注意，有场景的公司正在拿起AI武器

　　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。