Press "Enter" to skip to content

从一款智能台灯,看有道 AI 的“硬”思考

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

近几年,教育智能硬件赛道持续火热。数据显示,2020 年,中国教育智能硬件市场规模达到 343 亿元,预计 3 年后市场可达近千亿规模。而在去年“双减”的靴子落地后,这一赛道又迎来了多个新玩家,不少教育机构都在积极向这一赛道转型。

 

作为教育智能硬件赛道的早期入局者,网易有道在 2017 年便推出了第一款硬件产品“有道翻译蛋”,随后相继推出了词典笔、口袋打印机、听力宝等一系列产品。2022 年 4 月 7 日,网易有道再次发布智能硬件新品:智能学习灯。在这款智能学习灯上,有道首创桌面学习分析引擎,通过 AI 技术对用户进行学习辅导。

 

那幺,在家庭学习场景中应用 AI 需要考虑哪些关键点?网易有道在智能学习灯上是如何应用 AI 技术的,又有哪些研发难点?当前的 AI 技术还存在哪些发展瓶颈,未来有什幺样的发展趋势?为解答这些问题,InfoQ 采访了网易有道 AI 技术总监林辉。

 

借助 AI 技术,教育硬件走向智能化

 

硬件市场一直是教育巨头们的兵家必争之地,从早期的学习机、学生智能手表,再到点读机、翻译机,各式硬件层出不穷。而随着 AI 技术快速发展,教育硬件加速走向智能化。通过 AI 技术加成和算法优化,智能硬件在图像识别、语音识别、计算速度等方向上有了显着提升,更能精准高效辅助学习。

 

不过,在家庭学习场景中应用 AI 技术,与其他场景存在很大的不同。

 

在其他场景尤其是互联网产品中应用 AI 技术,经常会以 pv/uv/用户停留时间作为产品吸引力的关键指标,用户使用的时间越长,代表着产品越受用户欢迎。甚至在用户不使用的时候,产品也会想尽办法以弹窗通知等形式引导用户使用。

 

而在家庭学习场景中应用 AI 技术,关键指标是提升用户的最终成绩,而不是让用户沉迷于产品。这也意味着,用户在产品上停留的时间过长,产品过于吸引用户注意力未必是好事。

 

在林辉看来,家庭学习场景中应用 AI 技术设计研发产品,需要注意以下三大关键点:

 

 

产品设计得简洁有用。尽量在用户需要的时候以最快速度做出反应,不需要的时候不要强制吸引用户的注意力。

 

要让用户喜欢,又要最大化的帮助用户。最终优化的目标是用户的实际学习能力。

 

让用户在学习的过程中获得满足感,而不是在使用产品时获得满足感。

 

 

教育智能硬件赛道群雄逐鹿,如何做出让市场满意的产品,是每个入局者需要思考的课题。

 

在智能学习灯上如何应用 AI 技术?

 

4 月 7 日,网易有道在多家网络平台直播新品发布会,正式推出有道智能学习灯。

 

据介绍,
有道智能学习灯
是由网易有道 AI 算法团队和硬件团队共同研发的,项目最早始于 2020 年年中。当时,有道 AI 算法团队已经开始做技术预研,并完成了算法的部分。2021 年上半年,有道智能学习灯正式立项。

 

谈及有道推出智能学习灯的初衷,林辉表示“桌面学习是一个非常重要的场景,因为每个书桌前面都有台灯,台灯是一种非常自然地切入这个场景的途径。我们在技术上也有多年的积累,可以在这个场景下做出一些对用户有用的功能,帮助用户学习。”

 

有道对这款智能学习灯的定位是工具类产品,能够提供一些功能帮助用户解决问题,如查词、搜集好题等等;此外也搭载了一些培养习惯的功能,如“AI 高效学习三步法”。

 

“我们希望对孩子真正有用,需要的时候马上用,不需要的时候不干扰孩子学习,招之即来挥之即去。”林辉说道,“发展目标上,我们希望它不仅仅是工具,而是能更智能,可以主动地发现孩子的一些问题,给出提升的方法。”

 

桌面学习分析引擎

 

在这款智能学习灯上,有道首创桌面学习分析引擎,可以自动、实时地分析用户在灯下面与学习有关的行为,比如书本的位置,左右手的意图,手指的动作;对于书本上的内容,它会检测出题目的边界、配图、公式;甚至更进一步,当用户在写作业的时候,笔尖位置、笔画顺序、写字内容等都可以被桌面学习分析引擎实时识别。

 

据介绍,桌面学习分析引擎主要应用四大 AI 技术:

 

识别相关与语义理解。如公式、文字的识别,题目的边界识别,并理解彼此之间的联系。此外还需要理解桌面场景,并基于此做智能光。

 

动作理解。对手势及人体动作做出判断,如指点、握笔、笔尖,以及坐姿、表情等。

 

自适应学习。通过自适应学习推荐算法为用户个性化定制学习计划。

 

其他交互,如语音识别、语音合成、语音唤醒、多模态技术等等。

 

技术实现上,需要解决的难点一是速度,二是准确率。

 

为了提升速度,有道团队在这款灯上做了很多离线功能,并减少资源占用量。“我们运用了最新的深度学习神经网络技术,把原本神经网络里 300T 的计算量降低到 3T,同时,我们在智能灯上集成了一个神经网络处理器,它的速度是普通 CPU 的十倍。这样我们的引擎才有了‘快’的特点。”

 

准确率上,虽然当前文字识别技术泛化性尚可,但像对生僻字、艺术字的识别,要识别达到 99% 以上是不大容易的,因为机器学习很难识别到自己“没见过的东西”。

 

在林辉看来,速度和准确率二者之间需要有一个权衡和取舍,“我们可以把速度做得更快,比如对算法进行优化,但如果更快对用户来讲差别不大,那幺完全可以把这部分的算力释放到其他地方,换成准确率,让它做得更准一些。”

 

有道的 AI 核心能力

 

据了解,网易从 2011 年开始布局 AI。作为网易独立子公司,网易有道的 AI 布局与网易存在一定区别。

 

网易有道 CEO 周枫早前在接受媒体采访时表示,有道做 AI 有三大特点:同时注重 C 端和 B 端,同样重视云端和终端 AI 能力的发展;重视实际的场景和领域。

 

目前,有道的 AI 核心能力主要分为五大方向:自然语言处理(NLP),主要应用在翻译、查词等场景;图像识别技术与计算机视觉(CV),具体包括 OCR 识别技术、动作理解,以及多模态交互,应用场景包括版面分析、作业批改等;语音技术,具体包括语音识别、语言合成和语言评测;高性能计算,包括离线/在线的训练、推理;推荐算法,如自适应学习算法等。

 

AI 的本质是解决问题

 

当前,AI 已经成为数字经济时代的核心生产力。据艾瑞预测,2021 年人工智能核心产业规模预计达到 1998 亿元,2026 年将超过 6000 亿元。

 

国内 AI 技术在近几年也取得了不错的进展,计算机视觉、NLP、语音、超大规模预训练模型等方向都有新突破。报告显示,计算机视觉仍是 AI 技术赛道中贡献最大的市场。AI 芯片作为底层的算力支撑,在近几年也获得高速发展,这使得大计算量的模型能够跑在端上。

 

“当前 AI 人才市场已经接近饱和的状态,但是上市的 AI 公司并不是很多”,林辉认为,很多人对 AI 的理解存在偏差,过去 AI 被资本市场热捧,甚至有人将 AI 视为“赚钱利器”,没有赚到钱后,对 AI 的态度也发生了转变。“其实不能太迷信 AI,本质上 AI 还是帮助别人解决问题,多了一个解决问题的思路。”

 

不可否认的是,当前的 AI 还没有达到理想中的智能状态,在准确率和速度上还有待进一步提高。

 

准确率方面,目前很多 AI 框架主要还是依赖监督训练,并且很难做到举一反三。所谓“有多少人工就有多少智能,没有人工没有智能”。人工为机器标注数据,机器就会“认识它”,反之,机器很难“认识”自己没有见过的事物。

 

“目前在无监督训练上虽然有一些进展,但是还是达不到人的程度。人可以无师自通,机器还得依赖很多人工巧妙设计的流程,和任务相关。”

 

速度方面,很多 AI 算法需要网络资源,速度会比较慢,做不到快速响应。也有一些模型为了快速响应,做一些压缩裁剪,最终又会降低准确率。

 

不过,随着算力不断提升,大模型也可以跑得更快,在未来可以尝试更多的提速方法。此外,随着模型结构不断发展,模型可解释性上也有很多应用,加上迁移学习、强化学习等技术进一步发展,都有助于解决目前的难题。

 

“总体上 AI 技术的发展趋势良好,进一步智能需要的只是时间。”林辉总结道。

 

对于未来,林辉认为,AI 领域有三个方向值得关注:

 

半监督、无监督学习。当前机器还是需要手把手“教学”,如果在未来能够尽量减少标注,将大幅提高效率。

 

模型可解释性与新的模型架构。当前很多模型还是黑盒,人类需要理解模型在其决策过程中所做出的选择。

 

多模态融合。将来自多种不同模态的信息进行整合,在技术上将视觉、语音、文字等功能融合在一起。

Be First to Comment

发表评论

您的电子邮箱地址不会被公开。