如今人工智能大行其道，各行各業都想貼上AI的標簽，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，現實很骨感。作為人工智能+的應用行業，盡管人工智能在在線少兒英語培訓領域已經被應用在個性化教學、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及研發實力的保障，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。

　　人工智能必須的養料海量的、有效的數據難獲取。教育公司得有足夠的數據支撐人工智能深度學習的需要，包括英語知識大數據、語音數據、視頻數據、學生行為數據等。數據采集后，通過清洗得到有效數據，然后根據教育公司學習系統要求，人工為圖片、視頻和語音內容打標簽、做標記。標注好的數據才可以用來訓練人工智能算法模型，然后應用到圖像識別、語音識別、動作識別等不同的模塊。數據越準確、數量越多，算法模型的效果就越好，產品的體驗也會更近一步。

　　數據的規模和采集能力決定了人工智能在英語在線培訓行業的發展速度。而在英語在線年以后才逐漸成熟，不過短短幾年，且受限企業數據源相關設備影響，以及企業本身的對這類數據的關注度及科學技術的發展預見有限，原始數據積累本就不足，加之精細度不足，大規模的樣本數據較難獲取，更別談數據的有效性和其標注的質量。

　　數據的分類與關聯，關乎系統最終實現的效果。目前在線教育公司的分類，無論是個性化學習還是智能語音測評，都在粗分類的基礎上實現的。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準，是由美國教育部以及哈佛、哥倫比亞大學等名校提出的，按照美國大學招生要求制定的教學大綱），它涵蓋12年義務教育所有的學科內容，所以當使用人工智能技術評估學生的英語水平時，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，僅以此作為學生的實際水平去給其制定學習路徑，未免有悖于千人千面的“個性化學習”的初衷。

　　數據挖掘和搜索算法對數據工廠中的知識庫和信息庫進行分類與關聯的技術能力也是在線教育公司的一大痛點。數據存儲在硬盤上，機器想要找到某個數據，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，這種搜索技術也依然要機器的大腦配合才能達到，對每一個詞的定義應該是一個庫，而這個庫中的每一個詞又都各自構成庫，數據工廠所依托的搜索算法，就是在這么一個數據海洋中去為他們建立管理，然后去索引。數據工廠相當于人腦中的記憶關聯過程：將某個詞同時與其他詞或是某個場景等等建立起動態關聯的過程。這也是教育公司進入AI+領域的重要門檻。

　　算法負責接收有關特定領域(例如學生掌握的所有英語單詞)的信息，通過對輸入的信息進行權衡做出有用的預測(此人的英語水平)。通過實現讓“計算機自行學習的能力”，可以將優化方面的任務，交給算法負責。如對可用數據中的不同變量進行權衡，進而面向未來做出精確的預測。預測的準確性一方面取決于上文提到的有效數據樣本量，另一方面取決于算法結構。

　　如個別教育公司將人工智能深度學習算法用于情緒識別，通過人臉識別技術，有效監測學生的接受程度、喜好、專注度、開心值等，通過大數據來全程追溯學生的學習過程，發現學生學習中的問題和喜好，進行有針對性的強化和補充，從而讓學習效果更高效。情緒識別技術可以說是人工智能發展的最高水平，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。

　　情感是人類神經系統對外界價值關系產生的主觀反映。這種反饋由大腦首先發出指令，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。當然，人的內心狀態又與先天因素和成長經歷有關，所以面對同樣的外部變化，不同的人會產生不同的情緒。 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測結果應用于學生的個性化學習，為其制定獨有學習路徑或者提供任何的學習建議，難免會有人質疑：前提都不一定正確，結果會對嗎？情緒識別只是教育公司AI應用的冰山一角，其他類似的應用都存在或大或小的問題。

　　只有投入更多的科研人員，不斷加強基礎研究，才會獲得更多的智能技術。人工智能技術的開發與應用，不光需要依靠研發費用和研發人員規模上的持續投入，還應該加大基礎學科的人才培養，尤其是算法和算力領域，而很多高校在很長時間內并沒有人工智能專業。這也就造成了國內人工智能人才緊俏，各大互聯網公司的人才搶奪戰尤為突出。作為互聯網的一個細小分支，在線教育公司如沒有強大的綜合實力，很難獲得優質人才。

　　人工智能技術在線英語培訓領域的應用還有很長的路要走。在數據積累層面，未來，大數據時代來自全球的海量數據為人工智能在少兒英語在線培訓的的應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的持續發展繼續優化得到適用于英語在線培訓的最優算法；而人才，在線教育公司或許只有是行業領軍企業才有資格加入人工智能人才搶奪戰，后來者唯有高薪聘請或文化吸引，才可能有一席之地。