通過強化技術和應用場景對接，先聲智能已經基本覆蓋常規場景，并且趨近真人老師的批改水平。
作者 | 張友發
這是「新商業情報NBT」報道的第598家創業公司
教育行業還沒有被互聯網根本改造，這意味著相關企業深入結合人工智能的機會。作為面向教育領域的人工智能技術服務商，先聲智能正嘗試在自動批改的基礎上，優化和拓展AI的應用場景。
先聲智能在線上教育興起時創立，自動批改是公司最早也最主要的落點。英語口語測評和作文批改的AI化能幫助老師提高工作效率，幫助老師從繁重的課后工作中解脫出來。通過優化技術，先聲智能已經基本覆蓋自動批改場景，并且趨近真人老師的批改水平。
但AI的應用還在外圍，先聲智能也在自動批改的基礎上拓展AI應用的深度和廣度。一方面在技術之上疊加內容和硬件的解決方案，另一方面為教育企業提供系統化的AI方案，這也許是AI真正進入核心教育環節的機會。
自動批改場景
先聲智能創立于2016年，幾位創始人都有著AI背景。之前在國際語言學習平臺Duolingo的工作經歷，讓公司CEO秦龍認識到AI在教育領域還有很大的應用空間。由于創始團隊的技術基因，先聲智能決定以技術服務商的身份切入市場。
最初團隊思考的是如何利用AI幫助老師從繁瑣的日常工作中解脫出來。對教師來說，作業批改占據了大量的課后時間，對學生來說，老師批改會有幾天的滯后。能及時快速反饋的自動批改技術因此成為AI教育最開始和最廣泛的落點。
基于語音識別、語音評測和自然語言處理等核心算法，先聲智能推出了智能寫作批改和智能口語測評技術，可以對學生的英語口語和寫作進行評分和糾正。團隊還在瞄準OCR （光學字符識別）領域，希望通過拍照來對學生手寫的作業進行批改。
去年公司發布了語法批改技術，將語法納入自動批改重要的分析維度。公司從2017年開始做語法改錯，通過實驗逐步覆蓋所有語法改錯點，直到2019年才正式對外提供技術：“先聲的語法改錯不算最早的，但應該是市場上效果最好的。”
先聲智能語法改錯系統與其它系統的效果比較
（圖/先聲智能）
在技術層面，先聲最近一次較大的跳躍是將Transformer框架運用到批改上。Transformer的好處是能夠突破現有技術的天花板，難點是在數據不多的情況下進行模型訓練。先聲做了不少努力來解決數據不足的問題，也是市面上少有的能提供這項技術的公司。
從傳統的機器學習到現在的深度學習，秦龍認為公司的自動批改尤其是口語測評技術已經大體接近真人水平。寫作批改在整體風格反饋和主題相關性判斷上還有改進空間，但是在現實應用中，老師一般改單份作業的時間很短，自動批改反而能體現出精度的優勢。
技術的探索建立在公司長期研發投入上。先聲團隊70%是技術人員，還聘請了有三十年語音對話研究經驗的卡內基梅隆大學教授Alexander I. Rudnicky擔任首席科學家。在2018年的北美SLAM 競賽中，先聲在英語語種比賽中獲得了第一名。
技術走出實驗室，還需要考慮到復雜的落地場景。比如在智能口語測評中，如果使用者身邊有人在說話，那么測評的質量就會大打折扣。公司這幾年一直在反復和教育機構溝通，在秦龍看來，技術公司最重要是通過交流知道客戶痛點，同時教育客戶。
溝通具體面向的是應用技術的老師。不少上年紀的老師甚至對App是什么都不太了解，公司需要切實了解他們的需求，并告訴他們AI能做什么：“很多老師看報道說語音識別能達到99%的正確率，但那是在特定數據庫上，實際使用的時候，沒有那么準確。”
經過幾年的發展，先聲基本覆蓋了技術常規的應用場景，并在做更多細節優化。智能口語測評先聲能夠逐句打分，讓用戶實時收獲反饋。先聲也在做開放式測評，過去用戶對著固定文本進行口語測評，現在產品可以對用戶隨便講的一段話進行測評，這建立在語音識別準確率足夠高的基礎上。
先聲測評的及時打分效果
隨著場景拓展，先聲智能也在延伸業務。一方面在英語之外，進行中文閱讀的口語測評，另一方面，在耕耘K12領域幾年后，先聲也逐漸進入口語學習和中文閱讀都很重要的學前教育領域。
先聲的中文口語測評
應用階段的延伸不是簡單的技術復制，而需要考慮到復雜的學習關系。比如學前教育更重要的是鼓勵孩子開口，如果一直給孩子打分較低，就會消磨學生的學習興趣，違背教育本來目的，這是K12教育不需要考慮的。
這幾年大型互聯網公司也在嘗試將智能語音技術應用到教育領域。面對大公司的壓力，秦龍認為先聲的優勢在于對于教育垂類的深耕，雙方出發點的不同會讓技術具有偏向性。
對技術落點的研究，才是先聲真正的壁壘。比如同樣一段語音，大公司的識別技術會將錯誤發音和語法識別為正確，而先聲智能的技術則會找出錯誤，因為大公司的語音技術是為了識別和確認語音，而先聲的技術是為了幫助學生找到錯誤。
進入核心
隨著業務的發展，先聲智能也在拓展業務的邊界。在橫向上，除了提供技術，也嘗試輸出內容和硬件的解決方案，在縱向上，AI技術有機會運用到課堂教育中，并為教育機構提供更全面的解決方案。
在和學校、硬件廠商的合作過程中，先聲智能發現除了口語測評技術，合作伙伴也有題庫、繪本等內容需求。先聲智能去年簽約了《愛探險的朵拉》等IP，并與咔噠故事、悟空識字等多家兒童數字內容平臺建立了深度合作關系，希望加強內容的儲備。
先聲也在嘗試更多軟硬結合的方案。過去公司主攻軟件，2018年開始有硬件廠商來尋求合作。去年公司與360AI音箱和等智能硬件達成合作，為其提供技術支持。公司也在交互技術上疊加硬件和學習內容，將一套軟硬件的模組方案售賣給廠商。
對AI教育來說，經歷了2018年的風口和2019年的退潮，AI的應用逐漸回歸理性，用AI技術改造核心的教育環節還需要時間。但先聲智能也在嘗試用AI解決在線教育的核心痛點。
目前熱門的在線大班難點在于難以實現學生交互。現在的交互更多通過做題來實現，但會造成對課堂的打斷，師生交流更本能的反應仍是語音，先聲智能在將語音識別和語音測評技術應用到在線課堂，讓學生通過語音解決老師提出的問題，從而提高課堂的互動效率。
另一方面，過去公司都在做相對外圍的單項技術輸出。在新的發展階段，秦龍希望能為教育企業提供系統化的AI技術解決方案。教育公司內部有著復雜的場景，由此產生的需求需要多種AI技術融合才能解決。
這需要先聲深入理解企業的場景，從而尋找痛點和解決方法。比如在線下播放網課視頻時，如何利用AI將視頻進行剪輯精簡。不少教育機構的學生作業錄入線上仍然靠人工進行，如果能夠采納AI技術，將會大大降低成本。
整體來看，服務商的發展和行業的變化密切相關。先聲創立時在線教育剛剛興起，在線教育對AI技術有著更強的應用意愿，也逐漸推高了AI的應用熱情。公司開展業務后，客戶數量一直保持每年100%以上的增速，其中超過60%是線上企業。
今年的疫情推進了線上教育的發展，先聲的技術使用率在疫情期間較去年同期有超過700%的增長。據秦龍判斷，在今年三四季度，受到疫情教育的線下教育機構，也會更多和公司達成合作，過去對線下教育的滲透不足是市場拓展的難點，現在疫情加速了這個過程，公司也因此需要思考線下場景的技術優化方向。
在融資方面，先聲智能已經完成3輪過千萬美金融資，投資方包括聯想之星、創世伙伴資本、思必馳、好未來和浙大友創。公司目前在籌劃PreB輪融資，主要用于學校場景下的技術研發。
AI對教育的應用仍在初級階段，秦龍也承認，互聯網并沒有在本質上改變教育的運作形式。但在可見的未來，AI仍有機會為教育體系提效，并且深入改造教育本身，這將會是作為AI服務商的智能更長遠的機會。
?新商業情報NBT原創內容 轉載請聯系授權
【轉載】加微信號：xinshangye233
【商務合作】加微信號：sansheng_kefu
【爆料或尋求報道】加微信號：Hoffman3056
