多知網(wǎng)3月15日消息，在【Open Talk】第十九期“AI英語老師‘躥紅’：耍把式還是有本事？”活動上，葡萄智學(xué)聯(lián)合創(chuàng)始人韓異凡分享了葡萄英語從選型、驗(yàn)證技術(shù)可行性到完善教學(xué)流程、不斷提升技術(shù)能力等打磨階段經(jīng)歷的事情。現(xiàn)如今，市場上類似的產(chǎn)品正在增多，韓異凡提到，葡萄英語接下來要跑得更快，在技術(shù)和數(shù)據(jù)層面建立壁壘。

　　(葡萄智學(xué)聯(lián)合創(chuàng)始人韓異凡)

　　以下為韓異凡演講全文（經(jīng)多知網(wǎng)編輯）：

　　葡萄智學(xué)成立于2018年3月份，初創(chuàng)團(tuán)隊(duì)大部分來自于搜狗搜索，幾位聯(lián)合創(chuàng)始人基本都是從一畢業(yè)就進(jìn)入了搜狗，做了十幾年的搜索，在人工智能領(lǐng)域有著比較深入的認(rèn)知和技術(shù)上的積累。

　　現(xiàn)今的教育行業(yè)，有很多的痛點(diǎn)存在，比如教育資源的稀缺性，我們認(rèn)為人工智能能夠在很大程度上去解決這些問題。從另外一個(gè)維度上說，它也可以降低成本，讓更多的人能夠享受優(yōu)質(zhì)的教育資源。

　　葡萄智學(xué)成立后，選取了英語學(xué)科作為一個(gè)切入點(diǎn)。經(jīng)過半年時(shí)間左右的研發(fā)，第一款產(chǎn)品葡萄英語就上線了，我們希望用科技提升學(xué)習(xí)效率和教育資源的平衡。

　　當(dāng)前人工智能三大核心技術(shù)組成：圖像識別、語音技術(shù)、語義理解

　　在講述葡萄英語這款產(chǎn)品整個(gè)打磨歷程之前，我大概講一下人工智能技術(shù)有哪些。如今人工智能的核心應(yīng)用技術(shù)有三個(gè)：第一是圖像識別，第二是語音技術(shù),第三個(gè)是語意理解。

　　首先是圖像識別，圖像識別有幾個(gè)細(xì)分技術(shù)領(lǐng)域。比如文字識別，應(yīng)用到教育領(lǐng)域，大家看到的拍圖搜題，自動閱卷，都是用了文字識別的技術(shù)。

　　識圖搜索也是應(yīng)用的比較早期的一款技術(shù)。這種技術(shù)被應(yīng)用的場景是，你看到誰穿了一件衣服可以拍張照片，通過識圖找到這件衣服的購買鏈接，或者去找這件衣服的相似款。

　　人臉識別技術(shù)比較有價(jià)值的應(yīng)用也有很多，應(yīng)用到教育領(lǐng)域，可以分析孩子學(xué)習(xí)時(shí)候的注意力、興趣度、關(guān)注度等等，進(jìn)而調(diào)整后續(xù)的教學(xué)方法和內(nèi)容。

　　還有一些是圖像識別技術(shù)和其他人工智能的技術(shù)結(jié)合在一起做的應(yīng)用。比如像圖文翻譯、照片生成。

　　第二個(gè)人工智能的核心技術(shù)：語音技術(shù)。語音技術(shù)從大的應(yīng)用方向上講，語音識別、語音評測和語音合成這三個(gè)大的方向。其它比如有效語音判斷、語音增強(qiáng)和聲紋識別其實(shí)是為了輔助比如語音識別的正確性、準(zhǔn)確率去做的額外工作。

　　語音識別是把我們說的話能夠轉(zhuǎn)換成一種文字。我們做實(shí)際應(yīng)用的時(shí)候，在葡萄英語場景里面，我們需要識別孩子說的英文具體的含義是什么。在這個(gè)過程里，有效語音判斷、語音增強(qiáng)和聲紋識別這些分支的技術(shù)都會起到一些作用，比如說我們會發(fā)現(xiàn)孩子在學(xué)習(xí)英語的過程中家長會陪在旁邊，背景音會有家長聊天的聲音，這個(gè)時(shí)候就需要通過有效語言判斷，通過聲紋識別的技術(shù)把家長的聲音過濾掉，拿到孩子的聲音。

　　語音評測是指發(fā)音質(zhì)量的評測，對英語而言又有很多細(xì)分的項(xiàng)目。發(fā)音的準(zhǔn)確度，句子的發(fā)音流暢度、完整度等等。

　　語音合成其實(shí)是語音識別的一個(gè)反向應(yīng)用，它把文字轉(zhuǎn)變成語音輸出出來。語言合成再往上就是一種帶著情感遷移的語音合成，它可以合成出符合某個(gè)人的音色、音質(zhì)特征的語音出來。

　　第三個(gè)人工智能的核心技術(shù)是語意理解，語意理解是人工智能技術(shù)里面最難的一項(xiàng)技術(shù)。我通常會打比方說人工智能能做到一個(gè)什么樣的水平和一個(gè)真人做這件事情是否容易做一些類比。就像語意理解這件事情，我們可以設(shè)想兩個(gè)真人在做溝通，經(jīng)常會出現(xiàn)A說了一句話，B理解的時(shí)候很有可能就理解出來完全不同的一個(gè)意思。語意理解是非常困難的事情。

　　技術(shù)和內(nèi)容為打磨重點(diǎn)，葡萄智學(xué)相關(guān)團(tuán)隊(duì)人員占比80%

　　我覺得有一句話說的特別對，“因?yàn)橄嘈潘钥匆姟?，葡萄相信人工智能是提升教育質(zhì)量與公平的最有效解決方案。我們從教育最核心的三個(gè)元素入手，去構(gòu)建葡萄英語這款產(chǎn)品。內(nèi)容層面上來說，我們通過自己去構(gòu)建內(nèi)容的方式來最終達(dá)到因材施教。師資層面我們構(gòu)建了一個(gè)智能老師。技術(shù)層面，最終通過技術(shù)的方式能夠促進(jìn)教育的公平性。

　　團(tuán)隊(duì)對人工智能領(lǐng)域技術(shù)的深入理解和深厚積累，是打造葡萄英語的第一階段。

　　有了這樣的積累之后，要去做一款兒童英語學(xué)習(xí)的產(chǎn)品，我們面臨的第一個(gè)問題是選型。選產(chǎn)品形態(tài)，當(dāng)時(shí)有兩類，是1V1的真人教學(xué)，還是偏游戲的人機(jī)交互方式？

　　成人可以自學(xué)，但是孩子不可能一直坐著，按照機(jī)械的操作完成學(xué)習(xí)。考慮到教育這件事情的嚴(yán)肅和嚴(yán)謹(jǐn)性，以及兒童學(xué)習(xí)的特點(diǎn)，我們選擇了1V1的教學(xué)方式，也是尊重教育的嚴(yán)肅性。

　　選擇完這樣一種產(chǎn)品形態(tài)之后，接下來面臨的是老師是用真人老師還是用虛擬形象？其實(shí)最早是想用虛擬形象，當(dāng)時(shí)有很多的想法，我們可以簽很多的IP，孩子可以選喜歡的IP形象，比如可以讓唐老鴨教他學(xué)英語，這對AI而言沒有任何的成本。

　　但是當(dāng)我們看了大量教學(xué)視頻之后，會發(fā)現(xiàn)英語教學(xué)里老師的語音、語調(diào)、表情、動作，對于整個(gè)教學(xué)質(zhì)量是至關(guān)重要的。它不是說你去構(gòu)建一個(gè)虛擬動畫形象的建模，給他生產(chǎn)幾套動作，就能夠?qū)崿F(xiàn)的。所以我們當(dāng)時(shí)就選擇了真人老師的方向，當(dāng)時(shí)選擇的時(shí)候，市面上還沒有這樣的方式。

　　確定了產(chǎn)品的形態(tài)之后，接下來我們驗(yàn)證我們所設(shè)想的技術(shù)可行性。首先驗(yàn)證的是，比如在語音識別這件事情上，我們能不能做到和真人一樣的及時(shí)反饋，以及整節(jié)課下來能不能真的逼近直播的互動效果。

　　在驗(yàn)證了技術(shù)是可以做到這一點(diǎn)之后，接下來我們做的是完善教學(xué)流程。

　　葡萄英語其實(shí)是非常重的一款產(chǎn)品，葡萄英語在主課之外會有預(yù)習(xí)環(huán)節(jié)，還有個(gè)性化的作業(yè)環(huán)節(jié)，我們?yōu)橹髡n配備了輔修課，還會為孩子生成個(gè)性化輔導(dǎo)課。個(gè)性化輔導(dǎo)課結(jié)合整個(gè)單元的課程報(bào)告，依托AI大數(shù)據(jù)分析，設(shè)計(jì)出針對孩子薄弱部分的專屬課程。

　　此外，我們還加了入學(xué)測試以及階段測試，給孩子輸出能力模型報(bào)告。在做教育這件事情上，我們還是很嚴(yán)謹(jǐn)?shù)?，在教材上我們引入了牛津大學(xué)出版社《Let's Go》的版權(quán)，我們在中美英三地都建立了教研中心。在英國，我們聘請了英國劍橋的博士作為教研中心負(fù)責(zé)人，每堂課的課件都經(jīng)過審核。

　　現(xiàn)如今，技術(shù)和教研團(tuán)隊(duì)的規(guī)模占葡萄智學(xué)的80%，葡萄在技術(shù)和內(nèi)容層面的投入占比非常大。

　　前期的工作完成之后，接下來我們就重點(diǎn)提升技術(shù)實(shí)力，我們公司核心的基因還是技術(shù)。2月28號我們在線上換上了我們自己的引擎，這也是從去年我們就一直在研發(fā)的自有引擎，我們評估我們的自有語音引擎效果是兩倍于現(xiàn)在市面上所有的第三方語音引擎效果。

　　我們現(xiàn)在還在研發(fā)對話系統(tǒng)，我們希望未來孩子會有一個(gè)玩伴陪同他去學(xué)習(xí)，我們有一個(gè)IP形象叫淘淘，它會和孩子做口語聽力的對話訓(xùn)練，通過IP形象動畫互動的方式，讓孩子既不枯燥，也可以在玩中練了口語和對話。

　　葡萄英語這款產(chǎn)品會把人工智能的知識圖譜、語音識別和評測，對話系統(tǒng)、自適應(yīng)學(xué)習(xí)，個(gè)人的學(xué)習(xí)報(bào)告和能力模型的構(gòu)建等一系列的技術(shù)應(yīng)用在其中，并且會串聯(lián)在整個(gè)產(chǎn)品的每一個(gè)環(huán)節(jié)。

　　學(xué)生上主課里面做的每一個(gè)練習(xí)，每一個(gè)知識點(diǎn)的掌握程度，課后作業(yè)做的情況，以及對話系統(tǒng)的產(chǎn)品里面做的對話練習(xí)，這些數(shù)據(jù)我們都會記錄下來，去分析這個(gè)孩子的能力模型是什么，繼而去調(diào)整接下來這個(gè)孩子他的教學(xué)應(yīng)該是怎樣的。

　　未來方向：提供更定制化的AI課程，要在技術(shù)、數(shù)據(jù)上建立壁壘

　　AI老師在兒童英語學(xué)習(xí)上有哪些痛點(diǎn)？真人老師效果不穩(wěn)定，師資有限，好老師稀缺，這都是現(xiàn)實(shí)真實(shí)存在的問題，包括好老師的稀缺性推高了成本和價(jià)格，現(xiàn)在很多線上課是需要預(yù)約的，上課不靈活，以及難以針對每個(gè)學(xué)生去做因材施教，這都是現(xiàn)在教育存在的一些痛點(diǎn)。

　　而AI老師完全可以解決這些問題。AI老師效果穩(wěn)定，好老師無限復(fù)制，可以24小時(shí)在線，孩子可以無需預(yù)約隨時(shí)上課，更是可以提供千人千面的個(gè)性化教學(xué)。

　　葡萄英語已將AI技術(shù)貫穿到了整個(gè)英語教學(xué)的過程，通過AI定制1對1教學(xué)，讓每個(gè)孩子都能“因材施教”。目前我們產(chǎn)品已經(jīng)上了個(gè)性化測評課，我們通過一套孩子的練習(xí)反饋數(shù)據(jù)科學(xué)測量孩子的真實(shí)水平，并去匹配推薦最適合孩子的課程。葡萄英語還有一個(gè)單元大復(fù)習(xí)課，會根據(jù)本單元孩子的學(xué)習(xí)變化、知識能力掌握情況，量身定制個(gè)性化輔導(dǎo)課，讓孩子在游戲互動場景下進(jìn)行查缺補(bǔ)漏，邊玩邊學(xué)，吃透每個(gè)知識點(diǎn)。

　　葡萄英語AI定制課的虛擬老師也針對各種場景做了各種處理，甚至提前預(yù)埋了很多突發(fā)情況的解決方案。比如，當(dāng)孩子發(fā)音不標(biāo)準(zhǔn)的時(shí)候，當(dāng)孩子用中文回答的時(shí)候，當(dāng)孩子不想答，AI老師都會針對性的給出反應(yīng)，例如鼓勵孩子再來一次，再講解一次問題讓孩子做選擇等。葡萄英語的課程有很強(qiáng)的互動性，涵蓋聽說讀寫各種訓(xùn)練，課程整體時(shí)?；究刂圃?5分鐘左右。

　　我一直認(rèn)為未來的教育一定是因材施教的，每個(gè)孩子都不一樣，怎樣找到一種適合這個(gè)孩子的內(nèi)容以及適合這個(gè)孩子的教學(xué)方法，才能達(dá)到更高效的學(xué)習(xí)，這是AI老師未來可以做到的一點(diǎn)。葡萄英語是要“讓每一個(gè)孩子能夠公平且高效的學(xué)習(xí)”。

　　去年12月26號融資消息公布后，接下來就有很多類似的產(chǎn)品出來，在這樣的競爭環(huán)境下，我們只能做得更快。因?yàn)槲覀冎垃F(xiàn)在這款產(chǎn)品還有很大的潛力空間，我們自己知道我們未來要做成一個(gè)什么樣子，我們必須跑得更快，在技術(shù)和數(shù)據(jù)以及用戶心智層面建立壁壘。

　　【問答環(huán)節(jié)】

　　問：孩子比較喜歡現(xiàn)實(shí)生活的某一位老師，我想模擬一下現(xiàn)實(shí)中老師他的形態(tài)以及說話的方式，如果要實(shí)現(xiàn)，這個(gè)難度有多大？

　　韓異凡：技術(shù)難度不大，難度在數(shù)據(jù)層面。要擁有豐富的老師的大量視頻才可以把這個(gè)建模給建出來。

　　問：需要多少？

　　韓異凡：幾百小時(shí)這樣的視頻量，而且可能對于本身視頻的質(zhì)量還要有很高的要求。現(xiàn)在在技術(shù)層面比較可行的一種方案是老師在專業(yè)的場景里面，就跟拍武打片類似的采集點(diǎn)，這樣效果會更好。如果僅僅是視頻的話，其實(shí)現(xiàn)在的技術(shù)做起來還是會有一定的困難。