21年前，通過(guò)一條64K的國際專(zhuān)線(xiàn)，中國全功能接入國際互聯(lián)網(wǎng)，中國互聯(lián)網(wǎng)時(shí)代從此開(kāi)啟。近年來(lái)，云計算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)的廣泛應用，把人類(lèi)社會(huì )帶入大數據時(shí)代，而來(lái)自全球的海量數據為人工智能的發(fā)展提供了良好的條件，以深度學(xué)習為代表的算法發(fā)展，也使得機器有能力處理如此龐大的數據。人工智能技術(shù)實(shí)現跨越式進(jìn)步，智能語(yǔ)音交互、智能語(yǔ)義理解、生物特征技術(shù)被廣泛應用。一個(gè)更加自然，更人性化的人機交互體系將成為未來(lái)發(fā)展的主流，人工智能時(shí)代開(kāi)啟發(fā)展新篇章。
人工智能是對人的意識、思維的信息過(guò)程的模擬。人工智能技術(shù)發(fā)展的前景是無(wú)限的，反映了人類(lèi)探索自然同時(shí)也是探索自我的過(guò)程，在探索的漫漫長(cháng)路上會(huì )遇到很多困難，所以越是對人工智能應該抱有客觀(guān)的態(tài)度，對產(chǎn)業(yè)和技術(shù)的發(fā)展越有好處。人工智能作為當下最炙手可熱的熱門(mén)領(lǐng)域之一，應該少一點(diǎn)浮躁，多幾分穩健。
人工智能創(chuàng )新發(fā)展需要以堅實(shí)的理論研究、強大的技術(shù)能力以及雄厚的產(chǎn)業(yè)基礎作為支撐，作為國內最早從事人工智能技術(shù)研究的大學(xué)，清華大學(xué)在人工智能領(lǐng)域聚集了最多的高端科技人才力量，清華大學(xué)不僅始終堅持基礎理論研究、同時(shí)展開(kāi)應用理論研究和應用技術(shù)開(kāi)發(fā)。秉承“自強不息，厚德載物”的校訓，清華人的穩重和務(wù)實(shí)對人工智能產(chǎn)業(yè)是非常有幫助的，有了清華力量，中國的人工智能產(chǎn)業(yè)才能穩定堅固地向前發(fā)展。
（圖為：清華大學(xué)語(yǔ)音技術(shù)專(zhuān)家、清華靈云人工智能研究中心首席科學(xué)家王東老師）
日前，CTI論壇記者獨家專(zhuān)訪(fǎng)了清華大學(xué)語(yǔ)音技術(shù)專(zhuān)家、清華靈云人工智能研究中心首席科學(xué)家王東老師，王東老師具有清華人的典型特點(diǎn):為人穩重、低調、務(wù)實(shí)，學(xué)識豐富。王東老師表示：“服務(wù)國民經(jīng)濟主戰場(chǎng)，服務(wù)國家創(chuàng )新驅動(dòng)發(fā)展戰略，這是清華的報國之路。清華和捷通華聲合作，可以將清華在人工智能領(lǐng)域的最新科研成果快速轉化為產(chǎn)業(yè)力量，服務(wù)國民經(jīng)濟，同時(shí)為高科技企業(yè)提供持續發(fā)展的動(dòng)力。到目前為止，捷通華聲與清華的合作誕生了靈云平臺的一系列重要能力，包括語(yǔ)音識別、說(shuō)話(huà)人識別、自然語(yǔ)言問(wèn)答、機器翻譯、人臉識別、指紋識別等已經(jīng)形成產(chǎn)業(yè)化力量。因此”靈云科技、源自清華“絕不只是一個(gè)口號，而是眾所周知的事實(shí)。”
CTI論壇記者：人工智能是在未來(lái)二十年大行其道的科技，也是有史以來(lái)最難的科學(xué)之一。請介紹清華大學(xué)在人工智能領(lǐng)域的研究?jì)?yōu)勢。
王東：清華大學(xué)在人工智能領(lǐng)域具有長(cháng)期技術(shù)積累與研究歷史。1958年6月清華成立自動(dòng)控制系，即計算機系的前身，包括計算機和自動(dòng)控制兩個(gè)方向，從事自動(dòng)控制理論方面的研究。自控系后分成計算機和自動(dòng)化兩個(gè)系，這兩個(gè)系早年從事關(guān)于人工智能技術(shù)的研究。1987年7月，智能技術(shù)與系統國家重點(diǎn)實(shí)驗室開(kāi)始籌建，1990年2月通過(guò)國家驗收，并正式對外開(kāi)放運行。從2004年開(kāi)始，實(shí)驗室參與籌建清華信息科學(xué)與技術(shù)國家實(shí)驗室。清華語(yǔ)音語(yǔ)言中心即是這個(gè)實(shí)驗室的一部分。
當前，清華的人工智能技術(shù)在自動(dòng)化、計算機、電子、信息技術(shù)研究院、軟件學(xué)院等院系都有深入研究，研究?jì)热莞采w智能控制、模式識別，自然語(yǔ)言處理、數據挖掘等眾多方向。個(gè)人感覺(jué)清華大學(xué)在人工智能領(lǐng)域的研究?jì)?yōu)勢主要包括(1)積累豐厚，人才眾多（2）理工結合，重視實(shí)踐 （3）點(diǎn)面結合，學(xué)科齊全。
CTI論壇記者：請介紹捷通華聲與清華大學(xué)在人工智能領(lǐng)域的深入合作及靈云平臺的發(fā)展情況。如何更深入地理解“靈云科技、源自清華”？
王東：捷通華聲公司與清華大學(xué)有長(cháng)期合作傳統。公司幾位創(chuàng )始人本身即清華畢業(yè)生，其早期的語(yǔ)音合成、OCR、手寫(xiě)識別技術(shù)即與清華有很深的淵源。
2013年以來(lái)，捷通和清華若干院系展開(kāi)全面合作，在語(yǔ)音信號處理、自然語(yǔ)言處理、圖象處理等多個(gè)領(lǐng)域與清華教師建立合作項目，取得豐碩成果，這些成果是今在靈云智能平臺的基礎。一方面，靈云平臺為清華技術(shù)提供了用武之地，另一方面，清華技術(shù)也為靈云平臺提供了堅實(shí)有力的支撐。
2014年，捷通華聲與北京清華工業(yè)研究院成立“靈云人工智能研究中心”，將前期合作項目進(jìn)行整合，集中力量發(fā)展人工智能技術(shù)并推進(jìn)產(chǎn)業(yè)化應用。
到目前為止，捷通華聲與清華的合作誕生了靈云平臺的一系列重要能力，包括語(yǔ)音識別、說(shuō)話(huà)人識別、自然語(yǔ)言問(wèn)答、機器翻譯、人臉識別、指紋識別等已經(jīng)形成產(chǎn)業(yè)化力量。這些技術(shù)單靠捷通華聲一個(gè)公司是無(wú)論如何無(wú)法完成的，因此“靈云科技、源自清華”絕不只是一個(gè)口號，而是眾所周知的事實(shí)。
CTI論壇記者：清華大學(xué)在語(yǔ)音識別、語(yǔ)音合成、聲紋識別等智能語(yǔ)音領(lǐng)域可以說(shuō)擁有國內很強的研究力量，但在最近幾年，很少聽(tīng)到清華大學(xué)在語(yǔ)音研究領(lǐng)域中的所取得的成果，尤其是在產(chǎn)業(yè)界，相比國內其他研究機構，清華大學(xué)的影響力似乎有些小。請您介紹一下，清華大學(xué)在智能語(yǔ)音領(lǐng)域的研究水平、研究方向和如何增強清華大學(xué)在智能語(yǔ)音產(chǎn)業(yè)中的影響力。
王東：清華大學(xué)在智能語(yǔ)音領(lǐng)域里的實(shí)力一直以來(lái)都是相當強大的，擁有一大批優(yōu)秀的實(shí)驗室和專(zhuān)家學(xué)者，培養出大量?jì)?yōu)秀學(xué)生，產(chǎn)生了很多優(yōu)秀的科研成果。然而，也確實(shí)存在一定問(wèn)題，比如學(xué)生數量不足，信息共享不充分，導致集群優(yōu)勢不明顯。清華大學(xué)校風(fēng)也更加注重務(wù)實(shí)，確實(shí)在產(chǎn)業(yè)界，過(guò)去很難聽(tīng)到清華的聲音，當然這里面也有多方面原因，比如學(xué)生選擇方向比較豐富，留在語(yǔ)音處理行業(yè)的人較少，創(chuàng )業(yè)氛圍有待加強等。增強清華大學(xué)在智能語(yǔ)音產(chǎn)業(yè)中的影響力恐怕還是需要培養更多這一領(lǐng)域的專(zhuān)業(yè)人才。目前這一局面正在得到改變，尤其在與捷通華聲合作，共同發(fā)展靈云平臺以來(lái)，“靈云科技 源自清華”逐漸為產(chǎn)業(yè)界所理解和支持，同時(shí)也擴大了清華大學(xué)語(yǔ)音技術(shù)在產(chǎn)業(yè)界中的影響力。
CTI論壇記者：請介紹清華大學(xué)，包括清華信息技術(shù)研究院在語(yǔ)音語(yǔ)義識別、深度學(xué)習、建模及應用的傳統技術(shù)和最新研究進(jìn)展。
王東：清華大學(xué)在語(yǔ)音識別、自然語(yǔ)言理解等方面取得一系列重要進(jìn)展，這有發(fā)表在IEEE TASLP， AAAI， ICASSP， ACL等一系列國際頂級期刊會(huì )議上的論文為證。如和捷通華聲直接合作的馬少平老師、孫茂松老師、李涓子老師等都是這些領(lǐng)域里聲名赫赫的專(zhuān)家。就我所在的信息技術(shù)研究院語(yǔ)音語(yǔ)言技術(shù)中心而言，我們最近的研究包括深度遞歸神經(jīng)網(wǎng)絡(luò )在語(yǔ)音建模方面的優(yōu)化，利用遞歸網(wǎng)絡(luò )進(jìn)行語(yǔ)義計算等，這些已經(jīng)或者很快會(huì )應用到靈云平臺中，形成新一代語(yǔ)音識別和自然語(yǔ)言理解引擎的基礎。
CTI論壇記者：每個(gè)成功的客服機器人背后，都有個(gè)靠譜的人工智能。靈云客服機器人的“能說(shuō)會(huì )聽(tīng)，能寫(xiě)會(huì )看、能思考會(huì )判斷”源自于國內首個(gè)全方位人工智能開(kāi)放平臺-靈云平臺強大的全方位人工智能技術(shù)能力，請問(wèn)其核心技術(shù)有哪些？
王東：靈云平臺當前的技術(shù)能力包括語(yǔ)音識別、語(yǔ)音合成、聲紋識別、人臉識別、指紋識別、自然語(yǔ)言理解、機器翻譯等，幾乎每種技術(shù)都可以用到靈云客服機器人中。
CTI論壇記者：機器人和“智能機器人”的區別是什么？請介紹智能機器人的發(fā)展和歷程。新一代智能機器人所需要解決的新技術(shù)有哪些？
王東：機器人通常是指可自動(dòng)完成某一動(dòng)作的人形機械裝置，更廣泛意義上的機器人則形態(tài)各異，如古代傳說(shuō)魯班造的機械鳥(niǎo)和諸葛亮造的用以運糧的木牛流馬等。當然現代機器人主要是指電器時(shí)代的自動(dòng)行為機器，如機械臂，深海探測器等。
智能機器人則是有頭腦的機器人，主要是依靠現代計算機技術(shù)實(shí)現能聽(tīng)會(huì )說(shuō)，能寫(xiě)會(huì )看、會(huì )思會(huì )想的擬人化機器人，代表的如谷歌的自動(dòng)駕駛汽車(chē)，日本的服務(wù)機器人等。新一代智能機器人已經(jīng)在很多特定場(chǎng)合大顯身手，但在智能化方面還有待提高，特別是對抗境噪聲、應對突發(fā)事件、自主推理、自主學(xué)習等方面還有很多問(wèn)題需要研究。
CTI論壇記者：新一代智能機器人如何解決自然語(yǔ)言的理解？如何解決從QA的模板變成語(yǔ)義的表達式？如何解決傳統的模式識別，轉變?yōu)榈纳疃壬窠?jīng)網(wǎng)絡(luò )技術(shù)，具有機器學(xué)習的能力，和人一樣進(jìn)行能夠進(jìn)行自學(xué)習和思考？
王東：新一代機器人可能需要依賴(lài)大數據技術(shù)和深度學(xué)習技術(shù)來(lái)解決自然語(yǔ)言理解中的多樣性問(wèn)題，這一問(wèn)題也直接關(guān)系到QA任務(wù)中對人為設計模板的依賴(lài)。
簡(jiǎn)單地說(shuō)，傳統QA需要人為設計一些問(wèn)法模板來(lái)處理自然語(yǔ)言的多樣性，這一方法繁瑣而且很難覆蓋全面。自動(dòng)模板抽取可以部分解決問(wèn)題，但大量的模板會(huì )對系統運行效率產(chǎn)生壓力。深度學(xué)習成為主流研究方法之后，研究者們意識到這種語(yǔ)言上的多樣性可以用神度神經(jīng)網(wǎng)絡(luò )來(lái)解決，利用大量數據對神經(jīng)網(wǎng)絡(luò )訓練，機器可以學(xué)得哪些詞比較重要，哪些詞順序可以顛倒等信息，這些信息對所有任務(wù)都是通用的，因此可以移植到各個(gè)領(lǐng)域上來(lái)。同時(shí)，神經(jīng)網(wǎng)絡(luò )可以隨著(zhù)數據量的增加自動(dòng)學(xué)習新詞和新的說(shuō)法，實(shí)現自主學(xué)習。自主思考到目前為止還處在研究階段，目前也許我們只能依靠大量數據實(shí)現“類(lèi)思考”。
CTI論壇記者：機器人和人一樣，也是分職業(yè)、分行業(yè)，對于新一代的智能機器人而言，如何解決渠道入口、業(yè)務(wù)服務(wù)、大數據分析等一體化的解決方案，實(shí)現對于整個(gè)數字和新媒體渠道方面的管理？
王東：這一問(wèn)題主要涉及應用場(chǎng)景的通用性和特異性，也是智能機器人在實(shí)際應用中需要解決的問(wèn)題，特別重要的是如何將人類(lèi)已有的格式化知識和神經(jīng)網(wǎng)絡(luò )學(xué)習相結合，實(shí)現知識和數據的雙重驅動(dòng)。這方面研究領(lǐng)域已經(jīng)有一些重要的成果出現，但還需要更多探索。
CTI論壇記者：伴隨人工智能產(chǎn)業(yè)的崛起，捷通華聲和清華大學(xué)已建立起穩固的戰略合作關(guān)系，在合作基礎上，2014年又共同創(chuàng )建了清華靈云人工智能研究中心，捷通華聲和清華大學(xué)人工智能研究力量，包括在智能語(yǔ)音、智能圖像、智能語(yǔ)義理解等領(lǐng)域合作，取得了豐碩的成果，請分享并展望未來(lái)的發(fā)展前景。
王東：靈云人工智能中心助推清華大學(xué)產(chǎn)學(xué)研一體化，能夠把清華大學(xué)最新的人工智能科研成果轉換成產(chǎn)品或生產(chǎn)力以此實(shí)現實(shí)用化，同時(shí)把市場(chǎng)的信息通過(guò)研究中心傳遞給各個(gè)研究部門(mén)，了解市場(chǎng)和產(chǎn)業(yè)發(fā)展的動(dòng)態(tài)，起到窗口和橋梁的作用。窗口是對外展示清華人工智能的科技實(shí)力，橋梁則是架起產(chǎn)學(xué)研一體化進(jìn)行轉換的橋梁。
個(gè)人覺(jué)得研究機構和企業(yè)需求結合是個(gè)非常重要的創(chuàng )新模式，清華靈云人工智能研究中心的創(chuàng )立在這一方面做了有益的探索。通過(guò)和企業(yè)合作，研究更加有的放矢，同時(shí)可以快速將研究成果形成生產(chǎn)力，為研究機構提供更多資金支持，而企業(yè)則在這一過(guò)程中得到持續發(fā)展的源動(dòng)力。未來(lái)我們可能會(huì )在分工合作方面更加精細化，使清華力量和捷通華聲力量得到充分互補，形成更強大的合力。
結語(yǔ)：現階段，人工智能正進(jìn)入新一輪創(chuàng )新發(fā)展高峰，有望引領(lǐng)信息通信產(chǎn)業(yè)的革命性突破。人工智能技術(shù)的應用對中國是產(chǎn)業(yè)機遇，值得驕傲的是，在為數不多的領(lǐng)域里，中國在人工智能的技術(shù)研究上并不落后于世界。作為新興產(chǎn)業(yè)升級換代的關(guān)鍵技術(shù)，人工智能的發(fā)展對中國的產(chǎn)業(yè)升級至關(guān)重要，無(wú)論“+智能”還是“智能+”都將促使各個(gè)產(chǎn)業(yè)或產(chǎn)品形態(tài)發(fā)生“智”的變化。
秉持“清華大學(xué)人工智能必須在中國的人工智能產(chǎn)業(yè)中有所作為”的理想，凝聚清華力量，清華和捷通華聲結盟，共同實(shí)現“靈云科技 源自清華 服務(wù)全球”的發(fā)展戰略，共同開(kāi)創(chuàng )中國人工智能領(lǐng)域的全新局面，更希望人工智能產(chǎn)業(yè)能夠幫助中國在世界級的產(chǎn)業(yè)化升級中不為人后，面對產(chǎn)業(yè)機遇清華與靈云當仁不讓?zhuān)?/p>
被采訪(fǎng)人簡(jiǎn)介：王東，清華大學(xué)學(xué)士、碩士，英國愛(ài)丁堡大學(xué)博士，歷任Oracle 中國軟件工程師，IBM中國高級軟件工程師，英國愛(ài)丁堡大學(xué)Marie Curie 研究員，法國EURECOM博士后研究員，美國Nuance公司高級研究科學(xué)家，現任清華大學(xué)語(yǔ)音語(yǔ)言中心助理教授，中心副主任。曾獲歐盟瑪麗-居里青年研究學(xué)者獎(2006-2009)。
王東博士的主要研究方向包括機器學(xué)習，信號處理，語(yǔ)音識別，自然語(yǔ)言理解，信息提取等，在信號稀疏性分析，深度神經(jīng)網(wǎng)絡(luò )學(xué)習等機器學(xué)習方面取得顯著(zhù)成績(jì)，在IEEE trans。 on Signal processing 等國際一流期刊和會(huì )議發(fā)表多篇論文，其中SCI期刊論文10余篇，EI/ISTP論文50余篇，是IEEE transactions on Audio，Speech and Language， NeuraComputin，ICASSP、Interspeech、SLT等國際語(yǔ)音信號處理領(lǐng)域主要期刊和會(huì )議的審稿人。王東博士是全國人機語(yǔ)音通訊會(huì )議常設機構委員、秘書(shū)長(cháng)，是亞太信號信息處理聯(lián)盟(APASIPA)語(yǔ)音專(zhuān)委會(huì )委員、秘書(shū)，是國際標準與語(yǔ)音數據資源委員會(huì )(COCOSDA)大陸區代表之一。
王東博士是歐盟ALIAS項目主要研究科學(xué)家，法國ACAV項目主要研究科學(xué)家，法國外交部M4SVR項目負責人，主要研究科學(xué)家。目前主持一項國家自然科學(xué)基金項目，一項國家教育部博士點(diǎn)基金項目。
聲明：CTI論壇（CTiforum）版權作品，未經(jīng)CTiforum書(shū)面授權，嚴禁轉載，違者將被追究法律責任。
