广州哪里有正规小三侦探公司-AI 老师的强大功能 + 真人老师的情感交流 = 未来教育？

扬声器| Guo Jia Turing Robot Coo

评论｜富齐和楚朱安

计划| Cai Fangfang

人工智能正在深深地重塑教育领域，推动教学模型的创新，尤其是个性化学习。作为一家具有语义和对话技术的人工智能公司，图灵机器人可以通过高精度AI知识问答，中文和英语语法校正，图形和文本识别以及其他技术来赋予教育行业的能力。自2023年以来，Turing Robots用大型型号逐一取代了CNN模型，并进行了创新的应用程序，例如AI讲老师和标记AI助手的纸张，并在BBK和家庭作业帮助等产品上启动了应用程序，并取得了良好的成果。

在过去的一年中，使用大型模型重建产品，该公司对设计产品和大型成本的“功能和无能”进行了深入的思考。这篇文章是根据Turing Robot Coo Guo Jia在北京QCON 2024上的演讲中汇编的，分享了“教育模式，您可以成为”，打破了产品重建的这一道路，并与实际案例分享了其中的痛苦和痛苦。

本文由InfoQ编辑，并在Guo先生的授权下出版。以下是演讲的笔录。

我们是谁

图灵机器人在教育行业已经开发了近15年。在此过程中，我们目睹了许多变化，并逐渐从传统模型发展为大型模型。该公司的徽标是对图灵机器人的致敬，我们获得了图灵后代詹姆斯·图灵（James Turing）和英格兰真正社会协会的肖像授权。2017年，我们也成为中国图灵基金的​​唯一合作伙伴。由于公司的早期注册，图灵现在已成为专有名词，无法再次注册。

我们的大多数团队成员都来自Jiotong大学。我们的首席执行官来自Jiotong大学数学系，并从事人工智能和复杂的决策系统。首席技术官Wei也来自Jiotong University数学系。首席科学家He Xiaokun曾经是Good Future AI实验室的负责人。实施双重减少政策后，他来到了我们的人工智能教育公司。 Shi Yong教授是中国科学院的合伙人科学家。

我们的投资机构具有独特的特征，都是战略投资者。他们继续向公司的运营和援助已经进行了很多年，他们并不急于撤离。我们的天使投资者是Saif的创始合伙人Yang Dong。我们还是微软在中国的第一家风险投资公司。此外，我们的股东还包括HTC，AOFEI动画和Hongen教育。

该公司由该公司推出的最后一次AI产品称为虫洞语音助手，这可能是为资深互联网用户听说的。我们于2010年开始开发并发布该产品，该产品最初是为塞班岛和黑莓手机设计的语音助手。当时，苹果还没有收购Siri。随着苹果在iPhone 4发布期间启动Siri，语音助理场很快就流行了，我们的用户数量也迅速增长，达到了近2000万。

在开发过程中，我们一方面专注于自己的产品，另一方面与HTC建立了合作关系。 HTC是Android的第一家手机制造商。我们与HTC合作开发了小型HI机器人，即小型HI语音助手。推出该产品时，它具有100多种虚拟人类表达式和400多个技能，包括获得200多个CPS和SPS。

我们的许多技能是与CP和SP在后部合作的。例如，天气查询功能与中国天气网络合作，餐饮建议与评论网站合作。但是，尽管用户群和语音助手的早期活动也很好，但很难将其商业化。到目前为止，手机上的语音助手仍然面临这个问题。因此，以消费者为导向的业务模型（至C）当时不适合产品。基于这种理解，我们决定将该初创项目出售给HTC。然后，我们开始了第二个业务。

我们第二次开展业务，我们转向AI到B业务，这是企业的人工智能服务。 2014年，我们将产品卖给了HTC后，我们决定将这些技术转换为开放平台，主要用于开发人员。该平台吸引了超过100万开发人员，每天数百个开发人员加入。他们主要使用与自然语言处理（NLP）的语音助手相关产品作为核心。

在2016年，我们发现，对于一家初创企业来说，儿童教育是一个需求量很高且适合快速增长的领域，因此我们开始专注于教育领域。在2017年和2018年情感交流，我们很幸运能邀请包括我的小姐姐Mit Phd Jia Ziyun在内的才能参加该项目。那一年，公司的业务超过了1000万收入。到2019年，我们开始将视觉技术纳入我们的产品和服务中。在教育领域，对视觉技术的需求甚至超过了语音技术，例如问题识别，图片和文本识别，图画书和图片识别等，都需要计算机视觉（CV）技术才能完成。

该公司有五个主要业务线。首先，就学校入学业务而言，我们正在开发一个用于大学入学考试的英语口服测试系统，该系统特别适合使用大型模型技术。我们有AIGC助手的课程计划，该计划可以帮助教师制定课程计划，插入图片或令人兴奋的案例情感交流，甚至及时添加一些幽默的笑话，以使课程更加生动和有趣。我们还提供大型模型实验室的课程，使学生可以亲自操作，测试propt并使用破布工具进行培训。

在出版领域，我们主要为教学援助公司和出版社提供AI英语问题设置，AIGC动画课程和其他服务。此外情感交流，我们还参与了古代书籍，古典和学术研究的领域，还使用抹布技术进行数据挖掘。

在运营商业务方面，我们提供4G电子产品广州专业婚外情调查公司，例如自动翻译扫描笔，可以识别图画书和教科书的台灯以及用于口服评估计划的学生ID和学生卡。

电子教育领域是我们公司最古老，最不受欢迎的业务之一，市场份额高达80％。在这个领域，我们的服务包括语音助手，口语老师，作曲校正和与翻译有关的算法，例如指尖翻译，手写翻译和印刷翻译。

最后，在汽车领域，我们为儿童领域提供了重要的平台。自去年以来，诸如Li Yao Auto之类的新能源车已经推出了“ Little Master Mode”。后排的小型主驾驶舱需要语音助手来进行有趣的内容和知识互动。我们的支持语音助手，包括音乐版权，分级阅读版权和词典版权，为孩子们提供了丰富的车载互动体验。

大型模型产品的第一步是成本降低

与小型模型时代相比，成本是制作大型模型的新主题

去年，该公司面临着大型车型的成本压力。多年来，我们已经将许多算法商业化了，但是随着《时代》的发展，如果我们不追求大型模型的发展，我们可能会被时代淘汰。要赶上大型模型，我们需要考虑如何将旧算法转换为大型模型。将大型模型直接引入市场的初始成本非常高。尽管图灵多年来一直在自我制作，但对大型模型的投资仍然很大。在几种情况下，需要降低成本：

自己开发或使用开源大型模型，这需要高计算能力，并且您需要提供所有资源。

向企业提供大型模型服务，例如通过进入学校或教育部的私有化部署大型模型。学校对数据安全和隐私有严格的要求，不希望竞争对手获得其原始内容。因此，大型模型必须在本地进行私有化，部署和培训。

我们使用大量的第三方模型，例如根据令牌定居，并且初始试用成本是可控的，但是一旦商业化，成本将迅速上升。例如，我们以前使用了GPT模型接口，每月投资可以达到30万至40万元人民币。对于单个客户而言，每年几百万元的成本是难以忍受的。

在末端芯片层上运行的大规模模型，例如在最新芯片上运行大型模型的高通公司表明，将来，移动电话和其他设备将具有本地的大型模型支持。

开源大型模型（例如Tongyi和Baichuan）的趋势，例如开源大型模型等公司的目的是允许更多的人使用它，甚至可以自己运行大型模型，从而促进云服务的销售。将来，采购计算能力可能等效于购买云资源。此外，服务器情况发生了变化。与2022年相比，价格显着上涨了50％以上。在2023年5月禁令之前和之后的价格也有所不同。但是，在2024年，云服务的价格下跌了约20％。当前，云计算功率和消耗范围内可控范围内，这与服务器资源的逐渐增加有关。

我们如何通过制作大型模型来降低成本

我们的产品Turing AI老师已经推出了三个版本。 C版本是我们使用大型模型技术开发的版本，该版本在资源消耗方面是三个版本中最低的版本。右图显示了我们的成本计算，这意味着，通过采用大型模型技术，我们可以在维持产品质量的同时有效地控制成本。

在创建主题时，版本C语言教师被用来用AB角度生成对话场景。生成对话后，系统将根据预设预训练脚本执行对话，重点是评估发音，而不是表达的正确性。

每次用户提出一个问题，包括语法，真实的表达，对话相关性和句子抛光时，B版本中的口语老师将为多个识别而称为多个识别。因此，大型模型的呼叫量非常大，消费水平也会增加。

我们生产的大多数儿童产品都是相对较低的成本，也许只有几百元，甚至不到一百元。因此，在儿童电子产品中，大型模型的成本很高且难以忍受。我们已经尝试了多种操作方法来执行次要转换以降低成本。

A版A语言老师的最大特征是虚拟人的课程计划。虚拟人如何表达良好表达的关键在于情感上的认识。我们最初展示的口头老师的形象受到孩子的批评广州哪里有专业婚外情取证公司，因为许多学生认为老师给人一种压迫感，不想和他说话。因此，我们后来采用了更多二维和漫画的图像。这里添加了两个费用，一个是召集虚拟人的成本，另一个是大型模型中虚拟人的情感认可的成本。

目前，我们对大型模型的成本降低措施分为三个主要步骤，总共六个小步骤。

第一步是降低数据注释的成本。我们使用的方法是使用高质量的大型模型来生成训练数据，例如让GPT直接生成训练数据，以便可以轻松生成高质量的数据。

第二步是计算功率补贴。由于我们公司是一家专业且创新的企业，因此我们已申请了许多国家的补贴，这有助于降低成本。

第三步是GPU侧的优化操作员。我们与一些服务器公司合作，包括华为，阿里巴巴等，以优化服务器端。 GPU本身保持不变，但是我们根据开发人员模型优化了自己的服务器，这是非常有效的。

第四步是加速框架，即算法层的框架优化。

第五步是混合大小和型号。例如，我们想检查天气，所有语义插槽，例如城市，日期等，它们可以用小型模型直接处理，并且它们的准确性远高于大型模型。使用大型模型来识别意图，然后将确定性意图转移到NLU。有些人使用大型模型来支付成本，以便大大降低成本。

第六步是混合专家模型。我认为这适合除停靠公司以外的所有公司。为了提高准确性，有必要限制范围更狭窄，并且知识库要狭窄，以便更准确。

一年的反复试验结束

在过去的一年或以上，我们尝试并迭代了Turing AI语言教师产品。投资成本主要分为几个部分。

数据符号：这是成本中相对较小的部分。由于我们很长一段时间以来一直从事语音助手的发展，并积累了大量数据，因此清洁和缓存数据的大型模型仍然非常有效。

计算功率成本：计算功率成本不高，因为该产品尚未大规模推广，并且用户数量的增长有限，因此推断成本保持较低。

算法重建：这是成本的较大部分。随着大型模型技术的开发，我们必须使用大型模型重新开发所有小型模型算法。它不仅涉及技术重建，还包括算法工程师的转换以及后端服务和产品测试的重建。

商业化成本：这是最大的成本部分。营销和应用程序开发人员的投资巨大，尤其是当产品被推向市场时。作为一家教育公司，我们还必须购买很多真正的内容。这不仅是因为需要培训，还因为版权保护在儿童教育领域非常重要。具有知名IP的版权内容可以带来溢价，父母更愿意为知名品牌的教育产品付费。

我们如何进行产品迭代

我们的口语老师的第一个版本是AI外国教师产品，名为Free Talk，我们去年5月左右推出。

该产品的灵感来自Openai发行的产品Call Annie，这是一个能够用英语互动的大头像肖像。该产品具有多种特征：首先，它具有巨大的头像，使人们对面对面的沟通感觉；其次，它在没有中文的情况下以所有英语进行交流，模拟了一对一的外国老师的经验，并专注于一对一的外国老师的概念。

但是，经过一段时间的晋升，我们发现儿童和成人很难在实际使用中积极发言。即使真正的外国老师与孩子互动，孩子们很难说话，他们不知道该说些什么，他们也不会说。这使得AI外国老师很难带领儿童进行对话。

此外，与儿童交流时，大型模型很容易“在线”。孩子们只能学习一些非常简单的单词，例如“这是什么？这是一个瓶子”。但是，如果您要求大型模型，它可能会提出非常长而复杂的问题，这对于孩子来说很难接受。

第二版

在第二版的口语老师中，我们采用了不同的策略来解决孩子们不知道该说话的问题。此版本中有几个关键点。

每个人的学习情况和英语精通水平都不同。即使有设定的主题，不同的学生也可能发现内容太简单或太困难了。因此，接下来我们将优化每个学生的个性。

个性化学习的关键是分析学生的开放数据并观察他们的兴趣和意愿。同时，应考虑学生答案的准确性以及提示和建议的使用。这些因素是影响个性化学习有效性的重要指标。

在口服教师的发展中，第三个关键因素是教育和教学系统的构建。我们产生的场景主题，无论是在问候学校教育还是学校开放场景的迎接场景，都得到了教学和研究团队的支持，最可靠的支持来自高质量的教科书。

以牛津树的分级阅读为例，我们可以看到，即使是一个真正的外国教师，例如VIP KID，不仅是外国教师的教学，而且是一系列教学方法和课程计划。外国老师使用艺术板和课程计划，例如牛津的“让我们去”系列，指导孩子们逐步学习。我们使用抹布技术来学习和生成课程内容，而抹布非常擅长生成基于问答的内容。我们首先生成一些问答内容，然后处理这些内容，使其成为课程教学的一部分。这种学习方法可以根据学生的不同成绩和水平来实现分级教学和筛选主题的困难。

此外，尽管TTS技术现在非常先进，但它仍然无法完全复制真实的发音以及适当的速度和停顿的起伏。因此，我们选择使用原始的现场语音内容来允许孩子重述现场语音发音以提高学习效果。

我们还添加了实时练习和与高质量教科书相匹配的选定练习。目前，使用AIGC技术产生的问题的结果并不理想，因此我们直接在教科书中采用了原始支持练习。这些迭代和改进是口头教师产品不断发展的一部分，旨在提供更个性化，系统性和有效的教学经验。

第三版

在第三个版本的口语老师中，我们在商业化方面取得了重大进展。此版本主要针对初中入学考试的口头模拟考试，提供了完全真正的模拟考试环境。这个环境从孩子的试镜开始，麦克风测试，再到对问题的检查，然后再进行正式检查，从而完全模拟了真实检查的所有方面和过程。

过去，口腔模拟考试的准确性很低，经常受到老师的批评。现在，语法得分中的大型模型的准确性得到了极大的提高。例如，在收听简短文章后回答问题时，大型模型不仅检查语法是否正确，而且还取决于问题是否准确地回答，答案是否与问题有关，以及角色，行动和时间匹配是否相关。通过传统算法难以实现的这些要点可以通过大型模型来很好地完成。从2025年开始，所有中国高中和大学入学考试口腔考试分级可能会采用大型模型技术，这将是解决疼痛点的定性飞跃。这也是实施商业化的罕见而快速的进步点。

最后一个功能是真实问题库的应用。教育与版权密不可分。我们必须从每个省和城市购买真实的问题，并模拟考试问题库。这些问题库不仅涉及版权问题，而且还具有发问者的独特想法。我们试图使用AIGC技术模仿发问者的想法，但结果并不理想。如果替换率未达到一定水平，则使用AIGC节省的工作量非常有限，因此我们选择直接使用教科书中的原始问题。

与几种不同的外国产品设计概念进行比较

在国外，有几种不同的方法来制作大规模的口头教师产品，因此这里有一些例子。

首先是Yanadoo，这是来自韩国的产品，其母公司是韩国最大的互联网教育公司。 Yanadoo功能包括：

第二个产品是Ainder，它是具有其特征的社交产品：

第三个产品是Speak，这是一家由Openai投资的教育公司，其中包括：

第四个是Duolingguo，这是一个著名的平台，当GPT 3.5发布时，它是其合作伙伴之一。 Duolingguo使用的大型模型用于：

第五个产品是Call Annie，该产品提供了一个可随时与视频进行交流的美丽女人的形象。应用程序接口就像手机，提供交互式体验。

最后一个是Cheggmeta，可以说是美国版的家庭作业帮派，强调：

总而言之，在国内外，AI语言老师的思想存在一些差异。

1.0版的国内AI口语教师产品的功能通常相似。尽管每个公司都在培训自己的模型，但影响体验的最大因素是模型培训的强度和准确性。

外国产品的1.0版通常基于GPT，因此在智能方面几乎是一致的。不同产品之间的主要区别在于他们各自的教学理念。例如，有些产品采用了10分钟的教学方法，有些产品通过社交手段学习，有些将实时录制和广播课程结合在一起，有些通过游戏化学习，有些通过虚拟图像进行互动，有些则专注于家庭作业辅导。

国内和外国产品之间的教学哲学存在明显差异。外国产品显示出多样化的教学概念，而家用产品可能会根据自己的想法逐渐区分。

在针对英语学习的口头教师的应用时，每个公司将至少设计一个虚拟角色Avatar，这是虚拟人员表达的最基本形式。一些公司更复杂，将视频录制与虚拟人类生产相结合。甚至更简单的应用程序将添加虚拟字符以增强用户体验。虚拟人的表达和人之间的情感联系是非常重要的部分，它与大型模型技术有着自然的密切相关性。

在移动互联网行业中，我们经常提到“杀手级应用程序”，对于大型模型技术，虚拟图像可能会成为杀手级应用程序中的核心元素。这是因为虚拟图像不仅可以显示其背后的价值，个性和情感，而且还可以通过其图像与用户建立联系。

大型模型

大型模型在教育领域的应用存在一些问题，并且在某些领域也不擅长。

大型模型在教育领域的优势反映在以下方面。

阅读字段：阅读字段中大型模型的性能令人满意。在这方面，抹布类型的应用程序尤其出色，这可以增强模型检索和生成信息的能力。大型模型已成功地用于基于学习材料的自动交互式场景。该应用程序通过结合学习材料提供了自动的，互动的学习经验，这是当前教育技术的一个很好的方向。

微调和再培训：使用大型模型时，我们发现了一个惊人的现象：与小型模型相比，大型重新培训时所需的数据量大大减少。例如，在口头教师的语法误差校正函数中，最初需要100,000至100万的数据量，而大型模型只需要少量数据就可以训练非常好的结果。

大型模型在教育领域的应用还包括程序监督方法。通过流程监督，可以显着改善大型模型解决问题的准确性，并有望迅速解决解决问题的问题。

此外，我相信在接下来的一两年中，教育领域将面临一个重要的改革和转型概念，即真实的人和AI老师的结合。在这种模型中，现场老师的作用是组织教学活动并建立情感联系，而AI老师则是工具类型的角色，提供无所不能的知识支持。

这种组合利用了人工智能的力量，同时保留了现实生活中老师在教育中必不可少的人文护理和情感交流。

今天推荐的文章