乔布斯、盖茨没改变的行业,这个中国人要做到

*图片来自“123RF”

乔布斯、比尔盖茨都曾说过：“我们改变了很多行业，但还没能改变教育行业。”

但是这个公司做到了。

创业先烧钱是国内公司一贯的打法，而且大部分公司都在资本狂热之后死去。然而，国内却有一家AI教育公司——清睿教育，创业两年就开始盈利。

清睿教育是一家将人工智能技术应用于信息化教育的公司。它成立于2011年，C轮估值超过16亿元，并于2015年在新三板上市，当前市值21.02亿元。旗下人工智能产品——口语100目前注册用户超过1300万，覆盖全国13000多所学校。2016年财报显示，清睿教育年销售收入达5206万余元（税后），比2015年同比增长80%，净利润突破1620万元，是2015年利润的四倍，发展势头愈来愈强劲。

第三次人工智能浪潮开拓者

朱奇峰中学就读于名校北京四中，虽然不爱写作业，但他的成绩却是班级第一，之后考入清华大学，曾担任院学生会副主席。

“学习对我来说是一件比较简单的事，很多课自然而然就听懂了。其实中学就那点东西，我把整个中学的东西搞一个知识图谱，这些知识加起来不超过100个，把这些知识点记住并梳理解决方法就可以了。”朱奇峰说。

1994年，，师从中国语音识别开创者之一俞铁城教授，并参与了国家863项目的研究。

硕士毕业之后，他留学美国加利福尼亚大学洛杉矶分校，继续做语音识别方面的研究。值得一提的是，为了挖走他，全球最大语音识别技术公司Nuance提前为他垫付了其博士最后一年的学费。

但是，2001年全球互联网泡沫破裂，Nuance的股价从几百美元跌到了几美元，他被迫选择离开。

2002年-2005年，他进入伯克利大学做美国军方语音识别研究。在此期间，他和团队申请了美国国家自然科学基金的项目，主要研究深度学习，也是当时世界首个研究深度学习的项目，并首次在多层神经网络训练中取得突破，引领世界深度学习发展。值得一提的是，2004年，朱奇峰在伯克利的工作在2004美国军方DARPA测评中和IBM并列第一。刚刚离职的前微软首席人工智能科学家邓力也曾在这个团队，邓力曾感叹：“深度学习怎么变得这么厉害！”

虽然在深度学习技术上引领全球，但那时深度学习领域仍处于早期。经过深思熟虑，他并未选择在深度学习学术路上继续走下去，而是回国创业。

2011年，他创立了清睿教育，创办初期获得天使投资一哥王亚伟的投资，之后拿到了软银中国的A轮投资，来自新东方等的B轮投资，以及王亚伟的C轮融资。

“说白了只有天使的钱我们用了，其他的几轮钱都没动；其实能靠人工智能盈利的公司凤毛麟角，而我们靠人工智能+教育连续四年盈利。”朱奇峰笃定地说，“2011年我们第一年开发产品；第二年试点推广有收入，但是还没达到盈利；第三年全国推广马上盈利了。”

第三层人工智能技术：感知心理声学

根据美国军方DARPA对人工智能技术发展的阶段分类，人工智能有三个层次，第一层是专家系统，即决策树，把知识用决策树、专家系统的方式来做；第二层是机器学习，即深度学习+大数据，机器学习也分两个模块，统计模型和神经网络。

清睿教育做的感知心理声学属于第三层人工智能技术：仿人脑认知计算。朱奇峰说：“人工智能看4万张猫的图片才能识别猫，但是一个小孩看几只猫就知道。人听声音本质上和机器不一样，我们用到了第三层人工智能技术感知心理声学。”

例如，一般的统计模型，比如判断说“i”、“o”、“u”发音对不对，是通过成千上万的“i”、“o”、“u”发音的数据对比，使用概率分布模型计算。但如果是一个男生和一个女生说同一个音，音色是不一样的，这种方式就很难辨别。然而，人能够区分不同的音色，口语100是模仿人辨别声音的方式把感知心理声学的东西做成一个可计算模型。这种模型不但能辨别音色，还能辨别快慢不同的声音，准确率几乎高达96%，而市场的平均水平不到90%。

朱奇峰认为，人对声音的识别不是像机器那样算概率。可能很多人认为，语音识别就是把编码前的声音和编码后的声音作对比，误差越小越好。但那是不对的，因为人对某些误差很敏感，对另一些误差却根本听不出来，所以听不出误差的地方可以不管，但是有的误差敏感的误差多要加一些比特（信息量单位）。

除了拥有全球领先的感知心理声学技术，口语100还定位于网络学习空间的服务平台。

2016年6月，，指出通过“网络学习空间”探索网络条件下的新型教学模式显得更加至关重要。“我们是网络校园+人工智能提供的辅导服务，别人卖的是试卷，电子化的内容，而我们卖的个性化的服务”朱奇峰说。

在商业模式上，清睿教育是典型的B2B2C模式，产品先免费给学校，再吸引C端用户。这种模式对产品本身的要求很高，朱奇峰透露，目前口语100的转化率高达10%。在市场推广上，清睿采用各地建“工作站”的分销模式进行本地推广、运营；目前已经覆盖全国28个省，290个城市。

“教育领域有两大门槛，用户数量其实不是门槛，花钱就能买到，但我们的用户都是真实的。第一个门槛是能够进入到中小学的环境；第二是产品进入学校之后能够创造用户认可的价值。”朱奇峰说。

人工智能是打开信息化教育之门的钥匙

信息化教育是一个世界难题，这个难题还要从交互式白板说起。

交互式电子白板出现在上世纪90年代，本是为办公环境创造，大量用于学校教学始于2000年后的英国。推动电子白板在学校使用，和英国一个叫做BECTA的机构（英国教育通讯和科技署）密不可分。

2004年，英国教育和技能部长Charles Clarke雄心勃勃地说到：未来，每个学校每个教室都会有电子白板。英国仅仅在2003和2004两年国家就投入5千万英镑，为学校配置电子白板。在随后几年里，国家用于仅仅购置交互式电子白板的钱达到5亿英镑。

虽然这个设备获得了老师和学生欢迎，但它的学习激励效果是很短期的。统计表明在充分使用电子白板一年时间后，电子白板对学习结果没有影响。

2007年， Report RR816）研究指出，电子白板激起的学习兴趣的促进作用和新奇感，在几个星期后就会大大减退。虽然在这个时期，BECTA资助的研究依然声称交互电子白板对教学的促进意义。

此外，电子书包也曾火过，苹果和培生曾经在洛杉矶极力把它推广到教育领域，洛杉矶政府甚至出资13亿美金让学生配备电子书包，两年之后这个项目也失败了。难怪乔布斯跟比尔盖茨说：“我们改变了很多行业，但还没能改变教育行业。”

其实，全球在信息化教育上还有很多尝试，但都以失败而告终，而且每一个失败都耗费千亿级资金。近年来，国内信息化教育始终紧跟世界步伐，可以说世界走的弯路，中国也走过。

信息化教育之所以失败，是因为这些科技产品和技术只是看着酷，但没有解决具体问题。“人工智能是解决信息化教育的钥匙，它不是单纯的内容平台，也不是‘iPad’产品，而是针对核心问题有提供个性化的服务。我们在口语100上已经验证，能够给学生的学习提供实实在在的价值，学生的转化率高达10%。“朱奇峰说，“教育领域的优秀师资是最贵的，任何教学服务如果能用人工智能解决一部分的话，都是最大的价值。”

通用人工智能死路一条

5月21日，由中国人工智能学会、中文信息学会主办，亿欧承办的2017·全球人工智能技术大会在北京·国家会议中心拉开帷幕，在主题为“通用AI之路：继续大数据驱动深度学习还是另寻他途”的分论坛上，云知声董事长兼首席技术官梁家恩说：“通用人工智能，从我们的角度来看，大数据深度学习，应该不能解决所有问题，到底用哪种方法更好，目前还不能下定论，核心的是高效的机器学习方法问题。”

朱奇峰认为，通用人工智能是死路一条。虽然大数据还会很强大，但是它会在一条错误的道路上越走越远。深度学习出来之后，让通用人工智能的概念又火了一次，但是通用人工智能是不可能的。例如CNN只适合图像，而语音与之又不一样，两者在网络结构上是独自优化。深度学习在不同的地方有不同的分化和结构，用语音看图像是不行的。

其实人脑也是内部分化的，语言中枢和图像中枢不在一个地方。日本一位著名科学家曾提出“丑小鸭定理”，即一只丑小鸭和一只天鹅的距离绝对不会比两只天鹅之间的差距更少，或者说任何两个事物之间的差距都是一样的。其实事物的分类是主观的，不是客观的，万事万物本质上没有差别。

对于人工智能的发展趋势，朱奇峰认为，人工智能可以代替部分人能够做的事情，也可以做人欠缺做的事情。明年的AI会进入一段冷却期，因为算法、图像识别的突破遇到天花板，例如“初始化”、“relu激发函数”、“正则化”等深度学习技术“大招”基本上用完了。但是人工智能随着计算力的加强还会往前走，前提是它在任何领域都需要大量的数据。

本文作者许伟军，亿欧专栏作者；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。