物靈科技顧嘉唯對話印尼最大教育公司：科技賦能教育面臨哪些挑戰？

雷鋒網按：11月15日-16日，「全球AI+智適應教育峰會」在北京嘉里中心大酒店盛大開幕，峰會由雷鋒網聯合乂學教育松鼠AI，以及IEEE（美國電氣電子工程師學會）教育工程和自適應教育標準工作組共同舉辦，匯聚國內外頂尖陣容。

AI智適應學習是目前產學研三界關注度最高的話題之一。此次峰會，主辦方邀請了美國三院院士、機器學習泰斗Michael Jordan，全球公認機器學習之父Tom Mitchell，斯坦福國際研究院（SRI）副總裁Robert Pearlstein、美國大學入學考試機構ACT學習方案組高級研究科學家Michael Yudelson等頂尖學者。除了高密度的大咖演講之外，還有多場觀點激蕩的圓桌論壇。

11月16日下午，美國福布斯市場內容部總經理Will Thompson和物靈科技CEO、前微軟研究院研究員顧嘉唯以及印尼最大教育公司Ruangguru聯合創始人Iman Usman進行了深入對話，探討了創辦教育公司面臨的挑戰、教育如何與科技相結合、如何針對不同年齡的學生制定教學策略、如何獲取數據等問題。

以下為圓桌對話實錄，雷鋒網進行了不改變願意的編輯整理：

創辦教育公司的挑戰

Will Thompson：非常感謝大家來到這個對話環節，首先我想問一下Iman Usman，你的公司是作為印度尼西亞最大的教育科技公司，我覺得你會面臨非常多的問題，你是如何創辦你的公司，以及你們如何成為印度尼西亞最大的教育科技公司？

Iman Usman：4年前，我還在學校攻讀研究生時就創立了這個項目，所以這是我們一生的一個事業。教育行業有很多案例、模式，但是對於我個人來說，卻是一個非常全新的挑戰，因為我現在是在創業。第一個挑戰，就是要去了解教育的市場，要去了解用戶他們的問題是什麼，以及如何去解決這些問題。另外一個是內容的探索和內容的實驗，比如說在我們讀書的時候，在印度尼西亞，我們沒有太多這方面的公司。但是比如說在中國，我們有很多內容提供的公司，就可以拿他們來做一個案例。當時，教育行業在印度尼西亞是一個藍海市場，所以我也不知道我是不是在做正確的事情。但是最後是超出我預期的，公司從起初的兩個人發展到了現在有一千多名員工。

我覺得不同階段我們都會有不同的問題，比如說在早期階段，我們是要去找到市場份額，要去找到第一批消費者、客戶以及付費的客戶。如果你要進行規模化，你在用戶數達到第一個100萬、500萬、1000萬時都會面臨不同的問題。

Will Thompson：我覺得對於所有的企業家來說，這些都是共同的挑戰，但我覺得你做的非常好。顧嘉唯先生，您的物靈科技專註於機器人，您能不能跟我們分享一下機器人用於教育的經驗？

顧嘉唯：我們在做的一個嘗試是用機器人來做教育。這跟通常意義上知道的那種屏幕上的對話式機器人有所區別。由於此前電影、電視中對於機器人的過度想像，想到機器人用於教育，也會有所恐懼。但是目前，機器人技術越來越成熟，逐漸循環成可用的階段。

我們為什麼要嘗試在這個時點從一個只是在屏幕上的助理或者對話機器人跳到實體的產品上面？是因為我們的受眾，我們是想解決K6這個年齡段小孩在教育內容上的獲取。因為大家其實知道現在的很多教育是線上和線下，因為一部分是說從線上去獲得直播課程、錄播課程，或者說有一部分智能、AI的雙師的課程。

對於小孩來說一直是對著屏幕其實是有問題的，因為無論是對於視力還是對於內容的控制，對於我們信息傳遞過早地被那些多媒體侵佔的狀態是會有一些負面影響的。我們能不能利用好現在實體的這種東西，能夠讓小孩學習到、接觸到很多新的東西。比如說書本，我們能不能通過今天的計算機視覺去學習所有市面上的課本、繪本，能夠讓它跟小孩直接產生交互。因為其實這裡面我們有一個很有意思的現象是說今天如果我們能通過一個機器人，一個AI的機器人，能夠打通實體的物質，也就是實體交互的教材、內容和虛擬的數字內容，這其實是一個很有意思的橋接的機會。

剛剛其實有一張照片，就是我抱著那個大的機器人的照片，那個機器人是我最早做的一個項目，我們最早做這個機器人的時候其實是想打家庭當中一個陪伴式的全能機器人。但實際上它的問題在於短期內用戶預期非常高，你很難把一個語音交互的全能型的連接各種家居、連接各種教育內容的機器人做好。所以我們開始逐漸細分人群、場景，把一個場景給打通。

所以Ling AI這個本質，就代表了一個中國人當中對於這種生命感、有靈性的一個描述，萬物有靈。我們想說Ling，代表了一種靈性，我們想打造有靈性的機器人，能夠幫助小孩在教育過程中去互動實體的產品，而不簡單是語音交互。因為語音交互有一個現在的現實情況，大家可能家裡面都用過智能音箱，其實你真實的預期和你每天在用的語音音箱的場景中間是有Gap的，你會覺得什麼都可以聊，你會覺得什麼都可以互動，用它很方便。但實際用一下之後，你會發現很多東西會出現錯誤，因為自然語言交互技術在一個開放式的問題上面其實很難解決好，所以這是通用意義上的智能音箱的問題。

我們換一種解決方法，如果我們限定在K6的場景中，幫助小孩在翻讀各種教材、課本和繪本的過程中，能互動內容，用計算機視覺的技術來輔助小孩理解場景，同時用一些簡單基於這個場景下面的知識樹自然語言交互的方式去解決垂直領域中的對話問題，這就很有意思了。

另外這會對教育帶來一個新的機會，因為大家現在在直播課APP類的教育軟體產品都中有一個特點，是在於你必須把平板電腦和手機給到小孩，這也是為什麼很多純APP類產品黏性、活躍度和時長會產生問題的地方。如果是他自己的終端，他可能去玩別的東西了，不可控，他可能去玩遊戲、打王者了。如果是家長給他在固定的時間去使用，他有一個缺點是復購和拉回。如果是一個機器人在邊上，除了剛才這種可以直接互動之外，他還可以靜默式的在旁邊互動，他可以把你再拉回來，他有那種能力。他可以通過這種主動性、察言觀色，主動把用戶再拉回來，把教育內容再推出去。這是他具有從屏幕交互拉到實體交互的一個新的機會。

我們Ling AI最近推出了一款很細分的人群場景，就是打幼兒園小孩2—6歲、2—8歲的人群，他們在每天高度地看各種各樣的繪本，因為大家知道繪本是一個舶來品，來自於歐洲市場、北美市場、日韓還有台灣。中國在過去5年時間繪本的增量非常快，整個出版行業，繪本是最最頭部，增長最快的一個行業，就是童書繪本。我們嘗試用計算機視覺、用深度學習的演算法去識別所有市面上的書和繪本，放到他面前翻到任何一頁就可以講故事，翻到任何一頁就可以基於繪本內容跟他問答互動。這個產品叫盧卡，它是一個小的貓頭鷹一樣的機器人，能夠跟小孩更好地互動，把教育內容一點點傳遞給小孩。

教育與科技的結合  

Will Thompson：請問Iman Usman，你們在教育科技方面做了很多的事情，那你們是怎麼開始的？或者你們做的第一個事情是什麼？你們是一開始就包含很多方面，還是一開始專註於一點？

Iman Usman：這是一個非常好的問題，當然我們並不是說一開始就所有的方面都涉及。我們一開始也是會分析一些市場，當時我們也發現有很多的模型，他們有這種智能的輔導，這樣的一些交互課程。但是我們想做的一開始非常簡單，就是要連接學生讓他們找到非常好的老師，他可以在線上也可以在線下。當時我們做這一點，就是因為我們認為當時的市場還沒有準備好進行這種1對1的課程，而且還有一些其他的基本問題，所以我們當時就想解決這些問題，我們想要找到其中一個問題，然後這個問題就是如何來找到這些質量很高的老師或者是輔導老師。

那回到我們剛才所說的這個問題，對於這些高質量的老師的數量也是不夠的。而且尤其是你到二級三級城市來講，這樣的老師就更少了。所以我們就會來錄製這樣的一些視頻，在這個視頻中會有非常高質量的老師來進行講課，可以把這樣的視頻來以比較物美價廉的方式提供給這些其他城市的同學。我們也會有訂閱的服務，在這方面也會給我們帶來了很多的回報。我們當時會想還挺好的，但是它可能不是一個可持續發展的過程。那我們怎麼樣能夠更好地教育家長？因為教育家長也是非常重要的。因為我們當時不是想要只從這些公司或者企業上來獲得效益，我們是想讓整個市場都更熟悉我們這樣一個概念，讓家長也能夠更加熟悉我們的概念，因為這樣他們才能夠更好地讓他們的孩子學我們這樣的課程。

所以當時我們會和很多的企業合作，會讓更多的家長來嘗試我們的產品，會說如果說我們可以從線上學習，那我們的孩子肯定也能從線上學習。之後是從政府這裡得到了很多的關注，他們就會和我們有很多的合作，這樣慢慢推廣我們的產品。所以我認為我們一開始需要找到一個焦點、一個重點，來想一下其他和這個重點有關的東西，再進行擴展。

Will Thompson：顧先生我也問您同樣一個問題，剛才您也說過大家可能也是對機器人有恐懼的心理，首先是為什麼是機器人？你是怎麼樣先找到這些對於機器人不害怕的受眾群體？

顧嘉唯：我們原來最早這個團隊的核心人員是來自於微軟研究院、百度研究院。我們其實在原來的大公司、大平台裡面做過各種各樣嘗試所謂的機器人，因為我們認為機器人這個詞在中國的理解當中解讀有一點偏向於一定要是兩個腳的，跟人互動的這種驚悚型的。其實機器人的泛義很廣，它是自動完成任務的一個執行裝置。所以我們最早做過無人車、穿戴式設備的機器人，我們做過在路上跑的機器人，我們做過在家庭當中陪伴的像智能音箱這樣的機器人

為什麼我們後來聚焦在閱讀這個場景？這裡面有一個很有意思的邏輯，剛才我其實也簡單提到過一下，我們發現真正用戶預期的場景和技術邊界可以去解決的問題之間是需要一點點迭代過去的。因為我們最早在做機器人的時候，我們發現一個最大的現象，在於每個細分場景當中你做好都不容易。這就是為什麼說今天我們在弱人工智慧時代，在弱人工智慧時代走到強人工智慧時代的過程中，其實先要解決垂直問題。我們知道在過去的自然語言交互問題，對於百度的推薦，或者谷歌這種帶知識網路、網狀模型去做檢索式模型的都非常好用。

在計算機視覺領域，以前我們發現很多模式識別的判斷其實對於很多東西都不可用，但在過去的5年時間深度學習上來之後，把人臉識別、人行檢測、車道線、車行檢測做好了之後，我們可以應用在更寬泛的領域，我們開始做人臉識別，包括像安防、金融驗證、券商等。

回過頭來，我們現在又發現一個新的領域，是說如果我們能夠把一個多模態的交互技術，融合計算機視覺和自然語言的交互，能解決教育問題的話，這是一個非常細分的領域。我們當時做Jrobot的時候，就嘗試過在其中放入VIPKID、英語對話的場景，我們發現用戶用的非常高頻，他們很樂意於用這樣機器人的場景去練英語、去互動、去學習這種對話式的場景。我們在想如果能夠增加一個視覺的能力，讓這個對於全局的理解更全面，他的對話邏輯會越來越好。

所以我們會從視覺出發，因為在過去一段時間技術真正迭代深度學習這個裡面，它影響的視覺帶來演算法的提升是高於自然語言的。因為大家知道其實在過去一段時間深度學習對於自然語言理解的提升並沒有那麼地顛覆性，現在基本上都還是在用傳統方法解決垂直問題。但是對於計算機視覺這個領域當中，深度學習帶來的變革是巨大的，只有一個很大跨越式的技術變革，才能產生一個大的技術創新。我們就在想怎麼通過計算機視覺這個垂直類目，加上如果我們需要一個的硬體載體的創新機會。因為大家知道其實對於成年人來說，手機基本上吃掉了你的絕大多數時間，因為手機是最最成功的一個智能產品。所以很多過去一段時間投資全聚焦在了無人車，最近微夢（音）的創始人也跟大家說無人車還有很長一段路徑。

我們就在想機器人到底什麼樣的載體是最合適的？我們既然以前試過無人車、穿戴設備的機器人、家庭的機器人，我們聚焦在教育這個領域，就是我們的一個回答。我們覺得視覺來輔助實體的，包括你在上面去玩英文拼單詞的卡片，你在上面去進行自然語言對話一些簡單的英文對話，你在上面去翻讀各種各樣的教材。在這種交互空間內你可以玩出很多多模態的交互，它能夠帶給小孩一個手機之外陪伴、學習和娛樂的終端，這是一個非常大的機會。我們希望能夠造出像當年在中國出過非常多很好的產品，像快譯通、學習機、點讀機這樣的產品，我們今天正在用計算機視覺的AI演算法加自然語言的交互創造新的一波教育的產品，它能夠通過一個普遍的RGB攝象頭，去檢測小孩的手指。因為我們把深度學習學的這個年齡段小孩手指的行為軌跡，你可以不像原來需要一個點讀筆，你直接用普通的手指點在書本上、課本上就能互動。

分齡教育

Will Thompson：我還有另外一個問題問兩位，我們剛剛提到了有很多的在兒童教育當中的不同點，不僅僅是K12的不同點。所以我想問大家，我們如何用教育技術公司或者說你們兩家公司如何用不同的思維去看待年紀比較小和年紀比較大的兒童的教育？

Iman Usman：我覺得非常不一樣，因為孩子們年紀比較小，他的能力還比較有限。但如果這個學生年紀比較大，他的能力會稍微強一些，我們要考慮到他們不同的能力。還有就是要從中取到一個平衡，年紀比較大的學生他們會比較自律一些，會自己去學習。但是年紀比較小的孩子，他們周邊會有很多的因素，可能會吸引他們的注意力。比如說家長就非常重要，尤其是在亞洲，很多的家長他們對孩子的期望非常高，比如說他們想要讓孩子去做很多的閱讀，但是他們自己在家裡又不閱讀，家長自己本身又不閱讀，所以我覺得這是一個比較大的問題。

所以在兒童時代的教育，我覺得不僅僅是教育本身我們需要注意，我們要讓教育成為整個家庭當中的主題，這樣的話不僅僅是有兒童的參與，也有家長的參與。

另外一個，大家也要注意到教育的內容非常地重要。我們的內容要非常地有吸引力，因為孩子們年紀比較小，他們容易分散注意力。所以他們很難將注意力長期保持集中的狀態，所以我們的內容就必須要非常有意義、非常吸引人。

Will Thompson：我覺得你的點非常好，我的母親總是告訴我說，她會告訴學生一定要在家庭教育過程中，要讓家長有參與。所以顧先生，我也有一個問題要問您，您是在機器人行業的，您覺得機器人是不是一定會比電腦的屏幕在教育孩子方面會做的更好？因為至少說不會讓他們玩很多遊戲吧？您覺得比如說K6的學生或者是年紀更大一點的學生，交易方面有什麼不一樣？

顧嘉唯：K6的小孩絕大多數是沒有自己的支配權的，再往上長的時候，小孩的自主決策、自主選擇的判斷力和他的決策權會越來越大。所以這裡面最大的區別是誰來做決策，其實往更小的小孩來說，很多決策是在學校之外的，因為有很多家長的時間可以去做決策。因為它會涉及到環境的變化，因為他那時候所有的教育內容和獲課方式都是以家庭為主的。再往上長的時候，很大一部分時間多了一個場所是去學校，怎麼能夠平衡好這兩個的關係是很關鍵的。對於K6的產品，最關鍵的是你能不能掌握主家長的痛點、家長的需求，和寓教於樂的一個點能夠讓小孩持續使用，這是最關鍵的。在K12或者在網上，最關鍵的是你能解決學校裡面的痛點，老師的痛點和家長和老師之間聯繫當中可以找的機會，這是兩個不一樣的邏輯。

對於我們在做的K6，我說說K6這塊我們的打法和策略，我覺得K6我們更多是把它當做一個完全面向To C的產品，那你就需要非常深挖用戶場景當中的痛點和需求是什麼？而且決策購買人和使用人是分離的，他是兩撥人。那我們就要去找到今天家長對於一個教小孩，他到底有哪些訴求、哪些痛點還沒有解決？

我們說了剛才我們有一款產品叫盧卡，它的主打就是今天家長有幾個痛點，幾乎所有家裡面一柜子一柜子的繪本，他沒時間、精力，甚至有的時候沒有能力去讀英語，能不能幫到他？你把一本繪本能夠講的繪聲繪色這個能力是很難的，市面上不是所有人都能做好。就像得道給了大家很多聽書消化完更好的結果，今天繪本能不能創造這樣的機會？你能不能讓一本繪本講的繪聲繪色，有聲有色的，讓小孩愛上它，比看動畫片還有樂趣，這是一個機會，這是我們打的第一個點。

第二個點是英語，其實中國家庭學英語K6現在是一個非常常見的場景，甚至是K3，越來越往前。希望小孩能夠更早地接觸這種英語，因為英語是剛需，它很容易、很快速地可以校驗閉環，他跟機器人互動兩下，你拿一個蘋果在他面前，他轉身說Is apple，他就可以去告訴家長，他有這樣的直觀反應，就很容易校驗這個閉環。所以我們在機器人上加入了非常多怎麼通過視覺的方式去輔助地練習和理解英語單詞，和英語的句式。我們還做了雙麥克風的陣列，可以去口語評測英語。他跟讀的過程當中可以去評測和打分他的英語是不是好？

我們需要圍繞著繪本這種交互方式，和獲得的多媒體的這種傳遞，能夠讓小孩更好地跟數字內容結合物理世界的這種玩法結合在一起。這樣的好處在於K6的小孩要妖通過遊戲的設計，把他能夠高密度、高頻地跟這種內容相交織。同時你在售前，對家長能夠解決打到他心目當中認為給他小孩有時間放到學校之前的痛點，這裡面很關鍵。K6當中六年級關鍵還有一個東西是什麼？你會發現他3點半下課了，不知道去幹什麼？這就是新的一個機會，你不可能給他一個IPAD，讓他去玩王者。這就會有一個時間窗口的機會，這也是我們在主要抓的機會。

另外一個當回到家庭當中，陪他做作業，又是一個剛需。中國的家庭有一個特別大的痛點在於家長晚上忙的半死了已經，回到家裡面還得要去教小孩、做作業，這是一個非常常規的痛點。除了陪好小孩之外，還要教他做作業。我們通過計算機視覺可以識別手寫體，可以識別書面上的空格和內容，當小孩在填的時候它就可以把它評測出來。同時不像你要給到一個手機去照著作業出來答案，我們希望輔助式的幫助小孩看到課本裡面的內容之後，輔助往前走一步。所以這就是新的一個輔導型作業回到家裡面的一個新的機會

如何獲取數據

Will Thompson：那在每一個成功的商業背後，尤其是涉及到一些演算法的商業，都有一個非常成功的數據戰略。所以  Iman Usman你是如何用數據來拓展你的業務的？

Iman Usman：我簡單說一下，第一個，產品本身我們如何使用數據來打造產品？我們每個孩子都有一個個性化的學習，讓他們走上正確的道路，讓他們會有非常好的內容去實現他們的目標。

第二個，我們要去研發不同的內容，比如說我們有一個儀錶盤可以通知我們說有什麼樣的內容是不太好的，有哪些內容是不夠的，比如說一般孩子只讀了一半，或者說他們在回答問題之前只讀了一半的內容。所以我們可以看一下這個內容的消費方式，以及我們如何做一些改善，以及如何對這個內容進行重新設計。

第三，我們會用數據來進行銷售戰略的制定，比如說我們會有不同的產品銷售的渠道，比如說我們有學習管理系統，它關注於學校當中任務的處理，我們也會用數據來幫助學生學習，幫助學生去做出決策。這個數據也會告訴我們，我們要有什麼樣的銷售戰略，比如說我們要傳遞什麼樣的信息給學生？

第四，因為我們跟政府有很多的合作，所以我們會用數據來去幫助政府的決策過程，我們跟當地政府有很多的合作。我想要提到的一點是我們跟政府合作的時候，可能政府不知道如何去使用數據，所以有時候會比較難需要花很多時間，政府有時間但是他們不知道如何去解讀這個數據，所以他們不知道如何從數據當中獲得價值。所以我們會幫助他們去走這樣一個流程，我們希望在提供數據之後政府有一個更好的決策過程，能夠進一步地去改善當地的教育，能夠惠及到更多的孩子。

Will Thompson：我們還有一點點時間，顧先生您就簡單說一下吧？

顧嘉唯：這是一個所有公司都會面臨現在的一個選擇，不光是我們做AI的，所有公司都會面臨，需要轉型到這個上面去。對於教育這個領域，我們的看法是說今天這個大話題也是智適應，其實因材施教是最大的一個機會點。我們能不能通過前期的冷啟動，因為BAT其實最缺的是幾個垂直領域的數據，教育是一個非常典型的數據源，他們互聯網缺失的，這就是一個機會。當你冷啟動的時候，在一個細分領域當中找到數據的機會，它能夠像雪球一樣快速滾起來。

自然語言很難和BAT比，因為它原來的數據量和圖譜性已經非常非常充實，但是視覺領域是一個很強的機會，因為任何一家互聯網公司以前不具有這個垂直領域的視覺演算法，甚至是連數據都沒有，所以這是極大的一個顛覆性的機會。我們的策略就是把用戶在交互的過程中所有數據記錄下來，你的語音對話、圖像翻讀、行為軌跡數據，甚至是用戶的表情，他的情感化計算這塊的數據。記錄下來之後，我下一步能夠讓未來的幼升小產生一些評測。

再往下其實我們打通家長端對於小孩以前不了解的信息，老師端和學校端對小孩不了解的信息，讓他成為一個把這些信息串在一起的平台和機會。因為未來我們也在進入到學校裡面，讓每一個課桌多一個這樣可以視覺理解場景的東西，讓它除了能夠用語音去做一些輔助之外，讓視覺成為一個好的輔助，能夠把這些數據在這個正循環當中不斷地數據化。因為原來這些用戶行為是沒有被數據化的，這是一波新的，用教育的垂直場景，數據化再造的一個過程。

Will Thompson：我們掌聲給到兩位專家，感謝你們！

雷鋒網2018年度AI最佳掘金案例評選

人工智慧風雨60年，與其說技術升級促成了今天的浪潮，不如說當前的人工智慧，終於站在離商業最近的位置。

去年，首屆「AI 最佳掘金案例年度評選」活動一經推出，便受到了AI方案輸出方和AI技術需求方的極大關注。評選從商業維度出發，尋找用戶/客戶問題解決能力強的產品和解決方案。

現在，我們再次站在AI浪潮之巔，正式啟動第二屆「AI最佳掘金案例評選」。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！