开发AI语音大模型智能体，帮助自闭症小孩学语言 ------18岁阿斯青年的成长之路

发布于：2024-09-29 13:47:59 作者：互联网

编者按/导语：

小白羊Artisan，明年即将赴美留学，学业方向：经济学和数学。

小白羊在学业上不仅仅喜欢理科，更因为自身成长特质，更关心自闭症群体。

他说，我能清楚地知道我的未来，以及要如何走向我的理想。我希望我能以我的“沟通”，语言之上的努力，去构建社会与人的连接和洞察，消除文化、经济、科技等领域交流上的不确定性，实现人类的和谐、共享和繁荣。

我能取得今天的进步，离不开三个人：妈妈、邹教授、大米。我和邹教授、大米的缘分要从我在3岁9个月的时候，去中山三院发育行为中心邹小兵教授处就诊开始。当时，诊断书是疑似阿斯伯格综合症。当时的我，还不会说话，也不配合韦氏智力测验。但我的妈妈领着我按照邹教授给的指南和爱的三原则，开始了我们的干预之旅。2012-2014年期间，我们在深圳四叶草家长互助平台获得了很多无私且免费支持。（四叶草是大米和几位家长创办的家长互助组织，后来大米又创办了儿童康复机构大米和小米）

我的干预之路，可以用一部动画书的话，那就是《小白羊历险记》，里面拿魔法棒的是妈妈，而魔法棒的秘诀：爱的三原则。而如何掌握这个秘诀并发挥它最大魔法的就是在四叶草每年的年会上，妈妈能够得到各路老师的口传心授：2012年四叶草年会上学习了大量自闭症/阿斯伯格基础知识；2013年四叶草年会上再次见到了邹教授、北京郭教授、青岛以琳，学习了很多知识技巧；2014年四叶草年会见到了台湾的杨宗泽老师、屈老师、简老师，问很多问题，主要是问题行为如何应对；2014年四叶草年会听袁巧玲博士的行为动机理论，环境改变孩子的理论，后来参加台湾曲老师冬令营。

一路走来，开心、快乐、痛苦、忧伤....更多的收获是成长。我在七岁终于学会了说话，而且是滔滔不绝。7岁半入学前我已经识字300个左右，而我最喜欢的数学，通过日本公文式数学，学会了加减乘除和复杂四则运算。上学前，我在家里或机构都练习了大量感统、认知、PCI游戏、ABA等训练，我能正常入学，没有影子老师。尽管各种糗事不断，但是我学业优秀，以优异的成绩考入了重点中学。特别要感谢我的邻居们组成的“快乐家族”，我们一起爬山、踢球、野营、旅游、电影、餐会……，太多欢乐！太多爱！

相比较而言青春的成长是痛苦的，我建立起来的沟通系统是基于外界给我的反馈。譬如AI智能的演算迭代，如果信息数据的来源是夸张、扭曲、甚至错误的话，会不会得出一个错误的结论呢？我要怎样校正我独特又别样的青春呢？

我在老人院做义工、我在训练AI语言模型帮助自闭症儿童学说话、我在创建自闭症青年社团中心。我在活动实践中，找到了连接和洞察的心流反应。我们会根据自己的成长故事去编写漫画，动画，并且传播它们。我们一起分享，创作、成长。对自闭症群体，当父母们看到这些作品的时候，他们会露出笑容，会流出眼泪，因为这对他们而言是安慰和释放以及相信未来；我的同龄人看到会感受到一种前所未有的理解和释然以及拥抱未来。

和我有同样类似经历的儿童，他们如何通过语言的训练更好地刺激头部前庭神经发育呢？我想到了当下的智能语音大模型！

需要言语支持的孩子占比高达8.5%，甚至很多青少年和成人也需要，这部分群体没有那么严重，可能就是某些发音不太清楚，家长更希望有居家干预的机会（父母工作的占比也更高），大语言模型技术加速了AI语音、语义识别技术的成熟和应用，可以精准识别发音的准确性、流畅性，哪些音发不准（如声母、韵母等）、哪些地方卡顿（针对口吃）、哪些表达不恰当（针对社交思维）等，因此我们计划利用前沿语音识别技术，开发面向C端的发音识别小工具，除了发音自测，还设计了排行、分享等功能，针对有进一步测评需要的用户，也提供了线下测评的机会。

在我学习AI大模型，了解认知，学习计算机语言的推理模型和强化学习上，一篇斯坦福大学实验室的论文启发了我，我恍然大悟：寒武纪是生命的大爆发，从眼耳口鼻舌的发育以及大脑的产生，乃至进化为人，我们人类是怎样走出那个洞穴的呢？我认为是语言起到了至关重要的推动作用。语言帮助人类泛化学习和强化学习，探索出并形成了人类有历史记载的五千年文明。

我自己由衷地体会到因语言而带来我成长地巨大变化，因此我利用课余时间开发并完成了《学说话的米粒宝宝》智能AI大模型语音体，将于国庆后上线测试，期待能帮助更多的需要学说话的儿童。

我还利用暑假时间，我采访了身边的老师、学者、医生、艺术家等。在这些杰出地“沟通者”身上，他们都在用自己的语言建立与这个世界的沟通，建立链接传递情感、创造价值和思想。我所有缺乏的、不足、夸张的.....都可以从他们和我的对谈中找到、看见、体会到。他们能量化作语言进入我的大脑、心、身体.......完成我与世界存在的新的塑形。