1.
https://blog.csdn.net/weixin_41783077/article/details/85040525
语音识别的挑战。比方说我在这里演讲，如果没有科大讯飞(35.200, 0.18, 0.51%)、微软百度引擎做语音识别，如果接入从麦克风接入的话，准确率达到99%是没有问题的，但是如果识音器在距离我20米之外，如果还有一定噪音的话，识别率直线下降的。但是在真实实战场景理想状态不存在，语音识别面临很多问题。
人脸识别的挑战。也是一样的，我们试图做行为分析，但新东方不做监控学生的事情，我们做的是提高教学质量，做的是有温度的AI，即使你这样做的时候，你会发现特别有挑战。你希望低成本，用最快的速度把AI的产品技术惠及更多的人，意味着更大挑战。你用最普通的摄像头做这件事情的时候你会发现，无论是超低分辨率、强大即便角度、遮挡下的人脸，这远比无人驾驶更现实的问题。
文字识别的挑战。OCR技术作为一个极其传统的技术，因为每个人手机几乎都用手指识别，进入教育行业大家发现如此挑战，你试图用一个手写板解决所有问题，不现实。因为你改变不了学生使用习惯，相当长一段时间之内还是会接受纸质板。如何线上线下结合，解决文字问题就会难倒一众教育公司。
自然语言处理的挑战。如果一个聊天场合，机器人(14.280, -0.02, -0.14%)不知道怎么办的时候可以闲聊，可是教育不是。当你教一个学生的时候，学生希望在最短的时间里知道准确答案。这个挑战我认为可能在一众的英文行业里面是最大的。
AR/VR的挑战。可实时交互的AI老师，从去年开始，如何用一个模型让你看不出它是一个假的人，逼真度要做到绝对逼真，有非常多的问题，除了图像上的问题，还有声音上的问题。我们做了一个实验，把市场上所有做AI直播做了一个测试，有一个规律发现，很少能挺过8分钟，8分钟之内基本上一个孩子能够发现这是一个假人，这对于AI+教育这件事来说是一个巨大挑战——如何挺过8分钟乃至于80分钟？
机器学习的挑战。大家普遍接受这个词了，过去5年大家对它不是很熟悉，被热炒一番以后。实际上机器学习才刚刚开始，现在AI是一个两三岁的孩子，我们做这行人来讲，连两三岁都不到。人从猿进化而来的，但是不能说人就是猿。大家总会去讲AI能够变革这个、变革那个，但是实际上从做AI的人来讲，当AI和教育结合的时候，AI不仅变革传统行业，真正落地的话，行业也在变革分化，不同行业的AI有截然不一样的理论、算法和系统。
http://finance.sina.com.cn/roll/2019-07-14/doc-ihytcitm1940406.shtml
AI好未来
http://ai.100tal.com/ai/?name=tsm-tsm
腾讯在线教育互动
https://cloud.tencent.com/document/product/680/14776#.E4.BA.A7.E5.93.81.E4.BD.93.E9.AA.8C