人工智能应用遍地开花是迟早的事儿，让机器来开车是难度非常大的事儿，现阶段，让机器玩游戏倒是一个不错的主意，AlphaGo大战李世石其实本质上也是一个游戏，游戏数据非常规则容易生成，容易控制，玩家玩游戏的过程就是机器在学习的过程，过程中，玩家的水平也会越来越高，哪怕水平再次也无伤大雅，我能想到的最理想的应用场景就是将机器学习应用于教学。
资本界和产业界非常看好AI在教育行业的发展前景，鲸媒体梳理的数据显示，2018年Q1在投融资数量、投融资金额方面已远远超出2017年Q1，其中，投融资数量为2017年Q1的近2.5倍，投融资金额为2017年Q1的3倍左右，市场逐步升温中，另外需要注意的是，本季度收并购事件27起。
教育市场按类别分为早幼教、K12、职业教育，按学科分，有数理化、英语和幼儿编程，市场火热，先声教育是做K12市场英语的人工智能创业公司，先声教育CTO秦龙对笔者说，如今的市场已经是淘汰了一部分竞争者之后的格局了。
先声教育成立于2016年，是一家教育领域的AI技术服务商，做的是智能语言学习，AI技术服务能力主要包括：智能语音评测技术、智能写作批改技术、自适应学习技术、智能对话技术以及情感识别五个方面，以云服务的形式把技术提供给B端企业用户，比如一些教育企业或者教育机构。而不是直接面向最终用户的，这是与许多AI教育创业公司的不同之处。
秦龙表示，之所以提供2B的服务，一方面是因为我们对技术更专业一些，技术我们可以做得很好。另外一方面还在于，做2B的服务，可以通过教育机构把技术应用交付给学生来用。我们都知道，机器学习需要大量的数据，让用户快速用起来对于产品的升级迭代有很大的积极作用。
凭借对行业的认知，他坦言，如果做2C业务，很难在两年时间内达到100万日活。目前来看，很多国内大的教育企业的产品也没有100万日活。然而，先声教育已经做到了。
先声教育是一家技术驱动的公司，“先声”名字源于在语音技术上的积累，有技术自信，“先声”做的业务是先从语音技术入手。
先声教育的核心竞争力在人工智能语音服务，做的是语音测评而不是简单的语音识别，语音识别有很多开源的框架和模型，而先声教育做的测评则是更深入而且有广泛应用场景的技术路线，语音评测涉及发音的方方面面，对语速，连贯性，流利度，语调，音量，停顿，韵律，语气内涵的情绪、态度都会记录，用技术模型来打分评判，而且可以给出改进的意见。
CTO秦龙与语音智能技术结缘已久，在中国科学技术大学上学期间就曾进入了科大讯飞的实验室，如今科大讯飞在中国乃至全球的语音处理方面都有领先地位，当时，他在实验室里做一些语音合成方面的工作，从中国科学技术大学毕业之后，他又去到卡内基梅隆大学读博士，所学专业也是语音识别，毕业之后加入到美国的语音教育平台Duolingo（多邻国）。
然而，当他看到国内市场的机遇之后，毅然决定回国，开始加入先声教育。秦龙表示，我们看到国内人群在口语方面问题很大，绝大多数学生很难获得口语上的指导和提升，因为绝大多数英语老师没办法做出好的指导。
酒香也怕巷子深，2B的方向是为了让好酒走的更远，先声教育的这一做法已然奏效。
据介绍，先声教育的客户列表中已然有了好未来集团、新东方在线、全通教育、等各种不同类型的教育公司和企业，全国加起来有数百家家企业用户，先声教育现每天服务数百万万学生，每天处理一万小时的语音数据，相当于416天不间断的时长，更大的挑战是需要应对几千甚至上万的并发请求，对稳定的服务质量有很高需求。
虽然是在2016年才成立，但先声教育的发展速度非常快，飞速成长中的先声教育在IT基础架构上自然会考虑上云，为了向用户提供稳定的服务，先声教育选择了AWS，秦龙对AWS的易用性和稳定性非常认可，希望用比较成熟的云服务来向企业用户提供稳定的服务。
在实际应用中，先声教育主要用的是AWS的一些基础服务，计算，存储，网络资源。
当学生发音朗读之后，系统把音频文件传输到AWS的服务商，过程中会用到CDN加速，然后数据主要的存储空间是S3对象存储，先声教育的AI系统调用的计算资源主要还是CPU，为了应对汹涌而来的高并发，自然还需要用到EBL负载均衡服务，当然，配套的还需要用到Autoscaling自动扩展的服务，计算会输出模型，最后通过API向用户提供服务，为了进一步降低数据存储的成本，先声教育还使用了AWS的归档存储Glacier来存放音频。
秦龙本人对AWS还是比较熟悉的，除了这些基本的服务以外，先声教育还在尝试一些新的服务，比如使用了AWS的Polly语音合成服务，该服务能提供多种语言的发音，在计算资源上，先声也在考虑使用GPU服务，另外，在图像识别方面，先声教育也在尝试AWS的OCR服务，对新技术保持着非常开放的态度，只做自己最擅长最专业的那部分。
未经允许不得转载：DOIT » 先声教育on AWS：只为更稳定的服务
