艾凡·克鲁科夫（Ivan Crewkov）- 语伴AI的CEO兼联合创始人 – 采访系列

艾凡·克鲁科夫是语伴AI（Buddy AI）的CEO兼联合创始人，语伴AI是一款为孩子们提供对话式AI辅导的世界首创产品，旨在确保所有学生都能获得一对一的英语辅导。艾凡在2014年从西伯利亚移居美国后，目睹了他的学龄前女儿在学习英语时的困难，这激发了他创造语伴的灵感。语伴是一个虚拟角色，孩子们可以通过生成式AI与其进行对话。

自2020年推出以来，语伴应用程序已经获得了多个奖项，并在App Store的儿童和教育类别中排名第一，全球下载量超过3600万次。

2014年，您推出了Cubic.ai，一款智能音箱和语音助手应用程序，用于智能家居。您从这段经历中得到了什么启示？

我不确定我是否能为推出Cubic.ai而受到赞扬。我在公司成立的一年后加入，并因我的贡献而获得了联合创始人的头衔。

以下是我的主要收获：

• 硬件开发很困难，但有人必须去做。为硬件初创公司获得风险投资非常困难。唯一能使事情变得稍微容易一些的是众筹。
• 语音优先产品的领域非常广泛和多样化。智能家居中适用的方法并不适用于早期学习，从技术到用户体验设计。

您能否分享语伴的起源故事，以及它如何从您的家庭从西伯利亚移居美国而产生？

随着Cubic.ai的发展，我在2014年从西伯利亚移居美国，并带着我的家人一起搬到了美国。我的大女儿索菲亚（Sofia）在四岁时开始在加利福尼亚州山景城（Mountain View）的学龄前教育中学习英语作为第二语言。索菲亚在学龄前教育的前3-5个月里很难开始说英语。我们很担心，因为她不能和大多数同龄人一起玩耍和交朋友，因为语言障碍。我们开始寻找方法帮助她学习说英语。

很明显，语言应用程序对于孩子们来说并不能教他们如何说话（并且这种情况随着时间的推移没有改变），而像Duolingo这样的成人语言应用程序对孩子们来说不起作用，因为用户体验的原因。因此，我们开始在连接孩子与通过视频会议进行直播的老师的平台上上课。例如，Cambly、VipKid、Novakid、GoStudent等。随着我观察索菲亚与直播老师在线学习，我看到了直播辅导的好处，但也看到了这些项目的一些缺点。

例如，随着在线辅导平台和在线学校的扩张，他们不得不雇佣没有教学背景、没有教学儿童的技能或甚至没有适当的英语水平的人。因此，为了确保教育质量，在线平台和学校严格要求脚本化课程计划和教学大纲，老师必须使用预先录制的练习，包括音频和视频片段。遗憾的是，在许多平台上，导师基本上像机器人一样工作。

然而，网络辅导一直是大多数人学习英语的唯一方式，尤其是在非英语国家。但是，由于教师短缺，它对大多数家庭来说太昂贵了。与直播老师学习是一种高端教育服务，很少有家庭能负担得起。

我的联合创始人和我意识到，AI辅导是提供一对一英语口语辅导给每个孩子的唯一可扩展的方式。很快，我们发现这也是从教育角度来看最好的方法。当我们考虑语伴的早期原型时，我们从教育领域的虚拟人类研究中得到了启发。

学术研究表明，具有教育优势和传统学习工具和环境的动画教学代理。例如，2016年的一篇题为《面对面交互与教学代理，二十年后》的文章概述了该领域并引用了许多相关材料。以下是其中一段引语：

“特别是，元分析发现，代理可以增强学习效果，与不具有代理的学习环境相比。 […] 也许最有趣的发现是，教学代理在正式教育中似乎对年幼的学习者更有效。 […] 研究发现，例如，学生与教学代理交互时，学习成果更强，当代理以语音而不是文本进行交流时，当代理使用人类化的手势时，当代理进行对话式交流而不是正式交流时，以及当代理使用礼貌的语言而不是直接语言时。”

这加强了我们对多模态AI辅导方法的信心。我们决定语伴将是一个多模态AI辅导员——一个能够进行语音识别和自然语言处理的动画教学代理。从本质上讲，AI辅导系统由三个主要技术组成：

1. 自动语音识别（ASR）和分析，使我们能够处理和分析学生的语音。
2. 自然语言处理（NLP），自然语言理解和对话管理，处理学生语音的内容并产生下一个响应。响应包括口头和非口头的组成部分。
3. 具身动画虚拟角色，提供听觉反馈并播放系统的响应。角色是程序化动画的——系统根据NLP响应创建动画。

这三个组件对于我们的方法都至关重要，因为只有它们的组合才能使我们建立一个引人入胜的交互式辅导员并提供成功的教育体验。

我的女儿索菲亚和我的联合创始人的儿子阿尔谢尼（Arseny）成为语伴的第一个用户。索菲亚在一年级时使用了语伴的早期版本。

几年后，我的小女儿阿丽莎（Alisa）在三岁时开始使用语伴，当时她进入学龄前教育。现在，她正在上幼儿园，并几乎每天都在和语伴玩耍。当阿丽莎开始和语伴学习时，她有一些语言问题，所以语伴大多数时候都不能理解她。但是在几周的练习后，不仅她的英语水平提高了，她的发音也变得更好，因为她尽力让语伴理解她。

为什么传统的第二语言教学方法如此无效？

今天，我们专注于解决与口语相关的特定教育问题：

• 大多数传统教育工具专注于教授其他语言技能，如阅读或写作。
• 儿童语言应用程序不教授口语技能。
• 一些成人语言应用程序提供口语练习，但这些服务不适用于儿童，因为用户体验、安全问题和隐私法规的原因。
• 与直播老师学习对大多数家庭来说太昂贵了。不幸的是，很多老师没有教学培训或英语水平不够。

语伴是一个多模态AI辅导员。

• 它优于传统学习应用程序，因为它在很多方面像一个直播老师。让我引用一下我们的顾问亚历克斯·德萨特尼克博士（Dr. Alex Desatnik）的话：

“基于语音的虚拟导师。这个概念听起来很简单，但背后有科学依据。从学习心理学的角度来看，虚拟的对话角色是老师的化身。这种方法创造了一个叫做认知信任的效果，增强了学生的动力和参与度，并提高了学习成果。”

• 语伴在某些方面甚至优于人类老师。语伴不会评判，这使得一些孩子更容易开始和语伴交谈，而不是和老师交谈。这就是为什么今天很多导师使用语伴作为破冰工具，帮助孩子们克服恐惧和不适感，开始学习语言。

语伴旨在帮助老师，而不是取代他们。

我认为这一点非常重要。语伴可以帮助老师自动化他们工作中枯燥的部分——提供定期的练习。我们希望赋予学校老师权力。语伴就像一队导师和教师助理，能够与每个孩子一起工作，并向班级老师报告。

您能否讨论一下语伴如何使用游戏化元素让孩子们对学习保持兴趣？

有趣的事实：语伴的移动应用程序在2023年被下载了2200万次，其中超过70%的下载来自孩子们。对于孩子们来说，我们的应用程序是一个游戏，他们可以在其中与语伴——他们的对话式虚拟朋友和流行YouTuber——玩耍。孩子们下载应用程序，并说服父母为订阅付费，解释说语伴是一个老师。

为了使这种方法奏效，我们正在设计语伴作为一个带有故事和宇宙的游戏。我们与好莱坞的人物设计师和作家合作，创造语伴和他的故事。我们有一个非常强大的游戏设计团队直接与我们的教育工作者合作，将课程和练习转化为语伴世界中的迷你游戏。

语伴的其他核心功能是什么，使其在教授第二语言方面如此强大？

我们的核心功能专注于语伴作为多模态AI辅导员：

• 语音识别
• 对话式AI
• 虚拟角色视觉行为

语伴使用了哪些机器学习算法？

我们正在开发一整套技术，共同实现我们的多模态AI辅导方法。

• BSR（语伴语音识别），专门为识别带有口音的儿童语音和遵守COPPA法规而设计的语音识别引擎。
• BLM（语伴语言模型），专为儿童设计的对话式AI引擎。安全、快速、免费操作。它专注于特定的教育功能，远不如大型语言模型那么通用。
• BABE（语伴角色行为引擎），根据对话的上下文生成我们角色的视觉行为。语伴知道何时需要微笑、改变颜色或戴上一个傻帽子。

许多语音识别系统在处理口音时，尤其是对于年幼的儿童，会遇到困难。语伴如何克服这些挑战？

通过开发我们的专有语音识别技术BSR。

我们的独特受众和市场需要开发专有技术。语伴必须能够识别年幼的英语作为外语学习者（EFL）具有强烈口音的语音。另一个复杂因素是，初学者通常从学习单独的、通常很短的单词开始，这些单词很难在没有上下文的情况下识别。最后，儿童市场受到高度监管，语音识别受到儿童在线隐私保护法（COPPA）的约束，因为语音录音被视为个人可识别信息（PII）。

BSR可以处理具有不同口音的儿童语音，这些语音是在各种移动设备上使用不同质量的麦克风产生的，并且在现实环境中伴有各种背景噪音。并且，它在设计上符合COPPA法规。

在全球范围内工作，我们成功地积累了一套独特的数据集来训练我们的模型。如今，BSR在识别和理解带有口音的儿童语音方面优于商业现成解决方案。

您计划如何扩大市场渗透率，以针对可能不熟悉AI技术的父母？

语伴在AI成为热词之前就已经取得了成功，大多数用户也不是典型的早期技术采用者。我们正在解决一个重要的教育问题，它碰巧使用了AI。

然而，我们面临的一个挑战是让父母像对待直播老师一样认真对待与语伴学习——不要跳过课程，坚持时间表等。当前的AI革命似乎正在帮助这一点。

我认为我们下一步的重大举措是与老师和学校更密切地合作。我们正在与巴西的一所学校进行试点合作，并正在与十几所其他教育机构讨论合作。

您对AI辅导和教育的未来有什么展望？

AI辅导是解决人类最大的教育问题——全球教师短缺的唯一可扩展的方式。我们需要大约6900万名新教师来满足基本的学习需求。对于需要一对一辅导的科目，如语言学习，问题更加严重。

AI革命加速了AI辅导的发展，尽管主要是在成人领域使用现成解决方案，而早期学习仍然严重不足。我们为能够成为年幼儿童AI辅导的先驱而感到自豪。

关于我们的未来，语伴最初是一款语言学习辅导工具，但从长远来看，它将成为一个教授多种科目给12岁以下儿童的AI辅导平台。我们已经开始推出我们第一个非语言课程的早期版本——美国儿童的学校准备课程。我们将语伴视为孩子的学习助手，陪伴孩子从3岁到4岁，并在多年内教授多门课程。

感谢这次精彩的采访，希望了解更多的读者可以访问语伴AI网站。