UMU 如何使用 UMU 办年会
- 2021-02-05
见到王晔 Sando 时，是在 UMU 的茶水间，原本订好的会议室中有其他伙伴还在开会。“先别打扰他们”，王晔挥手示意道，“我们先在茶水间聊两句”。采访期间，王晔语速极快，就连中途换到会议室的路上，也在讲述着 AI 相关的问题。
王晔从耶鲁大学获得了计算机科学博士学位之后，便加入了美国 Google 总部，负责Google Ads Quality 相关的工作。谈到多年前的第一份工作，王晔笑称“做了一个和大多数科学家与 PhD 相同的选择——加入 Google”，因为在其中所面临的技术难题是全世界绝无仅有的。
对于业界与学界的选择，王晔很坦诚，认为自己并不是一个科学家。因为他在和一些世界最顶级的科学家进行科研交流的过程中，发现自己并不太适合去做理论的工作。相比起学术研究，王晔更愿意用他自己受过的学术训练与理论积累，运用数学模型，再加上他少年时代便养成的“黑客精神”，去“解决现实问题”、进行一些“有关增益人类社会福祉”的事情。
1.AI 技术在企业学习中的应用
作为 UMU 的技术负责人，王晔从未忘记 UMU 的初心：连接人与知识，加速知识的流动。“我们致力于提高学习效果，专注打造以效果学习为导向的学习平台。”在 UMU 使用 AI 技术的时候，更多的是去解决企业学习的学习效果问题。
业界有戏称一些通用场景下的 AI 公司是拿着锤子去找钉子。意思是先有技术方案，再去找应用场景。对于这个说法，王晔表示 UMU 所做的事情恰恰相反。他继续强调，“在 UMU 我们通过 AI 技术已经解决或者试图解决的问题，都是与企业的学习效果以及学习效率息息相关的。”
“在学员学习、练习以及参与测评的过程中，其实有很多的工作都可以使用 AI 来辅助人去提高效率，并且提高最终的学习效果。比如说智能化的学习路径，智能化的课件制作，我们已经研发成功并大量在企业中应用的 AI 视频作业和 uShow 智能陪练机器人，以及我们即将推出的AI微课。”
在谈到技术对现实的改变与增益时，王晔显然兴奋了起来，继续讲道：
“对于人工助教或者人工老师来说，第一是他们效率有限，在有限的时间之内，不可能做到一对一辅导。”
“其次，老师或助教一定会有自己的主观印象，我们拿销售场景举例，在训练相关销售话术时，有些老师喜欢专业的陈述，有些老师喜欢机灵、幽默的表达，有些老师喜欢感性、充满热情的语言，不同老师会有不同的品味。”
“而我们利用 AI 机器人，这个标准就会很规范、很统一，并且可以同时训练多个学员，帮助企业做到降本增效。”在访谈的过程中，王晔多次把 AI 技术与场景一词挂钩，他认为 UMU 并不是只去开发、迭代一个 AI 技术，而是把它应用在多个学习场景里，面对学员给出更多的指导意见，并以学以致用为目的。
他以 UMU 前不久发布的新产品 uShow 为例，如果学员在某一个评分维度上做得不是特别理想：比如逻辑讲解得不是特别清晰，uShow 就会推荐相应的高分视频。“就是通过 AI 分析出你的薄弱环节，再给你推荐其他的学员或者老师讲得好的范例。”
及时、迅速的高质量反馈，也是 UMU 一直秉持的学习科学理念。大量反复的练习之中， 如果没有反馈，没有正确的引导，没有好的范例与榜样，反而会在错误的道路上渐行渐远。
2.与众不同的 UMU AI
王晔真诚地表示，AI 技术并没有那么万能，不能、也不应该过度地去追求看似前沿的概念与潮流。
“在这样一个个的学习场景中，我们去发现学员的困惑与问题，去基于学习科学产生洞察，去找到一系列的解决方案。有些方案并不需要 AI 技术，有些方案可能可以借鉴 AI 技术，有些解决方案必须需要 AI 技术。我们根据实际业务应用的场景，以提高企业学习的教学效果，提高企业员工生产力为最终目标，我们就可以把这些技术应用进来。”
王晔表示，正是在这个过程中， UMU AI 孕育了自身的独特之处。“我们非常重视技术，但我们必须得去适应、适配这样的场景。我们在找解决方案的时候，UMU 产研团队就会参考最新的学术研究成果，去适配相应的场景去设计、开发。”
通常意义上 AI 模型的训练需要大量数据，最后才能顺利地完成一个特定的任务。基于这个事实，笔者也提出了自己问题：UMU 是如何解决数据问题，如何训练自己的模型的呢？
王晔表示，这一块确实是 UMU 与众不同的地方。“UMU 有多模态、多特征的模型，也有很多子模型组成的大模型。UMU 借助对 AI 问题的深入分析、理解以及拆分，可以将每个子模型的训练变得简单。从而 UMU 可以不用依赖于特定训练数据集，不需要大量的标注人员进行人工标注，也不依赖于客户给 UMU 做大量的标注范例。”
而是否依赖人工标注，是强人工智能与弱人工智能的显著区别，“弱人工智能，基于 2015 年 Google 发布深度学习的基础，可能只能用在非常简单的任务里面。”
王晔继续对“简单”一词做了两个层面的拆解，“如果只能通过 AI 解决比较简单的问题，要么就大量依赖于人工标注，通过人工的方式把这个问题变简单，要么问题本身就非常简单，通过 AI 解决简单的问题。这（两种情况）都不是特别理想。”
“而 UMU 是通过我们的技术理念去实现强人工智能。像 uShow 就比较典型，它去扮演一个助教的角色，给学员的作业去打分，或者是给学员的训练去给出指导性的意见。这还是一个比较具体的任务，但是这个任务就比较开放。”
3. AI 技术在企业学习中的未来发展
谈到未来的发展，作为首席技术官的王晔反而没有先提技术，“首先 UMU 已经有了学习科学方面、学习理论方面的积累，但是我们还是需要更深刻地去理解学习的各种行为，学习过程中的各个流程与步骤。”
讲到这里，王晔自然地打开了 UMU APP，向笔者演示道，“比如 UMU 有数十个互动小节，学习通过图文小节、视频小节、讨论小节、直播互动，再加上考试、问卷等游戏化的场景，这些丰富的互动小节再加上内容这些变量，我们需要以什么样的组合来呈现才能带来更好的学习效果。”
“或者说当我们有很多不同的学习课程、学习项目、学习内容时，针对不同的学员，他所处的阶段，他在公司的绩效表现，他在测评之中展现出来他的个性和特点以及对相关知识的把握，不同的学员需要不同的学习路径与学习地图。”
说完企业学习中的场景与痛点，王晔的落脚点还是回到了 AI 技术，“AI 可以给出以上两个问题的答案，我们通过 AI 技术可以把每一个员工的学习安排做到最优，让其自身的绩效表现更佳，也能给公司带来最好的回报。这本身是一个非常复杂的数学模型问题。UMU 既然是在做这件事，也像我个人的理念一样，需要用到学习科学的理论，需要用到复杂的数学模型，也需要用到黑客的方法才能把这个问题解决。”
这听起来和王晔之前在 Google 从事的工作比较接近，用理论知识、数学模型和具有黑客精神的技术去做广告质量上的优化，令广告主满意，让用户体验好，并且给公司带来营收的增长。
王晔也并不否认，他认为伟大的公司所从事的事情都是类似的，并且这也是他一贯的坚持与践行的理念。
4.未来，UMU 致力于提供“强人工智能”解决方案
在采访的尾声，王晔谈起了与 UMU 的缘分：王晔与 UMU 相识已久。在回国创业初期，他就与 UMU 创始人李东朔频繁往来，深度沟通，并在产品与技术上达成了共识。“我是 UMU 最早的一批用户之一，我一直很认可 UMU 的产品理念”，王晔这样描述他与 UMU 的缘起。
“其实 UMU 一直在试图回答一个 fundamental 的问题”，这里的 fundamental，并不是简单、基础的意思，而是根本的、永恒的问题，“像有一些问题是 timely 的，具有时间窗口的”。他拿境外 Wi-Fi 租赁举了一个例子：因为 4G 频段与制式的不统一，境外 Wi-Fi 在当时还有市场，“一旦到了 5G 完全普及，人们拿着手机走遍全球，就不需要那个小盒子提供网络了”。
UMU 探索 fundamental 的问题，来源于一个场景：在课堂上大家有了智能手机，教学质量变差了，如何改善这个情况，让教学质量与效果不降反升。
王晔表示这是一个非常好的思考，自己也在 UMU 的理念中寻找到了更广义的描述，“UMU 试图回答基于学习科学如何通过技术去让知识的传播效率更高，让知识的传承变得更有效的问题”。他认同并相信这类问题是永恒的，是值得去投入其中寻找答案的。
王晔认为 2020 年是一个重要的契机，UMU 在疫情期间被赋予了更多社会责任，也迎来了一些技术的挑战，在创始人李东朔向王晔伸出橄榄枝后，被 UMU TA 代小可屡次拜访的真诚所打动，王晔决定加入了他熟知的 UMU，“我也发现 UMU 是一个可以很好发挥我技术能力与理论知识的舞台。这里有非常优秀的团队与非常健康的文化。这里有培养与吸引优秀人才的土壤。”
“让企业学习更有效果、更有效率，提升员工绩效，给企业带来更多回报，这是我自身一脉相承的理念，也是与 UMU 的缘分所在。”
作为一名计算机科学博士，王晔一直保持对技术异化的警惕——AI 技术的发展会多大程度妨碍人类本来的生活。但他相信，技术的提升，会更多地去造福整个人类社会。特别对于学习发展领域中 AI 技术的投入，他认为非常有必要：
“AI 技术促进人类启蒙事业——学习的发展，其本身就是对人性光辉的彰显。”