人工智能不仅可以利用图像识别的技术来帮医生看X光片，帮助识别，还可以应用于其他行业，比如教育、汽车、金融领域。未来，我们应该更加关注人工智能，关注人工智能+。
人工智能
互联网VS人工智能
互联网分两个阶段，第一个阶段是电脑端的互联网，第二个阶段是移动端的互联网。2012年互联网流量格局基本确定，各平台首页的APP比较固定，很难有新的APP占据首页，这是互联网的红利开始消失的表现。
互联网的下一个阶段是“互联网+”，就是互联网与其他行业的结合。互联网+解决了信息不对称和连接的问题。举个例子，淘宝是把买家和卖家连接在一起，解决了连接问题，建立了皇冠好评机制解决信息不对称问题。但是互联网+还有很多问题解决不了，比如说人工智能可以利用图像识别的技术来帮医生看X光片，帮助识别，这个准确率可以超过人类。人工智能还可以应用于其他行业，比如教育、汽车、金融领域，未来，我们应该更加关注人工智能，关注人工智能+。
人工智能的应用
人工智能应用在在汽车领域，实现辅助驾驶、自动驾驶，是当前一个很大的趋势。在医疗领域，现在有手术机器人，比较出名的达尔文机器人已经开始应用到临床领域。还有外骨骼机器人，深圳先进技术研究院就有外骨骼机器人的模型，可以帮助患者走路和用作辅助问诊。在金融领域则有大数据分析技术和人工智能技术，利用大数据实现征信系统。在个人助理领域，智能管家和智能陪伴比较火，比如苹果的Siri，大陆有讯飞叮咚和小米的小爱同学等。法律领域，语音识别可以做庭审记录，可以通过语音识别把庭审记录识别出来，甚至可以审查合同。在教育领域，智能评测和个性化辅导也是一个很好的方向。
个性化教育
传统教育VS个性化教育
现在学校一个班级大约三十至四十人，甚至更多，而所有学生接受的课程内容和老师都是一样的。这就产生一个弊端：每个学生的学习水平不一样，课程的进度并非所有学生都能够吸收，这就导致一些学生的学习进度跟不上。
而个性化教育就是将每个学生作为特定的个体，有特定的学习水平，通过分析学生的能力，个性化地推荐一些课程和内容，做到因材施教、千人千面。简而言之，个性化学习就是动态的规划学习路径，满足学生个性化需要，也称为自适应学习。
个性化教育的有效性
图1学习方式效果对比图
国外一家机构已经证明了自适应学习的有效性。如图1所示，绿色是传统的课堂教学，黄色是线上教育，蓝色是自适应学习，自适应学习的考试通过率明显更高。图1右边的图片是学生成绩，左边是最低分，右边是最高分，自适应系统学生的最低分明显比另外两个系统要高。
人工智能在教育领域的应用
图2人工智能在教育领域的运用
从图2中可以看到人工智能运用在教育领域里面的一些环节，比如在学习管理方面可以拍照搜题，现在有一些应用还可以做到拍照片显示答案，也可以做陪伴机器人，陪学生做作业、学习。在学生测评方面，其中一个是口语测评，帮助判断发音准不准，对口语水平进行一个评估，也可以做试卷的审阅。在教学辅助方面可以做到作文的批改，也可以做虚拟场景的练习，比如模拟面试。还可以布置作业，由人工智能系统给学生布置作业，并在学生完成作业后做批改修正。在核心学习环节里面可以规划学习路径，可以帮学生推送个性化的学习课程，甚至可以预测学生学习的情况。
声希科技在个性化教育里面的两个技术
发音检错纠错技术
众所周知，发音最有效的方式就是多讲，进行大量的反复训练。但是也存在三个主要问题，第一是以前我们上学是填鸭式教学，老师在上面讲，学生很容易缺乏自信，不敢开口。第二是课堂时间有限，很难给予每位学生口语锻炼机会，而且一般没有口语作业。第三是教师资源不足，比如山区的老师因为带有口音，发音不是那么标准。声希科技做的人工智能技术，从发音、重音、语调上进行纠正。比如在发音方面，长音、短音是中国人容易犯的错误。在重音方面，举个例子，单词Prosody，很多人喜欢把重音放在第二个位置，系统会告诉你重音放在第一个位置。还有语调，它的升调和降调表示的意思可能也不一样，系统也会做这方面的纠正。
针对口语学习方面，声希科技也运用了自适应学习，比如用户学了一段时间之后，系统会进行分析，根据用户读的发音跟标准发音判断哪两个音标容易弄混，从而个性化地推荐一些课程给用户，已经掌握的音标就不需要再进行练习了，而是推荐一些没有掌握的音标，这样可以提高学习效率，做到个性化推荐，因材施教。这些技术和系统都可以用到任何语言的学习，比如可以帮助其他国家的人来学习普通话。
语音转换技术
所谓语音转换技术，举个例子，想要让一个人模仿某个女生说话，把他的音色变成这个女生，我们会先收集这个声音，再通过模型进行训练，训练之后可以把任何人的声音变成这个女生的。比如说现在有一个男声，通过系统可以转化成女声。保持内容不变，只改变音色。半年前我们的训练数据是1000句，接近1个小时，最近的进展是现在只需要拿到一句话就可以把任何人的声音进行转换。这是因为我们在语音转换方面的贡献，在2016年我们获得了ICME唯一的最佳论文奖，参加的国际语音比赛是全球第五名。
除此之外，我们还可以做个性化语言学习的反馈，比如说我模仿的标准发音是别人的音色，假设我变成自己的音色，就可以知道是什么感觉，这样可以帮助用户更有效率地学习和模仿，同时也可以自定义AI老师、AI同学的音色。
这里还有其他场景的应用，如个性化的语音合成。我们可以把手机的语音助手，比如说把Siri换成自己孩子的声音、动漫的声音等等，还有一些新的玩法，像大家熟悉的高德地图林志玲版的导航，他们是把文字变成语音，要收集很多林志玲的语音数据，而且必须是固定文本的，需要按照固定文本去读，这是非常耗时间的，并且转换出来的效果，大家可以看到林志玲版的导航，不是那么自然。而我们系统转化的流利度较高，听不出来是机器，这个实用性是非常高的。另外也可以用于电影电视的配音。之前在香港，我们做一些Demo，香港人喜欢叮当猫，但是叮当猫的配音演员已不幸去世了，我们可以通过语音合成继续演这个动画片。在娱乐方面，我们想唱周杰伦的歌，可以把自己的声音直接变成周杰伦，小孩子也可以把自己的声音变成喜欢的动漫人物的声音。
在视频图像领域里有一个技术叫Face2Face，可以把一个人的脸变成另外一个人。比如说Source变成普京了，他的表情要怎么变，普京就怎么变。也可以变成动漫或者明星，这样就可以跟语音结合到一起，从而可以自定义一个人工智能老师，这个人工智能老师可以用自己喜欢的人物的声音和脸。
QQ交流群
