如今人工智能大行其道，各行各業(yè)都想貼上AI的標(biāo)簽，在線教育也是，各大公司都在凹出不同造型來和人工智能掛上鉤，以搶占市場先機，贏得口碑與利潤。然而，理想很豐滿，現(xiàn)實很骨感。作為人工智能+的應(yīng)用行業(yè)，盡管人工智能在在線少兒英語培訓(xùn)領(lǐng)域已經(jīng)被應(yīng)用在個性化教學(xué)、智能師生匹配、情緒識別、智能互動課堂、智能語音識別等，但智能相對論仍然想提醒，這需要教育公司擁有強大的技術(shù)及研發(fā)實力的保障，然而這種實力并不是一蹴而就的，超高的門檻限制了教育公司引入人工智能的計劃。

　　人工智能必須的養(yǎng)料海量的、有效的數(shù)據(jù)難獲取。教育公司得有足夠的數(shù)據(jù)支撐人工智能深度學(xué)習(xí)的需要，包括英語知識大數(shù)據(jù)、語音數(shù)據(jù)、視頻數(shù)據(jù)、學(xué)生行為數(shù)據(jù)等。數(shù)據(jù)采集后，通過清洗得到有效數(shù)據(jù)，然后根據(jù)教育公司學(xué)習(xí)系統(tǒng)要求，人工為圖片、視頻和語音內(nèi)容打標(biāo)簽、做標(biāo)記。標(biāo)注好的數(shù)據(jù)才可以用來訓(xùn)練人工智能算法模型，然后應(yīng)用到圖像識別、語音識別、動作識別等不同的模塊。數(shù)據(jù)越準(zhǔn)確、數(shù)量越多，算法模型的效果就越好，產(chǎn)品的體驗也會更近一步。

　　數(shù)據(jù)的規(guī)模和采集能力決定了人工智能在英語在線培訓(xùn)行業(yè)的發(fā)展速度。而在英語在線年以后才逐漸成熟，不過短短幾年，且受限企業(yè)數(shù)據(jù)源相關(guān)設(shè)備影響，以及企業(yè)本身的對這類數(shù)據(jù)的關(guān)注度及科學(xué)技術(shù)的發(fā)展預(yù)見有限，原始數(shù)據(jù)積累本就不足，加之精細度不足，大規(guī)模的樣本數(shù)據(jù)較難獲取，更別談數(shù)據(jù)的有效性和其標(biāo)注的質(zhì)量。

　　數(shù)據(jù)的分類與關(guān)聯(lián)，關(guān)乎系統(tǒng)最終實現(xiàn)的效果。目前在線教育公司的分類，無論是個性化學(xué)習(xí)還是智能語音測評，都在粗分類的基礎(chǔ)上實現(xiàn)的。如有教育公司采用CCSS教材（Common Core State Standards 簡稱CCSS，又叫美國共同核心州立教育標(biāo)準(zhǔn)，是由美國教育部以及哈佛、哥倫比亞大學(xué)等名校提出的，按照美國大學(xué)招生要求制定的教學(xué)大綱），它涵蓋12年義務(wù)教育所有的學(xué)科內(nèi)容，所以當(dāng)使用人工智能技術(shù)評估學(xué)生的英語水平時，其分類也只是按各年級水平粗分為12類，且不說用語評估的題目是否精確，僅以此作為學(xué)生的實際水平去給其制定學(xué)習(xí)路徑，未免有悖于千人千面的“個性化學(xué)習(xí)”的初衷。

　　數(shù)據(jù)挖掘和搜索算法對數(shù)據(jù)工廠中的知識庫和信息庫進行分類與關(guān)聯(lián)的技術(shù)能力也是在線教育公司的一大痛點。數(shù)據(jù)存儲在硬盤上，機器想要找到某個數(shù)據(jù)，必須一個個訪問過去，機器沒有分類的概念。如果需要機器理解用戶的語言，這種搜索技術(shù)也依然要機器的大腦配合才能達到，對每一個詞的定義應(yīng)該是一個庫，而這個庫中的每一個詞又都各自構(gòu)成庫，數(shù)據(jù)工廠所依托的搜索算法，就是在這么一個數(shù)據(jù)海洋中去為他們建立管理，然后去索引。數(shù)據(jù)工廠相當(dāng)于人腦中的記憶關(guān)聯(lián)過程：將某個詞同時與其他詞或是某個場景等等建立起動態(tài)關(guān)聯(lián)的過程。這也是教育公司進入AI+領(lǐng)域的重要門檻。

　　算法負責(zé)接收有關(guān)特定領(lǐng)域(例如學(xué)生掌握的所有英語單詞)的信息，通過對輸入的信息進行權(quán)衡做出有用的預(yù)測(此人的英語水平)。通過實現(xiàn)讓“計算機自行學(xué)習(xí)的能力”，可以將優(yōu)化方面的任務(wù)，交給算法負責(zé)。如對可用數(shù)據(jù)中的不同變量進行權(quán)衡，進而面向未來做出精確的預(yù)測。預(yù)測的準(zhǔn)確性一方面取決于上文提到的有效數(shù)據(jù)樣本量，另一方面取決于算法結(jié)構(gòu)。

　　如個別教育公司將人工智能深度學(xué)習(xí)算法用于情緒識別，通過人臉識別技術(shù)，有效監(jiān)測學(xué)生的接受程度、喜好、專注度、開心值等，通過大數(shù)據(jù)來全程追溯學(xué)生的學(xué)習(xí)過程，發(fā)現(xiàn)學(xué)生學(xué)習(xí)中的問題和喜好，進行有針對性的強化和補充，從而讓學(xué)習(xí)效果更高效。情緒識別技術(shù)可以說是人工智能發(fā)展的最高水平，不論采用何種算法，目的都是讓人工智能具有和人類一樣的思維能力，可以分辨情感。

　　情感是人類神經(jīng)系統(tǒng)對外界價值關(guān)系產(chǎn)生的主觀反映。這種反饋由大腦首先發(fā)出指令，進而影響人的面部表情、聲音高低和語速以及其他肢體語言，還會影響心臟、四肢等器官，也影響大腦本身。當(dāng)然，人的內(nèi)心狀態(tài)又與先天因素和成長經(jīng)歷有關(guān)，所以面對同樣的外部變化，不同的人會產(chǎn)生不同的情緒。 判斷情緒、看出眉眼高低，對于人類來說，可能連不會說話的小孩都能做到。可是，這個能力卻是目前人工智能的最高水平。也就是說，人工智能發(fā)展的水平還沒有足夠高，使機器人可以更像人。面對人類情感這個異常復(fù)雜且人類自身都沒有完全弄懂的問題，人工智能還有很長的路要走。

　　所以在線教育公司提出的情緒識別，識別的精確度有待驗證。而將這種不確定的預(yù)測結(jié)果應(yīng)用于學(xué)生的個性化學(xué)習(xí)，為其制定獨有學(xué)習(xí)路徑或者提供任何的學(xué)習(xí)建議，難免會有人質(zhì)疑：前提都不一定正確，結(jié)果會對嗎？情緒識別只是教育公司AI應(yīng)用的冰山一角，其他類似的應(yīng)用都存在或大或小的問題。

　　只有投入更多的科研人員，不斷加強基礎(chǔ)研究，才會獲得更多的智能技術(shù)。人工智能技術(shù)的開發(fā)與應(yīng)用，不光需要依靠研發(fā)費用和研發(fā)人員規(guī)模上的持續(xù)投入，還應(yīng)該加大基礎(chǔ)學(xué)科的人才培養(yǎng)，尤其是算法和算力領(lǐng)域，而很多高校在很長時間內(nèi)并沒有人工智能專業(yè)。這也就造成了國內(nèi)人工智能人才緊俏，各大互聯(lián)網(wǎng)公司的人才搶奪戰(zhàn)尤為突出。作為互聯(lián)網(wǎng)的一個細小分支，在線教育公司如沒有強大的綜合實力，很難獲得優(yōu)質(zhì)人才。

　　人工智能技術(shù)在線英語培訓(xùn)領(lǐng)域的應(yīng)用還有很長的路要走。在數(shù)據(jù)積累層面，未來，大數(shù)據(jù)時代來自全球的海量數(shù)據(jù)為人工智能在少兒英語在線培訓(xùn)的的應(yīng)用提供了良好的條件，在不久的將來將不成問題；人工智能的靈魂智能算法還得依賴于人工智能技術(shù)的持續(xù)發(fā)展繼續(xù)優(yōu)化得到適用于英語在線培訓(xùn)的最優(yōu)算法；而人才，在線教育公司或許只有是行業(yè)領(lǐng)軍企業(yè)才有資格加入人工智能人才搶奪戰(zhàn)，后來者唯有高薪聘請或文化吸引，才可能有一席之地。