注意，有场景的公司正在拿起AI武器

乾明 雷刚 2019-04-12 14:56:48 来源：量子位

李根 乾明 发自 凹非寺

量子位 报道 | 公众号 QbitAI

潮水转关，并非毫无征兆。

不知道AI落地趋势变化是否已让你感知？2018年下半年开始，技术先发正在被产品、场景为王替代。

之前，打造通用AI技术公司风头无两。如今，垂直化场景公司拿起AI武器，数据和场景加速转换为势能。

今天要讲的是一桩在线教育领域的AI变革。

一起作业 → 一起教育科技

一起教育科技，之前更为大众知的是一起作业，一家主打K12进校的教育公司，提供的是互联网在线作业和练习系统。

从2018年起，升级更名，以一起教育科技行世。

名头更大，意味着想得更大、做得更多，更多科技赋能产业。

而这个科技，最核心的就是AI，唯有AI，才能实现他们智能化教育的目标。

实际上，在E轮2.5亿美元融资之前，他们就已于2017年年末组建了AI团队，并从微信团队挖来负责人。

即便“一起”搞AI算不上早，但也并非没有优势。

历经7年创业，用户规模7900万，K12领域的数据资源更是壁垒深厚。

这不，牛刀初试便锋芒外露。

去年下半年，他们对外推出一款AI口语评测引擎，用于K12领域口语测评打分。

之前，行业内有技术领域出发的先发产品，涵盖讯飞、思必驰、云知声和腾讯等玩家。

但一起这个引擎，一出手便展现场景公司威力——在横向对比中，击败所有同类项。

How？

亮结果

一起教育科技展示了由业内教育专家组织的评测结果。

评测涉及两个方面，分别是句子层面和单词层面，核心指标是分数分布和分差分布。

分数分布指的是口语评测引擎为样本打分的情况。分差分布代表的是引擎打分与人类专家打分的差。

在分数分布上，一起教育科技的引擎在单词和句子上的打分，与其他各家更趋近人类专家的水平。

分差分布上，一起教育科技自研的引擎表现也很亮眼。

在单词层面，分差在0~1之间的概率近70%。

句子层面上，分差在0~1之间的概率达到80%，比排在其后的竞品高出10个百分点。

一起教育科技透露，整个评测过程实际也是“人机大战”：

• 首先是从数据库中随即抽取1000个语音样本，有词，有短语，也有句子。
• 其次邀请两位人类专家双盲交叉评分（8分制），并力争一致性在90%以上。
• 同时进行的还有各家AI对该评测数据的打分。
• 最后比较AI给分和人类专家给分的分差——分差越小，AI引擎越好。
• 于是有了这份结果。

为什么要这样测？

一起教育科技方面解释，一方面是基于K12教学大纲进行考察，要涵盖音素准确率、内容完整度、流利度、重音、 韵律(语调，停顿)等。

另一方面符合国人学英语的习惯，如果AI引擎直接按照标准国际口语打造，最后就会与人类专家打分出入很大——国情和语言环境所限，AI评测首要问题是“听懂”，才能精确打分。

这实际上并非轻而易举。

达成如此结果，背后不仅有一支类似教AlphaGo下棋的围棋国手们，也有一支50多人规模的AI作战团，且整个打造过程历时2年之久。

为什么这么久？

模型打造挑战

口语测评与语音识别等一般的机器学习问题不同，是一个主观性的问题，需要考虑到评分的标准，以及评分的一致性。

这对于模型的稳定性提出了更高的要求。尤其是在作业和考试场景，对打分的准确率要求更高。

种种因素决定，自研口语测评引擎，并不能简单地将通用声学模型搬来套用，而是要针对具体场景构建模型。

相对于其他各家来说，一起教育科技的口语测评引擎，不论是在模型上、标准上，还是在训练数据上，都更加专注于K12教育场景。

口语测评的任务中，语音对应的文字，引擎是事先知道的，其关键任务就是给用户的语音做一个精确的评价。

通常情况，语音识别的声学模型，都是基于音素（phoneme）来构建的。

但进行口语测评，对用户的发音要求比较高，如果单独看某些音素（清辅音），并不能准确给出评估。

一起教育科技的解决方案是，构建基于音素和音节(syllable)的声学模型，对于无法单独评估的因素，将其置于音节之中，结合场景给出评估。

在评估发音准确度方面，业界通常采用的是GOP (Goodness of Pronunciation) 算法。

这一算法的核心，是计算用户发出的语音与系统已知文字对应的可能性。可能性越高，发音就越准确。

这个可能性，就是系统已知发音和未知发音的似然比（likelihood ratio）。

似然比的计算，通常基于声学模型。大部分成熟的声学模型，使用的训练数据通常都是都是英语为母语的人的录音。

对于发音水平较好的学生，GOP算法能够给出一个相对准确的评估。

但对于发音较差、中式英语痕迹很重的学生，其似然比区分度很低，这个算法就很难奏效。

对于这个问题，一起教育科技采用两个解决办法。

首先是训练模型的数据，来自于自己收集的作业数据，经由教研团队仔细标注。目前，一起教育科技已经积累了万小时级别的口语数据集。

其次是评分标准，只是将GOP算法作为其中的一个维度。在构建评分决策树中，集成了更多其他符合K12教学场景的特征。

比如长元音和短元音应该怎么去分析、音素错误的位置对评分产生什么样的影响，等等。

这些特征，由教研团队从教学大纲和口考标准中提炼而出，既符合教学目标，技术上也有可行性。

评分标准更加细化，也减少了模型训练时对数据的需求。目前，口语测评引擎已经融入到了一起教育科技的产品之中。

一起教育科技介绍称，引擎每天承接的请求量达到亿级，用户对于引擎打分不准的建议率在万分之几的水平。

将AI融入“血液”

不过，这只是序幕而已。

一起教育科技的壮志雄心，不止于口语测评。2017年，“一起”从微信模式识别中心挖来饶丰组建AI团队，当时就有短中长规划。

第一步，先从语音是识别入手，解决英语学科测评打分的老师痛点。

第二步，围绕图像领域展开，推出口算拍照等产品，且对数学试题中的“逻辑”能有清晰理解。

此外，还有推荐引擎机制，通过智能化推荐方式，实现千人千面、因材施教，让学生在测试中不断完善短板。

目前，一起教育科技已经组建起一只能打好用的AI团队。

未来目标是能够打造完美AI助教，让AI真正实现赋能教育。

优势也很明显，在“一起”，教育场景能不断给AI模型反馈，而AI则能第一时间落地作用于教育，循环往复，生生不息。

当然，对于一起教育科技来说，AI只是“科技”的一部分。

去年第四季度，他们从奇虎360挖来前搜索事业部总经理杨康担任技术总负责人，负责将公司进一步科技化，打造K12智能教育平台。

这位前360的No.53号员工，拥有十多年的研发及业务管理经验。

他说，一起教育科技，教育在前科技在后，“一起”的核心着力始终是教育，但科技会是最佳手段，能够帮助教育不断提升效率降低成本。

除了AI团队，一起教育科技还有大数据等团队，希望把7年深耕教育获得的数据更好归因、分类，然后更好使用。

在杨康看来，目前教育最大问题并不是内容匮乏，而是很难给每个孩子找到适合自己情况的学习方式与思维方式。

AI与大数据的结合，能够很好地解决这个问题，这能够为每个学生打造一个“私人助教”，而 非“大班制教学”走马观花式学习。

在他们内部，首先是数据带动信息化，其次是AI等模型引擎作用其中，最后以智能化产品发挥更大价值。

毫无疑问，这也会是整个教育行业的趋势。

这个趋势已经开始，这个趋势不会停止。