在不久前由ETS聯合 NAACL-HLT 2018 conference（自然語言處理國際頂級會議）組織的second language acquisition modeling (SLAM) 競賽中，國內人工智能技術服務公司先聲教育在英語語種比賽中，獲得第一名。
“這就是在語言學習角度，用戶行為數據分析建模的比賽。這個比賽基於Duolingo用戶在App上前三個月的數據集訓練數據，建立模型，然后預估這個用戶在未來三個月的題目能做對，還是能做錯。”在先聲教育聯合創始人兼CTO秦龍的介紹中，先聲教育團隊是通過深度神經網絡進行建模獲得第一名成績的團隊，另外一家並列第一的團隊則綜合運用了深度神經網絡和簡單決策樹模型兩種方法。
先聲教育成立於2016年4月，公司基於語音識別、語音評測和自然語言處理等核心技術，自主開發的人工智能技術成果目前涵蓋了智能語音評測技術、智能寫作批改技術、自適應學習技術、智能對話技術以及情感識別五個方面。通過人工智能技術與教育領域的結合，先聲教育希望能夠嘗試解決教育資源不匹配、不均等的問題。
技術讓教育更有意義
從卡耐基梅隆大學畢業之后加入國際語言學習平台Duolingo，是秦龍在人工智能+教育領域進行時間的開始。他是同學中少有的選擇加入創業公司的人，厲害的創始人和Duolingo自身的高關注度是他做出這個決定的原因。在Duolingo的工作經歷，讓他開始體會到教育的意義所在。
“你會體會到說，我做的這個事情可以影響到幾百萬、上千萬、上億用戶，他們可能是旅館的服務員、街上的小商販。很多時候，這些人不是因為想去國外旅游才學習外語，而是因為他們如果懂得一門外語，就有機會去更高檔的餐廳、旅館工作，工資更高，小費也會更多，可以直接改變自己的生活。這會讓你感覺到教育的真正意義所在。”秦龍說道。
秦龍之后選擇創業做先聲教育，也是希望以技術服務商的身份，幫助教育機構將人工智能技術技術更好的運用到教育領域中，來減輕或者解決教育資源分配不均勻的問題。秦龍認可俞敏洪的一個觀點，就是每一次大的工業革命都會降低知識傳播的成本，提高知識傳播餓的效率，比如工業革命對工人熟練操作機器的需求，促成了現代學校系統的誕生﹔互聯網革命則讓不同地區的人有機會在網上享受相同的教育資源。
“人工智能技術對教育的改革可能會是更大范圍、更強烈的。互聯網解決的是時間和空間的問題，而人工智能解決的是有和無的問題。很多地方沒有很好的外教能夠糾正學生的英語口語，但是通過人工智能技術學生可以得到更好的指導和反饋。而且人工智能技術還可以為學生課前預習和課后復習提供指導，替代作業批改等一些老師的工作。”秦龍表示，人工智能可以指導學生要做什麼事情，也能夠判斷學生做這些事情的效果如何。
技術需要商業化場景的推動
“當時大家對於語音識別、人工智能遠沒有現在這麼關注，大家都覺得這個技術很有意思，但是沒有特別看好的。”秦龍在2003年前后進入中國科學技術大學的人機通訊語音實驗室，開始接觸和了解語音合成和語音識別技術。直到他2007年進入卡耐基梅隆大學攻讀博士的時候，語音識別技術都還沒有進入到商業化應用階段，“整個體驗的都很差，但是在實驗室裡做研究還會覺得挺有意思。”
真正讓秦龍感覺到語音識別技術火起來了，是在2011年蘋果發布了Siri之后，業界都跟風進行語音識別技術的工作，相關的人才也受到了更多關注。而語音識別技術本身真正迎來大的突破要更晚一點。微軟將深度神經網絡應用到語音識別裡面，讓整個語音識別的准確率得到了大幅提升，將整個語音識別技術的研究往前推進了一大步。
“雖然在這之前，Google已經開始建立自己的語音識別團隊，但是真正的爆發還是在Siri推出之后。如果沒有Siri發布帶來的一些大規模商業化應用作為基礎，研究團隊很難去拿到這麼多數據，引入深度神經網絡的效果也會比較有限。包括2012、2013年以后，GPU開始被運用到深度神經網絡的研究中，也是一個比較重要的因素。”秦龍告訴人民創投（ID：renminct）。
做人工智能領域的產品經理
在秦龍看來，人工智能技術發展到現在，還沒有標准化到能夠依靠一把鑰匙打開所有的鎖。現在更多的情況是，在不同領域中會遇到不同的問題，需要找到不同的工具來解決這些問題。在目前人工智能技術落地的場景中，需要對教育、安防、金融等領域的知識有深刻地了解的人與做技術的人一共來制定問題的解決方案。
“更好的情況是做技術的人能夠對教育等領域有一些了解。”秦龍表示。先聲教育選擇做教育領域的人工智能技術服務商的一個優勢就是，秦龍以前在Duolingo工作的時候，需要對每一次做得工作進行數據指標的量化，這讓他清楚地了解到做哪些事情是真正對用戶有影響的，做哪些事情是對用戶沒有幫助的。
秦龍表示，目前行業內缺少懂人工智能技術的產品經理，來幫助用戶理解技術的邊界在哪，現在技術可以做到什麼，不能做到什麼，滿足用戶更加個性化的需求。“人工智能產品經理，並不需要精通深度神經網絡是怎麼訓練的，而是需要知道在安靜的環境下，一個成年母語說話人在語音識別系統中的識別率可以做到95%甚至97%﹔在噪音環境下大家做得還很差﹔非母語說話人的識別效果是不行的﹔成年人和小孩不能適用於同一個模型……”
某種程度上講，先聲教育正在扮演這樣一種產品經理的角色。通過給新東方、好未來等教育領域的B端用戶提供智能語音和寫作評測系統及技術解決方案，一方面能夠令自身的技術成果更快速的觸達更多的學生群體，更快實現自身緩解教育資源不平等的理想，另一方面，也能以一種更開放的心態來推動人工智能技術與不同領域的結合，通過開放與合作加速技術的進步。
在採訪過程中，秦龍會強調先聲教育不是一家教育公司，而是一家人工智能公司。從長遠來看，秦龍更希望先聲教育能夠不斷積累，將對話、交互等不同的技術融合起來，創造出一個虛擬的人工智能老師，在機器人能夠做更多嘗試。教育可能是先聲教育的技術落地點，但是未來公司並不一定會隻做教育這一個領域。
秦龍表示，未來先聲教育會在更多技術和場景上進行落地，在語音測評、寫作批改之外，打造一個以語言教育為目的的對話場景。“任何一種新技術、新事物的出現都會經歷泡沫期，最后也都會回歸理性。但技術型公司需要很長時間去發展，也需要創業者和投資人有更多的耐心。”
