口语学习应用所需的技术几乎完全相同。

从谷歌、微软、百度等大公司的动作与决心可以看出，人类进入“人工智能”时代似乎只是时间的问题。由于场景和需求的吻合，新技术和新成果正在更快地被用在教育行业之上。教育的“智能时代”，或许要比人们所预期的来的更早一些。