從智能語(yǔ)音到訊飛超腦
科大訊飛1999年成立的時(shí)候，手上只有一項技術(shù)就是語(yǔ)音技術(shù)，當時(shí)的目標是讓機器開(kāi)口說(shuō)話(huà)。胡郁笑談：“當時(shí)我們并不知道，我們處于人工智能的范疇，至少自己沒(méi)有清晰的概念。我們更加不知道的是，1999年恰恰是人工智能的第二次冬天。就像華為任總以前經(jīng)常講的一句話(huà)，華為要是知道通訊行業(yè)這么難做，可能就不會(huì )做了。我們當時(shí)也是，如果知道人工智能處于那樣的環(huán)境，可能就不會(huì )創(chuàng )業(yè)了。這既有巧合，又是冥冥之中的注定。”
“2003-2004年以后，人工智能還不是特別熱，我們慢慢意識到我們做的恰好是人工智能最關(guān)鍵的技術(shù)。”人類(lèi)的智能相對于其他動(dòng)物或者相對于機器，最重要的是認知智能，而認知智能的主要來(lái)源是人類(lèi)對語(yǔ)言的掌握和對知識的表達，然后在這個(gè)基礎上進(jìn)行邏輯推理和復雜的決策。以語(yǔ)音和語(yǔ)言為中心的認知革命，是人類(lèi)智慧的最高水平，也是現在人工智能所面臨的最大挑戰。
作為訊飛超腦的總牽頭人，胡郁作出了這樣的詮釋?zhuān)?ldquo;2014年，我們在業(yè)界第一次推出‘訊飛超腦’計劃，這不僅僅是一個(gè)口號。我們同時(shí)發(fā)布了對人工智能的定義，即運算智能。機器從發(fā)明的第一天開(kāi)始，就比人類(lèi)強很多，比如會(huì )下圍棋的機器，就是機器運算智能的表現。還有類(lèi)人機器具有感知智能和運動(dòng)智能，具體表現是機器能夠看到、聽(tīng)到、感覺(jué)到周?chē)氖澜纭，F在的類(lèi)人和動(dòng)物的機器已做得不錯了。但是，人類(lèi)之所以能夠屹立在地球生物鏈的頂端，是因為人類(lèi)的語(yǔ)言能力，我們稱(chēng)為認知智能。這是訊飛超腦計劃的一個(gè)目標，讓具備感知智能的機器從能聽(tīng)會(huì )說(shuō)、能看會(huì )認，過(guò)渡到認知智能，即能理解，會(huì )思考。”
當前，“訊飛超腦”利用大數據來(lái)進(jìn)行訓練以提升相關(guān)算法，這其中的“訓練”指代的并不是那種填鴨式的數據輸入和訓練，而是來(lái)自于真實(shí)應用場(chǎng)景的真實(shí)交互數據，讓系統能夠依據真實(shí)數據實(shí)現自主學(xué)習和提升，胡郁稱(chēng)之為漣漪效應，就像水滴入水面產(chǎn)生的漣漪一樣，隨著(zhù)產(chǎn)品覆蓋面的不斷增加，數據量級也在快速攀升，進(jìn)而帶來(lái)產(chǎn)品體驗的快速優(yōu)化迭代，這一切的背后都依賴(lài)于“訊飛超腦”這個(gè)強大的人工智能引擎。
科大訊飛在語(yǔ)音合成、識別、評測，翻譯等領(lǐng)域都擁有全球領(lǐng)先的核心技術(shù)。2005年至2018年，在全球最高水平的語(yǔ)音合成比賽BlizzardChallenge中，科大訊飛取得13連冠，同時(shí)科大訊飛各項關(guān)鍵指標均名列第一。在國際機器翻譯評測IWSLT2014、NIST2015等大賽中科大訊飛連奪冠軍。在過(guò)去6年中，科大訊飛的語(yǔ)音識別技術(shù)準確率從60.2%提升到98%以上。語(yǔ)音技術(shù)上的優(yōu)勢為科大訊飛向人工智能發(fā)展，同時(shí)落地行業(yè)與應用打下良好的根基。
訊飛在布局當前的大數據人工智能的同時(shí)，也在關(guān)心人工智能發(fā)展的另一方面，即與人腦相結合，基于類(lèi)腦計算，試圖找到人腦智能的奧秘，發(fā)現其中的智能動(dòng)力學(xué)，進(jìn)而真正讓機器具備像人一樣的智能，同時(shí)不受人腦物理空間的局限，以此來(lái)實(shí)現人工智能領(lǐng)域真正的突破。
智能交互改變生活
科大訊飛是真正把人工智能的應用落地了。在2010年，科大訊飛開(kāi)發(fā)了世界上第二個(gè)、中國第一個(gè)語(yǔ)音輸入法，僅次于谷歌，訊飛輸入法主打語(yǔ)音輸入，語(yǔ)音識別準確率超98%，同時(shí)支持22種方言的語(yǔ)音輸入。
在2016年，科大訊飛發(fā)布了第一個(gè)智能終端產(chǎn)品訊飛翻譯機。2018年4月又推出了訊飛翻譯機2.0，主打中文與33種語(yǔ)言實(shí)時(shí)互譯、方言翻譯和拍照翻譯，并獨家具備4G、Wi-Fi和離線(xiàn)翻譯模式。翻譯機86%的用戶(hù)用于出境游。考慮到用戶(hù)可能不會(huì )使用標準普通話(huà)，訊飛翻譯機2.0同時(shí)搭載了方言和帶方言口音非標準普通話(huà)的識別能力，目前已支持粵語(yǔ)、四川話(huà)、東北話(huà)、河南話(huà)四大方言。方言種類(lèi)還在持續增加中，并能根據用戶(hù)的不同使用場(chǎng)景與用詞習慣，準確識別并給出最符合語(yǔ)境的翻譯結果，真正做到了落地實(shí)用。可以說(shuō)，訊飛翻譯機2.0是至今世界上銷(xiāo)量最好、好評度最高的手持式智能翻譯系統。
胡郁說(shuō)：“有人主張把翻譯功能完全整合到手機里，沒(méi)有必要專(zhuān)門(mén)為此做一個(gè)硬件，但‘做翻譯機是科大訊飛深思熟慮的結果’”。首先，手機的主要使用場(chǎng)景是近場(chǎng)使用，沒(méi)有考慮到在翻譯過(guò)程中人可能離得比較遠、環(huán)境噪聲大等問(wèn)題；其次，他認為智能硬件的精髓在于好用，在于方便快捷，打開(kāi)即用，一步到位才能有更好的體驗，而手機中使用APP的過(guò)程繁瑣，操作不便；第三，翻譯場(chǎng)景應該有更自然、更親和的交互，將手機直接放在別人嘴邊也不符合我們的交往禮儀。
為了構建未來(lái)人工智能產(chǎn)業(yè)生態(tài)體系，在2010年訊飛發(fā)布了語(yǔ)音云平臺。目前平臺上的開(kāi)發(fā)者已經(jīng)超過(guò)86萬(wàn)，連接19億設備，每日提供近46億次交互服務(wù)，數以百萬(wàn)計的開(kāi)發(fā)者正在借助科大訊飛的核心技術(shù)開(kāi)發(fā)智能產(chǎn)品，服務(wù)于我們生活的方方面面。
2015年，科大訊飛進(jìn)一步發(fā)布了對人工智能產(chǎn)業(yè)具有里程碑意義的人機交互界面——AIUI，重新定義了萬(wàn)物互聯(lián)時(shí)代的人機交互標準。胡郁說(shuō)道：“2017年，科大訊飛被宣布作為首批國家新一代人工智能開(kāi)放創(chuàng )新四大平臺之一，旨在建成依托智能語(yǔ)音的國家新一代人工智能開(kāi)放創(chuàng )新平臺，這是國家對于訊飛人工智能產(chǎn)業(yè)生態(tài)的高度認可。”
專(zhuān)家系統賦能行業(yè)
智能語(yǔ)音和人工智能技術(shù)對傳統行業(yè)賦能方面，科大訊飛也做了很多嘗試，例如公檢法、教育等行業(yè)。
在公檢法領(lǐng)域，科大訊飛通過(guò)與最高法、最高檢開(kāi)展創(chuàng )新合作。2016年在安徽開(kāi)展的測試顯示，人工智能判斷詐騙電話(huà)的準確率極高；人工智能還充當起法庭書(shū)記員，經(jīng)測試，智能語(yǔ)音識別參與庭審取得實(shí)際效果，庭審時(shí)長(cháng)縮短30%。
在教育領(lǐng)域，人工智能在“改卷子”方面的能力就超乎了人們的想象。在江蘇省的高考智能閱卷驗證中，兩個(gè)不同的人工智能語(yǔ)文作文閱卷分差小于7分，一致率達92.82%，比兩位老師的閱卷評分的一致率高出5%以上。在湖南省研究生考試的智能閱卷驗證中，兩個(gè)不同的人工智能分別對英語(yǔ)作文進(jìn)行閱卷評分，分差小于6分的一致率竟高達99.83%，比兩位老師的閱卷評分一致率高出了4%以上。胡郁表示，教育部考試中心正聯(lián)合科大訊飛建設人工智能聯(lián)合實(shí)驗室，在教育領(lǐng)域醞釀著(zhù)更多“黑科技”的誕生。
共建AI未來(lái)
科大訊飛與華為公司始終保持著(zhù)緊密合作，雙方充分依托各自行業(yè)領(lǐng)域的長(cháng)期積淀優(yōu)勢，在電信平臺、智能終端等領(lǐng)域建立了戰略合作關(guān)系，攜手推動(dòng)語(yǔ)音及人工智能技術(shù)的深入應用。雙方合作在2010年建立了世界上第一個(gè)中文語(yǔ)音的開(kāi)放云平臺。云計算能力開(kāi)放以后，眾多公司和開(kāi)發(fā)者可以面向最終用戶(hù)的各種需求，開(kāi)發(fā)各種各樣的產(chǎn)品，這就形成了生態(tài)的建設。
2018年5月，華為與科大訊飛簽署戰略合作協(xié)議，未來(lái)雙方將在公有云服務(wù)、ICT基礎設施產(chǎn)品、智能終端、以及辦公IT四大領(lǐng)域開(kāi)展深度戰略合作。雙方還將面向未來(lái)開(kāi)發(fā)創(chuàng )新AI語(yǔ)音應用，拓展全新行業(yè)市場(chǎng)，做大規模共享收益，共同做強人工智能產(chǎn)業(yè)生態(tài)。
對于消費者市場(chǎng)，華為手機使用的技術(shù)中，有一部分是源于科大訊飛的智能語(yǔ)音技術(shù)加持。華為手機還將科大訊飛的AI技術(shù)和能力內化為華為手機能力的一部分，為其帶來(lái)差異化的競爭優(yōu)勢。雙方將基于科大訊飛的語(yǔ)音識別、語(yǔ)音合成、訊飛聽(tīng)見(jiàn)、訊飛翻譯等語(yǔ)音AI技術(shù)和能力，圍繞手機等智能終端產(chǎn)品以及終端云服務(wù)進(jìn)行合作。
對于2B市場(chǎng)，華為在基礎設施、內部辦公產(chǎn)品等使用科大訊飛的技術(shù)與產(chǎn)品，雙方將基于訊飛引擎和華為云資源，共同構筑華為云EI平臺。面向未來(lái)+智能的時(shí)代，胡郁認為將來(lái)的人工智能都要在云計算上做。由于云計算的資源消耗比較大，將來(lái)有可能會(huì )在端計算和邊緣計算上實(shí)現更好的人工智能，也許很快成為技術(shù)上的突破口。人工智能的應用也會(huì )更多地落地，真正解決問(wèn)題。
我們有理由相信，未來(lái)華為和訊飛可以更好地依托自身優(yōu)勢，結合產(chǎn)業(yè)發(fā)展，共建更好的人工智能生態(tài)體系，為未來(lái)的AI生活增光添彩。
