创新工场AI1.0到AI2.0的新机遇：未来，如果“子曰”足够强大

多知网获悉，有道基于“子曰”模式完成了AI口语老师和语文批改演示。

多知网从接近有道的人士处获悉，“字月”将首先用于英语口语培训课程。 例如，在练习英语口语时，用户可以与“子曰”进行多轮对话，类似于真实场景中的对话。 而且，“子曰”还可以引导用户“说话”。

这可能类似于的角色扮演。 您可以在相应的语言环境中扮演不同的角色进行口语练习。

在教育领域，很早就出现了AI形式的英语口语练习，但预设的场景基本都是照本宣科的对话，比较死板，不符合真实的口语环境，不能很好地满足学生的口语需求。用户练习英语口语的需求。 大语言模型可以带来开放式对话，帮助用户练习场景中的实际口语。

此外，之前的对话练习是单一形式，但基于“子曰”模式的AI口语练习产品，允许用户直接输入语音或文字进行多轮对话。 从某种程度上来说，这是一种更加个性化的一对一陪练，具有一定的不规范性。

值得注意的是，对于作为陪练老师的“紫月”来说，最重要的是回复是否准确，是否真正了解“人”的特点。 这背后，对“紫月”的要求非常严格。

有道涉足语言学习较早。 2007年，有道推出了网络词典，让有道积累了更多的语言学习语料库，其中包括搜索信息、文本信息等，这也为“字月”在口语场景的首次应用提供了土壤。

创新工场董事长兼首席执行官、创新工场人工智能工程研究院院长李开复在“从AI 1.0到AI 2.0的新机遇”媒体分享会上提到：

未来，如果“子曰”足够强大，它可以重构教育的方方面面。

02

立式模型能用完吗？

今年以来，全球热度持续，国内外科技公司纷纷入局。 然而，是直接对标还是做垂直模型？ 不同基因的企业选择了不同的道路。 有道选择制作大型立式模型。

很多人的疑问是大型立式模型真的能用完吗？

上海证券3月20日发文称，基于“大模型+小样本”结合下游具体应用场景（基于通用大模型“深度学习”行业小样本），有望形成差异化的垂直大样本模型。

从开发机构的角度来看，它通过投资布局了一系列的落地场景。 其中投资的教育项目Speak是一个人工智能口语培训平台，旨在帮助更多人流利掌握包括英语在内的新语言。 从这个路径我们可以看到，垂直数据也有欠缺，不然我们也不会投资垂直公司来获取语料。

可以说，如果有大规模的教育模式，或许应用成本会更低、更便捷。

值得注意的是，大模型的开发需要数据、计算能力和算法，教育也不例外。 有道之所以推出“子阅”，是因为其在教育内容、硬件和技术方向上的长期坚持。

在数据层面，对于教育领域，有道覆盖了从儿童到成人的各个年龄段。 然而，对于教育领域来说，容错率很低，准确性至关重要。 这就要求数据训练时数据充足，参数越多越精细。

就计算能力而言，一个很大的问题是成本。 据测算，一次培训费用为450万美元，一个月的培训需要1万台A100。 GPT-3有1750亿个参数，GPT-4据说有100万亿个参数，而且它的推理成本更高。 谷歌预测，如果其所有搜索都在使用中完成，则需要购买 1000 亿美元的 GPU 芯片，每次搜索的成本超过一美分。

只有教育垂直品类，成本可能会降低。 在成本中，芯片是重要因素之一。 在此前的瑞芯微开发者大会上，瑞芯微透露有道与其合作已有五年。 其中代表性项目有：围绕NPU深度优化有道AI模型的效率和效果。 据了解，有道词典笔P5产品已升级为NPU解决方案。 与CPU版本相比，模型推理速度提升4-10倍，实现实时一眼十线识别； 在模型尺寸增加15倍的基础上，AI引擎更加准确。 显着上升。

在算法方面，国内公司的算法已经比较成熟，但有道“紫月”能做到什么程度还不得而知。

在技​​术层面，从GPT-4我们可以看到，多模态已经成为一种趋势。 公开资料显示，有道从2016年开始协同打造AI基础能力，同时组建语言、视觉、声音团队，为多模态奠定基础。