數(shù)據(jù)的作用在人工智能發(fā)展道路上愈發(fā)被重視。7月27日，在廣州舉行的GMIC大會(huì)上，網(wǎng)易有道技術(shù)總監(jiān)林會(huì)杰表示目前AI+教育還在初級(jí)階段，對(duì)于這一行業(yè)而言，得數(shù)據(jù)者得先機(jī)。這家擁有國(guó)內(nèi)最大用戶量（全平臺(tái)8億用戶）的互聯(lián)網(wǎng)教育公司也首次對(duì)外集體亮相AI能力，神經(jīng)網(wǎng)絡(luò)翻譯、圖像識(shí)別、語(yǔ)音交互技術(shù)和自適應(yīng)學(xué)習(xí)四項(xiàng)AI能力聯(lián)合為教育加碼。

幾乎所有企業(yè)都想搭上AI這趟車。

這的確是大勢(shì)所趨，但比起匆忙加入浪潮，先看看手里有著怎樣的牌，才能在這戰(zhàn)場(chǎng)上打得更漂亮。

傳統(tǒng)企業(yè)轉(zhuǎn)型AI，占據(jù)垂直化場(chǎng)景優(yōu)勢(shì)；有數(shù)據(jù)的公司拿起AI武器，“殺傷力”驚人；擁有大量用戶基礎(chǔ)、以用戶為導(dǎo)向的企業(yè)，更易開發(fā)出To C端產(chǎn)品。

最重要的是有技術(shù)加持，這就是時(shí)候向AI發(fā)力了。

7月27日，在廣州GMIC（全球移動(dòng)互聯(lián)網(wǎng)大會(huì)）上，網(wǎng)易有道技術(shù)總監(jiān)林會(huì)杰在題為《AI+教育的進(jìn)化之路》演講中表示：

目前AI+教育還在非常初級(jí)的階段，得數(shù)據(jù)者得先機(jī)，如何更好地采集數(shù)據(jù)、處理數(shù)據(jù)、從數(shù)據(jù)中學(xué)習(xí)更好地規(guī)律，是當(dāng)前整個(gè)AI+教育行業(yè)的重點(diǎn)。

網(wǎng)易有道技術(shù)總監(jiān)林會(huì)杰

這也是網(wǎng)易有道首次對(duì)外集體亮相AI能力，翻譯、圖像識(shí)別、語(yǔ)音和自適應(yīng)教育四項(xiàng)AI能力聯(lián)合為教育加碼：

神經(jīng)網(wǎng)絡(luò)翻譯（NMT）：在學(xué)習(xí)和新聞測(cè)試集中，有道NMT的中英互譯準(zhǔn)確度均優(yōu)于同行，最好成績(jī)領(lǐng)先7個(gè)百分點(diǎn)。

圖像識(shí)別（OCR）：擁有國(guó)內(nèi)可識(shí)別語(yǔ)言最多的OCR識(shí)別引擎，且能應(yīng)對(duì)多種高難度場(chǎng)景，平均準(zhǔn)確率可達(dá)95%；

語(yǔ)音識(shí)別與合成：有道語(yǔ)音識(shí)別技術(shù)在一些場(chǎng)景上識(shí)別準(zhǔn)確率超過98%，支持中、英、日、韓多個(gè)語(yǔ)言；有道語(yǔ)音合成引擎音色逼近真人，支持中、英、日、韓、葡等多個(gè)語(yǔ)言；

自適應(yīng)學(xué)習(xí)：配合自研的智能學(xué)習(xí)硬件，實(shí)現(xiàn)實(shí)時(shí)采集書寫數(shù)據(jù)，并且提供如學(xué)情分析、知識(shí)圖譜評(píng)估、智能推題等一系列自適應(yīng)學(xué)習(xí)輔助。

一直深耕技術(shù)的網(wǎng)易有道在AI方面的成績(jī)單逐漸浮出水面，數(shù)據(jù)和技術(shù)加速轉(zhuǎn)換成勢(shì)能。

積累全平臺(tái)8億用戶發(fā)力“AI+教育”，得數(shù)據(jù)者得先機(jī)

在人工智能產(chǎn)業(yè)落地的浪潮中，“AI+教育”更是處于風(fēng)口。中國(guó)K12教育市場(chǎng)規(guī)模前景明朗，市場(chǎng)空間大。

成熟的AI+教育產(chǎn)品難以落地，根本原因是缺乏足量學(xué)習(xí)場(chǎng)景下的一手真實(shí)數(shù)據(jù)。

處處都是機(jī)遇，也處處都是挑戰(zhàn)。如同艾瑞咨詢?cè)趫?bào)告中指出，“AI+教育”領(lǐng)域邊際明顯，初期投入巨大，但越往后數(shù)據(jù)的反哺能力越強(qiáng)。

例如，在AI自適應(yīng)學(xué)習(xí)產(chǎn)品中，由數(shù)據(jù)來訓(xùn)練算法，輸出更接近真實(shí)情況的學(xué)習(xí)模型，學(xué)習(xí)系統(tǒng)進(jìn)而得到增強(qiáng)，從而吸引更多學(xué)生使用，更多數(shù)據(jù)也會(huì)隨之產(chǎn)生，形成良性循環(huán)。

來源：艾瑞咨詢研究院

數(shù)據(jù)對(duì)于AI的作用早已不容小覷。

此前，對(duì)于深度學(xué)習(xí)發(fā)展已到瓶頸的問題，業(yè)內(nèi)也有人提出數(shù)據(jù)處理是一劑良藥。

在深度學(xué)習(xí)上，投入算法不一定能見到成效，但投入數(shù)據(jù)一定能見效，數(shù)據(jù)會(huì)推動(dòng)人工智能的發(fā)展，會(huì)將人工智能帶入一個(gè)新臺(tái)階。

發(fā)展AI技術(shù)前就已積累大量數(shù)據(jù)，這對(duì)一個(gè)企業(yè)來講無疑是一大優(yōu)勢(shì)。網(wǎng)易有道技術(shù)總監(jiān)林會(huì)杰在GMIC大會(huì)上表示，對(duì)于AI+教育行業(yè)而言，得數(shù)據(jù)者得先機(jī)。

AI模型的進(jìn)化需要大量數(shù)據(jù)進(jìn)行算法訓(xùn)練，然而線下傳統(tǒng)教育仍是現(xiàn)在的主流，用戶尚未習(xí)慣純線上交互，大量學(xué)習(xí)數(shù)據(jù)都留存在線下難以采集。

以產(chǎn)品作為數(shù)據(jù)接口，是企業(yè)做AI的先天優(yōu)勢(shì)。網(wǎng)易有道本身的背景是一家100%用戶導(dǎo)向的教育科技公司，全平臺(tái)用戶量8億+，能夠獲取更多樣化的第一手?jǐn)?shù)據(jù)。

同時(shí)，針對(duì)AI+教育的進(jìn)程是否太慢這一問題，林會(huì)杰提出一個(gè)比喻，AI滲透教育行業(yè)的過程好比“為行駛中車輛換輪胎”，存在數(shù)年的教育行業(yè)有一套成熟的運(yùn)行邏輯，如同一輛行駛中的車輛，現(xiàn)在行業(yè)想要換上AI這一新輪胎“提速”，需要在不影響現(xiàn)有運(yùn)行情況下，讓技術(shù)逐漸滲透，最終完成AI+教育的迭代。

先機(jī)已得，技術(shù)自然要跟上步伐。

NMT準(zhǔn)確度可信賴：中英互譯BLEU值盲測(cè)中，最好成績(jī)領(lǐng)先7個(gè)百分點(diǎn)

先來看看有道“起家”的翻譯技術(shù)。

移動(dòng)互聯(lián)網(wǎng)熱潮來襲，有道團(tuán)隊(duì)“切掉”了連接計(jì)算機(jī)的那條線，上線有道詞典移動(dòng)版，迎來了巨大的用戶紅利，如今在全平臺(tái)擁有8億用戶。

人工智能熱潮又一次來襲，翻譯這一王牌領(lǐng)域成為有道要絕對(duì)堅(jiān)守的陣地。早在2016年，網(wǎng)易有道首席科學(xué)家段亦濤就已經(jīng)帶領(lǐng)團(tuán)隊(duì)攻堅(jiān)神經(jīng)網(wǎng)絡(luò)翻譯技術(shù)（NMT）。

如今，有道神經(jīng)網(wǎng)絡(luò)翻譯已經(jīng)支持12種語(yǔ)言的中文互譯，10種語(yǔ)言的英文互譯。

在準(zhǔn)確度方面，神經(jīng)網(wǎng)絡(luò)的翻譯水平已經(jīng)達(dá)到國(guó)際領(lǐng)先水平。在2017年周楓接受新智元采訪時(shí)，在國(guó)際通用的BLEU評(píng)測(cè)中，網(wǎng)易有道針對(duì)翻譯引擎不同的使用場(chǎng)景（學(xué)習(xí)、新聞、口語(yǔ)、用戶日志）采集不同的評(píng)測(cè)數(shù)據(jù)，分別作出評(píng)測(cè)。

當(dāng)時(shí)的有道翻譯準(zhǔn)確度在學(xué)習(xí)、新聞、口語(yǔ)和用戶日志中就已高于其他國(guó)家引擎。

BLEU（雙語(yǔ)評(píng)估研究-Bilingual Evaluation Understudy）是一種用于評(píng)估自然語(yǔ)言之間機(jī)器翻譯的文本質(zhì)量的算法，它是與人類質(zhì)量判斷高度相關(guān)的指標(biāo)之一，也是最普遍使用的自動(dòng)指標(biāo)。

BLEU值越高，代表翻譯準(zhǔn)確度越高。

到2019年，在學(xué)習(xí)與新聞?lì)I(lǐng)域，無論是英譯中還是中譯英，有道的盲測(cè)集BLEU值也有了較大提升。據(jù)有道最新盲測(cè)數(shù)據(jù)顯示，在學(xué)習(xí)和新聞測(cè)試集中，有道NMT的中英互譯準(zhǔn)確度均優(yōu)于同行，最好成績(jī)領(lǐng)先7個(gè)百分點(diǎn)。

2019年3月29日評(píng)測(cè)結(jié)果

之所以能有這樣的技術(shù)優(yōu)勢(shì)，領(lǐng)域自適應(yīng)模型是網(wǎng)易有道的法寶之一。

用戶的需求是是多元的，有些用戶對(duì)金融信息有需求，有些要查計(jì)算機(jī)術(shù)語(yǔ)，若想要用一個(gè)模型來覆蓋所有用戶需求，必然會(huì)影響翻譯的準(zhǔn)確度。

機(jī)器翻譯中的領(lǐng)域自適應(yīng)模型是指，若想要讓翻譯質(zhì)量更好，需要給它更多垂直領(lǐng)域的數(shù)據(jù)，更多的平行語(yǔ)料。有道對(duì)于一些特定領(lǐng)域有單獨(dú)的模型，系統(tǒng)會(huì)判定語(yǔ)料適應(yīng)的領(lǐng)域，分配不同的模型進(jìn)行翻譯。

除基礎(chǔ)翻譯技術(shù)過硬外，有道翻譯用戶不斷增長(zhǎng)的另一因素是注重產(chǎn)品交互的創(chuàng)新與改變，例如在2018年和2019年增添AR實(shí)景翻譯、語(yǔ)音同傳、文檔翻譯和網(wǎng)頁(yè)翻譯等多個(gè)場(chǎng)景化很強(qiáng)的功能。

擁有國(guó)內(nèi)可識(shí)別語(yǔ)言最多的OCR識(shí)別引擎，賦能AIoT學(xué)習(xí)硬件

如今，這些新功能背后的技術(shù)已經(jīng)成為幫助有道拓展AI業(yè)務(wù)邊界的兩把利刃。

OCR是網(wǎng)易有道王牌技術(shù)之一，盡管2014年就已上線基于傳統(tǒng)規(guī)則方法的OCR技術(shù)，但2017年，有了基于神經(jīng)網(wǎng)絡(luò)技術(shù)的加持，OCR引擎的質(zhì)量明顯邁向了新臺(tái)階。

OCR技術(shù)最直觀的功能表現(xiàn)就是拍照翻譯。截止2019年5月15日，有道OCR識(shí)別技術(shù)已經(jīng)支持26種主流語(yǔ)言文字的支持，是目前國(guó)內(nèi)識(shí)別語(yǔ)言最多的OCR識(shí)別引擎。

同時(shí)，網(wǎng)易有道的OCR技術(shù)是國(guó)際市場(chǎng)首家支持以下功能：

多語(yǔ)種全自動(dòng)判別與混合識(shí)別

支持360度任意角度圖像的文字識(shí)別

支持文字語(yǔ)義方向?yàn)闄M排、豎排或者混合排列的文字識(shí)別

同時(shí)，針對(duì)“AI+教育”這一場(chǎng)景，有道OCR團(tuán)隊(duì)進(jìn)行了專項(xiàng)優(yōu)化，研發(fā)出了一系列在國(guó)內(nèi)市場(chǎng)上處于壟斷性的優(yōu)勢(shì)技術(shù)，例如：

實(shí)現(xiàn)了公式識(shí)別，支持公式轉(zhuǎn)為L(zhǎng)aTeX功能，準(zhǔn)確率達(dá)到93%。輸入圖示例：

除此之外，有道的OCR技術(shù)也能應(yīng)對(duì)拼音識(shí)別、超模糊手寫體識(shí)別、多角度多語(yǔ)種混合排版識(shí)別等高難度場(chǎng)景，平均準(zhǔn)確率可達(dá)95%。

超模糊手寫體識(shí)別案例

同時(shí)，針對(duì)K12用戶（尤其是少兒用戶）高難度手寫場(chǎng)景進(jìn)行優(yōu)化，識(shí)別準(zhǔn)確率高達(dá)85%以上，是業(yè)內(nèi)唯一支持高難度教育場(chǎng)景的手寫OCR服務(wù)。

K12手寫體識(shí)別案例

這些均可離線的AI技術(shù)將這些能力部署在多種移動(dòng)端上，滿足各種AIoT硬件的需求。目前有道的各個(gè)AI技術(shù)均支持離線，OCR識(shí)別的模型離線后加起來只要50M。

有道OCR以主流智能教育硬件為基礎(chǔ)，構(gòu)建了完整的教育場(chǎng)景OCR技術(shù)鏈路。

同樣還能實(shí)現(xiàn)離線的另一王牌AI技術(shù)還有智能語(yǔ)音。

2017年，智能語(yǔ)音技術(shù)被有道正式提上日程，投入研發(fā)，在語(yǔ)音識(shí)別（ASR）、語(yǔ)音合成（TTS）、語(yǔ)音評(píng)測(cè)、語(yǔ)種識(shí)別、聲學(xué)前端增強(qiáng)等五大方面均有涉及：

2017年6月份啟動(dòng)ASR技術(shù)相關(guān)的研發(fā)，目前，支持中、英、日、韓、俄、西班牙等語(yǔ)言的識(shí)別，在一些場(chǎng)景上識(shí)別準(zhǔn)確率超過98%。

于2017年開始語(yǔ)音評(píng)測(cè)技術(shù)的研發(fā)，目前在評(píng)分準(zhǔn)確度方面和專家人工打分的相關(guān)性達(dá)到0.8。

從2017年開始自主研發(fā)語(yǔ)音合成系統(tǒng)，采用端到端的技術(shù)框架構(gòu)建，達(dá)到和真人相當(dāng)?shù)恼Z(yǔ)音自然度、高并發(fā)、低延時(shí)，目前已經(jīng)支持中、英、日、韓、葡等多個(gè)語(yǔ)種。

擴(kuò)展其它相關(guān)語(yǔ)音技術(shù)的研發(fā)，例如聲紋識(shí)別、說話人日志、語(yǔ)音前端增強(qiáng)等。

在國(guó)際競(jìng)賽方面，有道語(yǔ)音團(tuán)隊(duì)參加了DIHARD Challenge2019競(jìng)賽，取得兩階段均第三名的成績(jī)。

依托TEACH產(chǎn)品矩陣和業(yè)務(wù)場(chǎng)景的海量資源優(yōu)勢(shì)，有道語(yǔ)音技術(shù)團(tuán)隊(duì)在場(chǎng)景化聲學(xué)建模、分領(lǐng)域語(yǔ)言建模、數(shù)據(jù)輔助標(biāo)注等專項(xiàng)技術(shù)方面形成了和語(yǔ)音應(yīng)用系統(tǒng)相互配合、密不可分的技術(shù)矩陣，達(dá)到較好的協(xié)同效應(yīng)。

相關(guān)核心技術(shù)的整體框架結(jié)構(gòu)如下圖所示：

值得一提的是，有道的語(yǔ)音技術(shù)不僅提供云端高精度的解決方案，還提供完善的離線部署和低資源嵌入式集成方案，可以在保證精度的同時(shí)減少對(duì)網(wǎng)絡(luò)的依賴，極大擴(kuò)展了應(yīng)用場(chǎng)景。

紙筆交互：熟悉的自適應(yīng)學(xué)習(xí)，新鮮的硬件加持

除此之外，網(wǎng)易有道為旗下產(chǎn)品“有道精品課”自研了一款有道智能筆。

簡(jiǎn)單來講，這支筆除了正常書寫功能外，內(nèi)置了一個(gè)攝像頭和一顆處理芯片，你在進(jìn)行習(xí)題練習(xí)時(shí)，內(nèi)置的攝像頭會(huì)自動(dòng)記錄書寫內(nèi)容并同步上傳到精品課APP中。

這其中OCR識(shí)別引擎就發(fā)揮了重要作用，同時(shí)運(yùn)用點(diǎn)陣碼追蹤技術(shù)，完整地還原了線下作業(yè)體驗(yàn)并實(shí)現(xiàn)了實(shí)時(shí)上傳。

完成記錄并上傳只是完成了一部分任務(wù)，有道還開發(fā)了一套AI智能學(xué)習(xí)系統(tǒng)：通過分析智能筆上傳的做題數(shù)據(jù)，進(jìn)而提供如學(xué)情分析、知識(shí)圖譜評(píng)估、智能推題等一系列自適應(yīng)學(xué)習(xí)輔助。

這套系統(tǒng)由有道自主開發(fā)的題庫(kù)和大數(shù)據(jù)推薦算法組成，目前有道自有題庫(kù)容量已有5000萬(wàn)。

以初中數(shù)學(xué)為例，題庫(kù)共收錄了教學(xué)大綱中的數(shù)百個(gè)知識(shí)點(diǎn)、每個(gè)知識(shí)點(diǎn)對(duì)應(yīng)上百道習(xí)題。題目和知識(shí)點(diǎn)均由老師人工標(biāo)注難度及重要程度，為算法推薦提供依據(jù)。

事實(shí)上，有為K12用戶專門打造的、有硬件加持的自適應(yīng)學(xué)習(xí)系統(tǒng)在業(yè)內(nèi)非常罕見，并且這還原了學(xué)生熟悉的紙筆交互系統(tǒng)，這也是網(wǎng)易有道“AI+教育”業(yè)務(wù)的重要技術(shù)壁壘。

發(fā)力AI的基因與籌碼兼?zhèn)洌W(wǎng)易有道商業(yè)化道路將迎質(zhì)變

有道智能筆這類獨(dú)特硬件的出現(xiàn)也能看出有道對(duì)在線教育資源掌控的決心與判斷。

根據(jù)有道在AI技術(shù)上的布局，可以看出2017年是這家公司全力擁抱AI的一年。

同時(shí)，穩(wěn)握8億用戶、100%用戶導(dǎo)向的原則，網(wǎng)易有道發(fā)力AI的基因與籌碼都已具備。

單拿“AI+教育”領(lǐng)域來說，網(wǎng)易有道所走得路線也相對(duì)“穩(wěn)妥”，屬于均衡發(fā)展的選手，注重實(shí)用性與應(yīng)用落地。

與轉(zhuǎn)型擁抱AI的新東方、好未來等傳統(tǒng)教育企業(yè)相比，它沒有擁有絕對(duì)場(chǎng)景優(yōu)勢(shì)，但積累的用戶基礎(chǔ)極大，進(jìn)而擁有數(shù)據(jù)優(yōu)勢(shì)，并且有多年的自研技術(shù)積累。

但與AI企業(yè)相比，網(wǎng)易有道沒有經(jīng)歷通過純靠技術(shù)“廝殺”的階段。

作為網(wǎng)易旗下第三個(gè)獨(dú)立融資的事業(yè)部門，AI浪潮興起的時(shí)候，網(wǎng)易有道早已不是初創(chuàng)企業(yè)，它對(duì)于如何將新技術(shù)落地商業(yè)化更有經(jīng)驗(yàn)。

“AI+教育”行業(yè)尚處于發(fā)展早期的升溫階段，概念模糊，泡沫難免。保持清醒，注重實(shí)用性的確能保護(hù)企業(yè)避免觸礁。

發(fā)力AI基因與籌碼已兼?zhèn)?，至于何時(shí)走向資本市場(chǎng)、商業(yè)化道路迎來質(zhì)變也是可遇見的未來。