人工智能不僅可以利用圖像識(shí)別的技術(shù)來(lái)幫醫(yī)生看X光片，幫助識(shí)別，還可以應(yīng)用于其他行業(yè)，比如教育、汽車、金融領(lǐng)域。未來(lái)，我們應(yīng)該更加關(guān)注人工智能，關(guān)注人工智能+。

    人工智能

    互聯(lián)網(wǎng)VS人工智能

    互聯(lián)網(wǎng)分兩個(gè)階段，第一個(gè)階段是電腦端的互聯(lián)網(wǎng)，第二個(gè)階段是移動(dòng)端的互聯(lián)網(wǎng)。2012年互聯(lián)網(wǎng)流量格局基本確定，各平臺(tái)首頁(yè)的APP比較固定，很難有新的APP占據(jù)首頁(yè)，這是互聯(lián)網(wǎng)的紅利開始消失的表現(xiàn)。

    互聯(lián)網(wǎng)的下一個(gè)階段是“互聯(lián)網(wǎng)+”，就是互聯(lián)網(wǎng)與其他行業(yè)的結(jié)合。互聯(lián)網(wǎng)+解決了信息不對(duì)稱和連接的問(wèn)題。舉個(gè)例子，淘寶是把買家和賣家連接在一起，解決了連接問(wèn)題，建立了皇冠好評(píng)機(jī)制解決信息不對(duì)稱問(wèn)題。但是互聯(lián)網(wǎng)+還有很多問(wèn)題解決不了，比如說(shuō)人工智能可以利用圖像識(shí)別的技術(shù)來(lái)幫醫(yī)生看X光片，幫助識(shí)別，這個(gè)準(zhǔn)確率可以超過(guò)人類。人工智能還可以應(yīng)用于其他行業(yè)，比如教育、汽車、金融領(lǐng)域，未來(lái)，我們應(yīng)該更加關(guān)注人工智能，關(guān)注人工智能+。

    人工智能的應(yīng)用

    人工智能應(yīng)用在在汽車領(lǐng)域，實(shí)現(xiàn)輔助駕駛、自動(dòng)駕駛，是當(dāng)前一個(gè)很大的趨勢(shì)。在醫(yī)療領(lǐng)域，現(xiàn)在有手術(shù)機(jī)器人，比較出名的達(dá)爾文機(jī)器人已經(jīng)開始應(yīng)用到臨床領(lǐng)域。還有外骨骼機(jī)器人，深圳先進(jìn)技術(shù)研究院就有外骨骼機(jī)器人的模型，可以幫助患者走路和用作輔助問(wèn)診。在金融領(lǐng)域則有大數(shù)據(jù)分析技術(shù)和人工智能技術(shù)，利用大數(shù)據(jù)實(shí)現(xiàn)征信系統(tǒng)。在個(gè)人助理領(lǐng)域，智能管家和智能陪伴比較火，比如蘋果的Siri，大陸有訊飛叮咚和小米的小愛同學(xué)等。法律領(lǐng)域，語(yǔ)音識(shí)別可以做庭審記錄，可以通過(guò)語(yǔ)音識(shí)別把庭審記錄識(shí)別出來(lái)，甚至可以審查合同。在教育領(lǐng)域，智能評(píng)測(cè)和個(gè)性化輔導(dǎo)也是一個(gè)很好的方向。

    個(gè)性化教育

    傳統(tǒng)教育VS個(gè)性化教育

    現(xiàn)在學(xué)校一個(gè)班級(jí)大約三十至四十人，甚至更多，而所有學(xué)生接受的課程內(nèi)容和老師都是一樣的。這就產(chǎn)生一個(gè)弊端：每個(gè)學(xué)生的學(xué)習(xí)水平不一樣，課程的進(jìn)度并非所有學(xué)生都能夠吸收，這就導(dǎo)致一些學(xué)生的學(xué)習(xí)進(jìn)度跟不上。

    而個(gè)性化教育就是將每個(gè)學(xué)生作為特定的個(gè)體，有特定的學(xué)習(xí)水平，通過(guò)分析學(xué)生的能力，個(gè)性化地推薦一些課程和內(nèi)容，做到因材施教、千人千面。簡(jiǎn)而言之，個(gè)性化學(xué)習(xí)就是動(dòng)態(tài)的規(guī)劃學(xué)習(xí)路徑，滿足學(xué)生個(gè)性化需要，也稱為自適應(yīng)學(xué)習(xí)。

    個(gè)性化教育的有效性

圖1學(xué)習(xí)方式效果對(duì)比圖

    國(guó)外一家機(jī)構(gòu)已經(jīng)證明了自適應(yīng)學(xué)習(xí)的有效性。如圖1所示，綠色是傳統(tǒng)的課堂教學(xué)，黃色是線上教育，藍(lán)色是自適應(yīng)學(xué)習(xí)，自適應(yīng)學(xué)習(xí)的考試通過(guò)率明顯更高。圖1右邊的圖片是學(xué)生成績(jī)，左邊是最低分，右邊是最高分，自適應(yīng)系統(tǒng)學(xué)生的最低分明顯比另外兩個(gè)系統(tǒng)要高。

    人工智能在教育領(lǐng)域的應(yīng)用

圖2人工智能在教育領(lǐng)域的運(yùn)用

     從圖2中可以看到人工智能運(yùn)用在教育領(lǐng)域里面的一些環(huán)節(jié)，比如在學(xué)習(xí)管理方面可以拍照搜題，現(xiàn)在有一些應(yīng)用還可以做到拍照片顯示答案，也可以做陪伴機(jī)器人，陪學(xué)生做作業(yè)、學(xué)習(xí)。在學(xué)生測(cè)評(píng)方面，其中一個(gè)是口語(yǔ)測(cè)評(píng)，幫助判斷發(fā)音準(zhǔn)不準(zhǔn)，對(duì)口語(yǔ)水平進(jìn)行一個(gè)評(píng)估，也可以做試卷的審閱。在教學(xué)輔助方面可以做到作文的批改，也可以做虛擬場(chǎng)景的練習(xí)，比如模擬面試。還可以布置作業(yè)，由人工智能系統(tǒng)給學(xué)生布置作業(yè)，并在學(xué)生完成作業(yè)后做批改修正。在核心學(xué)習(xí)環(huán)節(jié)里面可以規(guī)劃學(xué)習(xí)路徑，可以幫學(xué)生推送個(gè)性化的學(xué)習(xí)課程，甚至可以預(yù)測(cè)學(xué)生學(xué)習(xí)的情況。

    聲?？萍荚趥€(gè)性化教育里面的兩個(gè)技術(shù)

    發(fā)音檢錯(cuò)糾錯(cuò)技術(shù)

    眾所周知，發(fā)音最有效的方式就是多講，進(jìn)行大量的反復(fù)訓(xùn)練。但是也存在三個(gè)主要問(wèn)題，第一是以前我們上學(xué)是填鴨式教學(xué)，老師在上面講，學(xué)生很容易缺乏自信，不敢開口。第二是課堂時(shí)間有限，很難給予每位學(xué)生口語(yǔ)鍛煉機(jī)會(huì)，而且一般沒有口語(yǔ)作業(yè)。第三是教師資源不足，比如山區(qū)的老師因?yàn)閹в锌谝?，發(fā)音不是那么標(biāo)準(zhǔn)。聲?？萍甲龅娜斯ぶ悄芗夹g(shù)，從發(fā)音、重音、語(yǔ)調(diào)上進(jìn)行糾正。比如在發(fā)音方面，長(zhǎng)音、短音是中國(guó)人容易犯的錯(cuò)誤。在重音方面，舉個(gè)例子，單詞Prosody，很多人喜歡把重音放在第二個(gè)位置，系統(tǒng)會(huì)告訴你重音放在第一個(gè)位置。還有語(yǔ)調(diào)，它的升調(diào)和降調(diào)表示的意思可能也不一樣，系統(tǒng)也會(huì)做這方面的糾正。

    針對(duì)口語(yǔ)學(xué)習(xí)方面，聲?？萍家策\(yùn)用了自適應(yīng)學(xué)習(xí)，比如用戶學(xué)了一段時(shí)間之后，系統(tǒng)會(huì)進(jìn)行分析，根據(jù)用戶讀的發(fā)音跟標(biāo)準(zhǔn)發(fā)音判斷哪兩個(gè)音標(biāo)容易弄混，從而個(gè)性化地推薦一些課程給用戶，已經(jīng)掌握的音標(biāo)就不需要再進(jìn)行練習(xí)了，而是推薦一些沒有掌握的音標(biāo)，這樣可以提高學(xué)習(xí)效率，做到個(gè)性化推薦，因材施教。這些技術(shù)和系統(tǒng)都可以用到任何語(yǔ)言的學(xué)習(xí)，比如可以幫助其他國(guó)家的人來(lái)學(xué)習(xí)普通話。

    語(yǔ)音轉(zhuǎn)換技術(shù)

    所謂語(yǔ)音轉(zhuǎn)換技術(shù)，舉個(gè)例子，想要讓一個(gè)人模仿某個(gè)女生說(shuō)話，把他的音色變成這個(gè)女生，我們會(huì)先收集這個(gè)聲音，再通過(guò)模型進(jìn)行訓(xùn)練，訓(xùn)練之后可以把任何人的聲音變成這個(gè)女生的。比如說(shuō)現(xiàn)在有一個(gè)男聲，通過(guò)系統(tǒng)可以轉(zhuǎn)化成女聲。保持內(nèi)容不變，只改變音色。半年前我們的訓(xùn)練數(shù)據(jù)是1000句，接近1個(gè)小時(shí)，最近的進(jìn)展是現(xiàn)在只需要拿到一句話就可以把任何人的聲音進(jìn)行轉(zhuǎn)換。這是因?yàn)槲覀冊(cè)谡Z(yǔ)音轉(zhuǎn)換方面的貢獻(xiàn)，在2016年我們獲得了ICME唯一的最佳論文獎(jiǎng)，參加的國(guó)際語(yǔ)音比賽是全球第五名。

    除此之外，我們還可以做個(gè)性化語(yǔ)言學(xué)習(xí)的反饋，比如說(shuō)我模仿的標(biāo)準(zhǔn)發(fā)音是別人的音色，假設(shè)我變成自己的音色，就可以知道是什么感覺，這樣可以幫助用戶更有效率地學(xué)習(xí)和模仿，同時(shí)也可以自定義AI老師、AI同學(xué)的音色。

    這里還有其他場(chǎng)景的應(yīng)用，如個(gè)性化的語(yǔ)音合成。我們可以把手機(jī)的語(yǔ)音助手，比如說(shuō)把Siri換成自己孩子的聲音、動(dòng)漫的聲音等等，還有一些新的玩法，像大家熟悉的高德地圖林志玲版的導(dǎo)航，他們是把文字變成語(yǔ)音，要收集很多林志玲的語(yǔ)音數(shù)據(jù)，而且必須是固定文本的，需要按照固定文本去讀，這是非常耗時(shí)間的，并且轉(zhuǎn)換出來(lái)的效果，大家可以看到林志玲版的導(dǎo)航，不是那么自然。而我們系統(tǒng)轉(zhuǎn)化的流利度較高，聽不出來(lái)是機(jī)器，這個(gè)實(shí)用性是非常高的。另外也可以用于電影電視的配音。之前在香港，我們做一些Demo，香港人喜歡叮當(dāng)貓，但是叮當(dāng)貓的配音演員已不幸去世了，我們可以通過(guò)語(yǔ)音合成繼續(xù)演這個(gè)動(dòng)畫片。在娛樂(lè)方面，我們想唱周杰倫的歌，可以把自己的聲音直接變成周杰倫，小孩子也可以把自己的聲音變成喜歡的動(dòng)漫人物的聲音。

    在視頻圖像領(lǐng)域里有一個(gè)技術(shù)叫Face2Face，可以把一個(gè)人的臉變成另外一個(gè)人。比如說(shuō)Source變成普京了，他的表情要怎么變，普京就怎么變。也可以變成動(dòng)漫或者明星，這樣就可以跟語(yǔ)音結(jié)合到一起，從而可以自定義一個(gè)人工智能老師，這個(gè)人工智能老師可以用自己喜歡的人物的聲音和臉。