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。”

请点击获取 UMU 服务方案

上一篇:北京中学如何使用 UMU 激发学生主动性?疫情探索实例
下一篇:日本松下:使用 UMU 迅速实现新员工培训数字化