芥末堆 田园 11月22日

11月16日，GET2017教育科技大会“人工智能论坛”上，先声教育联合创始人兼CTO秦龙以“教育为本·智能驱动”为题进行了主题演讲。

秦龙首先由自身经历介绍了创办先声教育的初衷，即为中国的教育企业提供最好的人工智能技术，从而使教育企业可以更好地服务中国学生。随后，他为大家讲解了语言学习中的人工智能技术，包括口语测评、写作批改和私人语言陪练。此外，他还讲到人工智能技术并不是无敌的，未来人工智能技术仍然面临很多挑战。最后，他呼吁做人工智能、做教育的企业齐心协力，一起为中国所有家庭、学生提供最好的教育贡献力量。

以下是秦龙演讲实录：

大家好，今天在这里简单地跟大家分享一下人工智能和教育的结合。因为先声教育是一家非常年轻的初创企业，所以请允许我花几分钟时间简单介绍一下我们的背景。

先声教育：人工智能技术服务商，帮助教育企业更好地服务中国学生

我是在大学三年级时加入了中国科学技术大学人机通讯语音实验室，了解科大讯飞的朋友们可能知道，科大讯飞正是从我们的实验室走出去的。十几年前，科大讯飞第一次在国际语音合成大赛上获得第一名，我也是当时语音合成团队的主要成员之一。

离开科大讯飞后，我来到卡耐基梅隆大学攻读计算机博士学位，在这样一个李开复老师曾经学习和工作的地方，我花了六年的时间，做语音识别方面的研究。

后来我加入了Duolingo，这张照片是我第一次工作的照片。我手里拿的牌子上面是西班牙语，是我们在Duolingo西班牙语课程中教的一句话，它翻译成中文的意思是“你的熊喝啤酒”。在Duolingo里，我们有非常多的无厘头句子，但是我们的客户反映这些无厘头的句子，反而让他们特别容易记住外语中的单词和语法。

我们也发现这是一个非常有意思的现象，我刚加入Duolingo时，只10几个工程师。我离开时，Duolingo在全球已经拥有超过2亿的语言学习用户，提供超过60门语言学习课程，而且所有的课程都是免费的。

Duolingo免费学习的理念对我的影响非常大，于是我从做技术和产品的角度思考，我们能不能为中国的家庭、学生做些什么。所以，就有了先声教育。先声教育是一家人工智能技术服务商，我们做的是赋能的一家公司。我们希望为中国的教育企业提供最好的人工智能技术，从而使教育企业可以更好地服务中国学生。

AI离教育应用还有多远：未来已来

下面，我们开始今天的主题——AI人工智能。自从去年AlphaGo击败前围棋世界冠军李世石后，人工智能越来越多的出现在我们的生活中。而且人工智能对我们的生活产生了非常大的改变，比如，最新的苹果手机可以通过“刷脸”来解锁，这在很多年前是完全不能想象的。

人工智能如此发达，教育界的人自然会问一个问题，AI离教育应用还有多远？我觉得今天的这个主题特别好，在这里我想借用，我非常喜欢的科幻小说作家说的一句话来表达我的观点：未来已经在这里了，只不过它还没有完全普及。

语言学习里的人工智能技术：口语测评、写作批改、私人语言陪练

刚刚流利说、科大讯飞和微软都介绍了人工智能技术和教育非常好的结合点。可以说，如今在中国每天都有几千万的中小学生通过人工智能技术进行学习，包括口语评测、写作批改、精确评分等等。作为一个有做技术、产品背景的人，下面我想给大家介绍一下语言学习里常见的人工智能技术。

首先是我们刚刚提到的口语测评，就是通过计算机、人工智能自动化来评判学生的口语能力。这里主要用到语音识别算法和深度学习模型来估计打分。为了服务更多的学生，我们的语音测评技术不仅需要让大家可以在苹果手机、安卓手机上使用，还需要让大家可以在微信公众号、微信小程序里使用。

此外，无论是网快、网慢、有网和没网哪一种网络环境，我们都可以做语音测评。同时，为了满足中国中小学生的需求，语音测评技术也支持中高考所有考试的提醒。

像这样一个语音测评技术，每一天我们语音服务的平台会接受数千万的语音评测请求，每一天我们要处理数百小时的语音数据。可以说，正是因为这些非常大量的语音请求和语音数据，我们也观察到一些非常有意思的现象。我有两幅图，是我们语音平台得到的平时和周末的语音评测请求分布。

我们可以看到，这两幅图有非常大的区别，也有非常类似的情况。用一句话来说，我觉得中国的学生为了学习口语、练习口语真的是很拼，也特别的辛苦。从早上6点开始，一直到晚上11点、12点，有很多学生一直在练习口语。

下面我介绍的技术是写作批改。写作批改和口语测评非常类似。它要解决的问题是让计算机自动去判别一个学生写的作文好不好，好在哪里，或者说有哪些问题。

我们会给出一个总分，也会给出一些非常精确的评判，包括词汇的使用能力、语法的掌握程度，以及是不是切题。同时，我们给出的反馈也会告诉学生，你这篇作文中哪些地方是拼写错误，哪些地方是语法错误，甚至是用词不当、词不达意等等。我们希望通过这些最实时的反馈，让学生立刻知道哪些地方犯了错误，从而有改进的机会。

其实很多人都知道，学习语言最好的方法就是使用这门语言。不过这些事情在中国是比较困难的，对于中国孩子来说，没有一个合适的环境和场景来让他们练习这门语言。

20年之前，我们用的都是复读机，播的是磁带。磁带是一种非常简单的形式，它播一句英语，然后你暂停，你重复这句英语，这种学习效果并不好。

20年后的今天，我们有了非常好的语言学习方式。比如，一对一在线外教直播课程，我认为这是非常好的方式，可以让孩子直接学习最地道的英语。但这样的语言学习形式仍然有很大问题，目前来看它的成本比较高。也就是说，它不能服务中国绝大多数的家庭，绝大多数的学生。

所以，我们想说能不能通过人工智能技术做一点什么，于是我想到了通过人工智能技术为每个人打造私人语言陪练。在去年，Duolingo上线了一个产品，它就是为每一个学习语言者打造私人的语言陪练。

图中就是这个产品的大致样子，它是通过英语学习西班牙的课程。我有一个动物园的场景，我的人工智能的陪练就是我在动物园里的一个导游。我们会通过文字、语音、图片来引导学生、引导用户，把对话进行下去。

与传统的对话相比，比如siri，它们有着非常大的区别。我们的对话主要由人工智能引导，这样可以解决学生在学习语言初期对语言掌握不好的问题，使用户更容易把对话进行下去。这种形式、技术和设计在客户中得到了非常好的反馈。

人工智能看似强大，实则面临很多挑战

既然人工智能应用这么广泛，是不是人工智能就无敌了呢？就已经完美了呢？我想从自己做人工智能的经验跟大家分享一下。目前我们所有解决人工智能的案例中，基本上都是Big Data、Small Task这一类。

我们先说什么叫做Big Data。可以用一句话来总结，有多少人工就有多少智能。刚刚微软的同事也提到了，我们每一个人工智能的模型，都需要大量的大数据来进行训练。比如，语音测评模型和语音识别模型需要几千小时，甚至上万小时人工标准的语音录音，才能训练出一个模型。所以，标准问题是所有人工智能从业者都非常头疼的问题，是一个非常耗费人力、物力、财力的过程。

所以，这也是为什么在谷歌发表《AlphaGo Zero》这篇论文以后，大家眼前一亮。因为AlphaGo Zero在完全没有使用任何有监督的数据情况下，训练了一个可以用于人工智能下围棋的产品，它比之前有训练数据的产品更厉害。

什么叫做Small Task呢？我用一句话来总结，就是单一模型只能解决单一问题。在2002年，谷歌通过使用1万6千多块CPU、3天时间、超过1000万张图片数据训练了一个非常强大、非常复杂的人工神经网络。但它只能干一件事，就是识别图片中有没有猫脸。如果我想让它识别有没有狗脸，或者人脸，它就做不了。应该说，目前人工智能看似强大，但其实它每一个训练出来的结果，就只能做一个非常小的事情。

那么，未来人工智能技术面临哪些挑战呢？从人工智能技术的角度出发，包括如何无监督的学习、如何打通多维数据、音频、视频和头像、如何融合多种算法等等，这都是未来人工智能技术面临的挑战。

共建，让更好的教育来的更快

接下来，我们再讲讲教育。其实，目前的教育系统非常老旧，它起始于第一次工业革命。当时创立学校、创办教育的目的是为了培训在流水线上工作的工人。同样地，教育的形式也像流水线一样，每个学生用同样的速度学习同样的内容。

我们现在的生活和两三百年前有着翻天覆地的变化，我们可以用人脸去解锁手机、可以做视频通讯、可以把人类送向太空，我们火车的速度已经比两三百年前至少快了100倍。但是我们的教育形式、教育内容并没有发生太大的变化，应该说教育的变革非常缓慢。

在今天的论坛里，我想跟大家探讨一下，是不是有了人工智能技术这无所不能的利器，就可以解决教育里的所有问题呢？我认为不是的。那有没有什么更好的方法，可以帮助我们解决这样的问题呢？我觉得今年GET大会的主题已经给了我们很好的答案，那就是共建。

今天，在中国有非常多、非常优秀的教育企业，每一个教育企业都有自己非常大的优势。比如说，有的企业可能有大量的学生用户，有大量学生学习使用的数据。有的公司有非常好的教研，非常好的教研内容。像我们这些初创企业，或者已经比较成功的初创企业，有很好的人工智能技术。那么，我们这些企业之间能不能以一个非常开放的心态，把彼此最好的地方、最好的优势都拿出来。我们一起合作，一起让教育的发展来得更快。

最后，我想说，我们已经在人工智能和教育相结合这条路上走下去了，但是这条路还很长、很慢、很遥远，距离我们最终的目标不是一天两天能够实现的。我希望所有做人工智能、做教育的企业，大家齐心协力，为早日实现我们通过技术，为中国所有家庭、所有学生提供最好的教育，贡献一份力量。

谢谢大家。