9CaKrnK5fBa lx.huanqiu.comarticle朗播网杜昶旭:我们不能为了人工智能而人工智能/e3pmh20mi/e3pn60gah9 月14 日,朗播网召开媒体见面会,宣布完成6000 万元 B轮融资。本轮融资由广发信德领投,慕华金誉跟投。会后,朗播网 CEO 杜昶旭接受了环球网的专访,专访主题围绕在线教育和人工智能在教育领域应用的现状和未来进行。博士毕业于清华大学计算机系,又是新东方20周年功勋教师,杜昶旭对这两个话题有着自己独到的判断。“中国的在线教育仍处于初级阶段。”杜昶旭在创立朗播网之前,一直在新东方任教。在新东方的十一年,杜昶旭教了十万余名学生,在成为英语名师的同时,他还一直从事计算机和互联网的相关工作,按照他的话说,“我们这一代人,是有互联网情结的,只是碰巧成为了英语教师而已。”这种在教育和互联网领域的“跨界”经历,让他对互联网教育有着不同于其他人的思考。 在杜昶旭看来,从上个世纪末互联网开始进入人们的生活一直到今天,各大互联网公司的发展几乎只跟人口红利,尤其是转移性人口红利有关。二十世纪九十年代中后期,人们从不上网的状态逐渐成为“网民”,这种转移使得人们对信息获得的需求大量增加,因此,门户网站成为了互联网发展第一阶段的宠儿。新浪、搜狐和网易就是这个阶段的典型代表。到了2008年左右,早已经习惯了上网的人们开始转移向精准寻找某个东西的状态,于是,和搜索相关的互联网产品成为主流,比如百度、阿里和腾讯,分别实现了找信息,找商品和找人的需求,这可以认为是互联网发展的第二阶段。之后的第三次人口转移是从PC互联网转向移动互联网,那个时候,苹果、小米、微博、微信这类产品成为了移动互联网时代的核心。而第四个阶段的人们转移则更多地发生在垂直领域,人们的行为从线下转移到线上,比如电商,滴滴打车等共享经济模式的产品就是在这个环境下产生的。而在目前,还没发生人们行为转变的两个垂直领域,一个是医疗,另一个就是教育。“人们还在讨论到底是线下教育好,还是线上教育好,这说明行业还没有成熟。当一个行业已经成熟的时候,人们是不会关心具体的形态的,只会关注自己的需求是否得到了满足。比如电商已经发展了这么多年,现在谁还会关心自己买到的东西到底是在哪儿买的?”杜昶旭如是说。输出行业标准,做在线语培领域的“滴滴”今年6月10日,朗播网在北京国际会议中心召开年度产品发布会。在创立十周年之际,朗播网正式对外宣布了朗播Inside 计划。发布会上,杜昶旭首次谈到想要将朗播打造成一个输出行业标准的公司,之后谈及的服务行业品控问题也一直围绕着行业标准这个维度展开。在此次专访中,杜昶旭是这么说的:“我为什么觉得输出行业标准这么重要,这是因为只有输出标准,才能拥有产品的定价权;而且,只有输出标准,才能用互联网的模式实现规模化扩张。”在专访中,杜昶旭表示,可以将朗播和滴滴做一个类比。“为什么滴滴打车可以直接实现平台化运营,让乘客和司机直接连接?而教育则不能像滴滴这样直接连接老师和学生?因为大家忽略了一个事实,就是滴滴的模式中,汽车和驾驶行为本身,是已经标准化的东西,运输服务是建立在汽车以及驾驶行为这样的标准化产品基础之上的。所以,教育行业想要做滴滴这样的模式,首先是要有标准化的产品作为基础,而朗播就是做这个产品的。目前,我们的inside模式就是把这个产品先卖给用户,然后我们可以连接老师和学生,让老师和学生都利用朗播的标准化产品来辅导和学习,这就好比用户买了一辆车,既可以自己开,也可以选择找人来开一样。”杜昶旭笑着说。人工智能技术的战略意义对于当下最火的人工智能概念,博士毕业于清华大学计算机系的杜昶旭自然也有着自己的理解。在他看来,过去的十五年中,人工智能的理论其实并没有本质性的突破,而我们看到的其在部分领域的一些进步,如图像识别和优化方法等,大多也只是源于硬件更新引起的运算速度改善和可处理数据量的增长。杜昶旭认为,而在朗播所专注的语言学习领域,人工智能技术主要可以解决三个方面的问题。第一个问题是用机器来解决用户学习过程监督管理,这就类似很多应用了AI技术的智能客服系统一样,可以基于标准化的产品模型来为用户提供智能化的监督管理服务。第二个问题是自适应学习,包括自适应测评技术和动态训练计划的制定。杜昶旭说,“如果从传统测试学的角度来看,我们要综合地测评一个人的语言能力,可能需要好几个小时时间,这对用户来说显然是过长的。朗播现在在研究的,就是如何利用神经网络算法来优化这个测评的过程,最终实现在短时间内完成测评,并且结果的准确性和传统方法一致,甚至更优。”第三个问题是自然语言处理,其中包括语音和语义的智能化识别、处理等。当然,这些技术最终也需要大量有效的用户行为数据作为支持。“如果再结合这些有效的行为数据,比如朗播现在有上千万条这种数据,我们就可以为用户提供更精准的训练内容,同时也可以对用户未来的结果进行精确的预测。”在专访的最后,杜昶旭说了一句特别经典的话:“我们不能为了人工智能而人工智能,任何技术,包括AI,一定要找到具体的应用场景,同时还要有相应的数据模型支持,否则,这就是为了卖一种药而发明一种病。”1505787660000责编:panlingxiu环球网留学150578766000011[]//himg2.huanqiucdn.cn/attachment2010/2017/0919/10/29/20170919102942895.jpg
9 月14 日,朗播网召开媒体见面会,宣布完成6000 万元 B轮融资。本轮融资由广发信德领投,慕华金誉跟投。会后,朗播网 CEO 杜昶旭接受了环球网的专访,专访主题围绕在线教育和人工智能在教育领域应用的现状和未来进行。博士毕业于清华大学计算机系,又是新东方20周年功勋教师,杜昶旭对这两个话题有着自己独到的判断。“中国的在线教育仍处于初级阶段。”杜昶旭在创立朗播网之前,一直在新东方任教。在新东方的十一年,杜昶旭教了十万余名学生,在成为英语名师的同时,他还一直从事计算机和互联网的相关工作,按照他的话说,“我们这一代人,是有互联网情结的,只是碰巧成为了英语教师而已。”这种在教育和互联网领域的“跨界”经历,让他对互联网教育有着不同于其他人的思考。 在杜昶旭看来,从上个世纪末互联网开始进入人们的生活一直到今天,各大互联网公司的发展几乎只跟人口红利,尤其是转移性人口红利有关。二十世纪九十年代中后期,人们从不上网的状态逐渐成为“网民”,这种转移使得人们对信息获得的需求大量增加,因此,门户网站成为了互联网发展第一阶段的宠儿。新浪、搜狐和网易就是这个阶段的典型代表。到了2008年左右,早已经习惯了上网的人们开始转移向精准寻找某个东西的状态,于是,和搜索相关的互联网产品成为主流,比如百度、阿里和腾讯,分别实现了找信息,找商品和找人的需求,这可以认为是互联网发展的第二阶段。之后的第三次人口转移是从PC互联网转向移动互联网,那个时候,苹果、小米、微博、微信这类产品成为了移动互联网时代的核心。而第四个阶段的人们转移则更多地发生在垂直领域,人们的行为从线下转移到线上,比如电商,滴滴打车等共享经济模式的产品就是在这个环境下产生的。而在目前,还没发生人们行为转变的两个垂直领域,一个是医疗,另一个就是教育。“人们还在讨论到底是线下教育好,还是线上教育好,这说明行业还没有成熟。当一个行业已经成熟的时候,人们是不会关心具体的形态的,只会关注自己的需求是否得到了满足。比如电商已经发展了这么多年,现在谁还会关心自己买到的东西到底是在哪儿买的?”杜昶旭如是说。输出行业标准,做在线语培领域的“滴滴”今年6月10日,朗播网在北京国际会议中心召开年度产品发布会。在创立十周年之际,朗播网正式对外宣布了朗播Inside 计划。发布会上,杜昶旭首次谈到想要将朗播打造成一个输出行业标准的公司,之后谈及的服务行业品控问题也一直围绕着行业标准这个维度展开。在此次专访中,杜昶旭是这么说的:“我为什么觉得输出行业标准这么重要,这是因为只有输出标准,才能拥有产品的定价权;而且,只有输出标准,才能用互联网的模式实现规模化扩张。”在专访中,杜昶旭表示,可以将朗播和滴滴做一个类比。“为什么滴滴打车可以直接实现平台化运营,让乘客和司机直接连接?而教育则不能像滴滴这样直接连接老师和学生?因为大家忽略了一个事实,就是滴滴的模式中,汽车和驾驶行为本身,是已经标准化的东西,运输服务是建立在汽车以及驾驶行为这样的标准化产品基础之上的。所以,教育行业想要做滴滴这样的模式,首先是要有标准化的产品作为基础,而朗播就是做这个产品的。目前,我们的inside模式就是把这个产品先卖给用户,然后我们可以连接老师和学生,让老师和学生都利用朗播的标准化产品来辅导和学习,这就好比用户买了一辆车,既可以自己开,也可以选择找人来开一样。”杜昶旭笑着说。人工智能技术的战略意义对于当下最火的人工智能概念,博士毕业于清华大学计算机系的杜昶旭自然也有着自己的理解。在他看来,过去的十五年中,人工智能的理论其实并没有本质性的突破,而我们看到的其在部分领域的一些进步,如图像识别和优化方法等,大多也只是源于硬件更新引起的运算速度改善和可处理数据量的增长。杜昶旭认为,而在朗播所专注的语言学习领域,人工智能技术主要可以解决三个方面的问题。第一个问题是用机器来解决用户学习过程监督管理,这就类似很多应用了AI技术的智能客服系统一样,可以基于标准化的产品模型来为用户提供智能化的监督管理服务。第二个问题是自适应学习,包括自适应测评技术和动态训练计划的制定。杜昶旭说,“如果从传统测试学的角度来看,我们要综合地测评一个人的语言能力,可能需要好几个小时时间,这对用户来说显然是过长的。朗播现在在研究的,就是如何利用神经网络算法来优化这个测评的过程,最终实现在短时间内完成测评,并且结果的准确性和传统方法一致,甚至更优。”第三个问题是自然语言处理,其中包括语音和语义的智能化识别、处理等。当然,这些技术最终也需要大量有效的用户行为数据作为支持。“如果再结合这些有效的行为数据,比如朗播现在有上千万条这种数据,我们就可以为用户提供更精准的训练内容,同时也可以对用户未来的结果进行精确的预测。”在专访的最后,杜昶旭说了一句特别经典的话:“我们不能为了人工智能而人工智能,任何技术,包括AI,一定要找到具体的应用场景,同时还要有相应的数据模型支持,否则,这就是为了卖一种药而发明一种病。”