2020年8月7日，立秋好時(shí)節(jié)。 

作為中國(guó)國(guó)內(nèi)最具影響力的前沿科技活動(dòng)，由中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，香港中文大學(xué)（深圳）、雷鋒網(wǎng)聯(lián)合承辦，鵬城實(shí)驗(yàn)室、深圳市人工智能與機(jī)器人研究院協(xié)辦的第五屆CCF-GAIR 2020 全球人工智能與機(jī)器人峰會(huì)，今天上午在深圳前海正式拉開(kāi)帷幕。 

“AI新基建，產(chǎn)業(yè)新機(jī)遇”是整個(gè)大會(huì)的主題，吸引著線上線下眾多行業(yè)人士參與。在上午的人工智能前沿專(zhuān)場(chǎng)上，科大訊飛聯(lián)合創(chuàng)始人、輪值總裁胡郁博士帶來(lái)了題為《人工智能的顛覆式創(chuàng)新和典型應(yīng)用》的重磅演講。 

科大訊飛聯(lián)合創(chuàng)始人、輪值總裁 胡郁

胡郁主要提到，在感知智能和運(yùn)動(dòng)智能方面，目前，人類(lèi)、機(jī)器和動(dòng)物都處于并列齊驅(qū)的水平，而認(rèn)知智能現(xiàn)在是人類(lèi)獨(dú)有而動(dòng)物和機(jī)器做得不太好的地方，也是人工智能最大的挑戰(zhàn)。從現(xiàn)在的研究方向也可以看到，自然語(yǔ)言處理、知識(shí)圖譜等關(guān)系到認(rèn)知智能最核心的方面，深度神經(jīng)網(wǎng)絡(luò)并沒(méi)有給出更大的解決方案。 

他認(rèn)為，2010年科大訊飛做免費(fèi)的“訊飛語(yǔ)音輸入法”時(shí)，實(shí)際上解決的是雞生蛋和蛋生雞的問(wèn)題，因?yàn)闆](méi)有好的數(shù)據(jù)就沒(méi)有好的系統(tǒng)，沒(méi)有好的系統(tǒng)就沒(méi)有人會(huì)用這個(gè)數(shù)據(jù)，數(shù)據(jù)沒(méi)有被用到，就進(jìn)入惡性循環(huán)。 

訊飛輸入法是遵循“漣漪效應(yīng)”往前走的，早期用戶在輸入法效果非常差的時(shí)候貢獻(xiàn)了數(shù)據(jù)（早期用戶有一些并不是真正使用這個(gè)輸入法，很多時(shí)候只是覺(jué)得好玩）。在早期用戶不斷給系統(tǒng)貢獻(xiàn)數(shù)據(jù)時(shí)，系統(tǒng)數(shù)據(jù)就會(huì)不斷的提高。隨著波紋越來(lái)越多，系統(tǒng)誤差就越來(lái)越小，就像水波紋的振幅一樣。當(dāng)收集到幾千萬(wàn)人的數(shù)據(jù)時(shí)，這時(shí)候系統(tǒng)性能已經(jīng)提高到了90%甚至是95%以上。 

胡郁提到，在互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)時(shí)代都有不同的人機(jī)交互方式，比如網(wǎng)頁(yè)、APP小程序，而今天進(jìn)入到萬(wàn)物互聯(lián)的AIoT時(shí)代時(shí)，基于視覺(jué)呈現(xiàn)的語(yǔ)音交互系統(tǒng)會(huì)被普遍需要。 

演講后，胡郁接受雷鋒網(wǎng)等媒體采訪時(shí)表示，人機(jī)交互將在未來(lái)改變?nèi)撕蜋C(jī)器之間的關(guān)系，改變流量的入口。在行業(yè)方面，越來(lái)越多專(zhuān)家系統(tǒng)會(huì)起到供應(yīng)側(cè)改革的威力，因?yàn)楝F(xiàn)在這里面的專(zhuān)家太稀缺了。 

最后他表示，在如今的大環(huán)境下，自立更生自主創(chuàng)新才是王道，科大訊飛沒(méi)有拿來(lái)主義，最好的應(yīng)對(duì)行業(yè)環(huán)境突變的方式，就是做好自己的事情。 

以下為胡郁在現(xiàn)場(chǎng)的演講全文，雷鋒網(wǎng)做了不改變?cè)獾木庉嬇c整理： 

非常高興今天有這樣的機(jī)會(huì)。 

很多人說(shuō)自己做人工智能，但是人工智能要有自己的定義，從2013年開(kāi)始，我們就在研究人工智能到底應(yīng)該往什么方向去發(fā)展，到底人工智能真正的瓶頸在什么地方？我們就推出了對(duì)人工智能的分類(lèi)方法，這個(gè)分類(lèi)方法是怎么分類(lèi)的呢？ 

人類(lèi)的認(rèn)知革命：感知智能和運(yùn)動(dòng)智能 

先看看計(jì)算機(jī)。計(jì)算機(jī)被人類(lèi)發(fā)明出現(xiàn)的目的是什么？是要填補(bǔ)人類(lèi)在計(jì)算和存儲(chǔ)方面的劣勢(shì)。人類(lèi)和動(dòng)物的祖先在非洲大草原生存下來(lái)，算算數(shù)和記東西，人類(lèi)大腦在進(jìn)化過(guò)程當(dāng)中的能力比較差。 

1946年，世界上第一臺(tái)計(jì)算機(jī)被發(fā)明，主要就是在運(yùn)算上遠(yuǎn)遠(yuǎn)超過(guò)人類(lèi)；然后，隨著計(jì)算機(jī)能力的不斷提升，1993年，計(jì)算機(jī)就戰(zhàn)勝了當(dāng)時(shí)的跳棋冠軍；2016年，AlphaGo戰(zhàn)勝了圍棋高手。 

但是，這是不是人工智能在所有方面超越人類(lèi)呢？不是這樣。在大規(guī)模運(yùn)算性任務(wù)上，人工智能的運(yùn)算智能這一項(xiàng)已經(jīng)超越了人類(lèi)。 

人和動(dòng)物在非洲大草原競(jìng)爭(zhēng)的時(shí)候，能夠使他們生存下來(lái)的是什么呢？我們把它定義為感知智能和運(yùn)動(dòng)智能。 

感知智能就是眼觀六路、耳聽(tīng)八方。隨著人工智能第三次浪潮，特別是深度學(xué)習(xí)以來(lái)，在語(yǔ)音等方面追趕得非?？欤兄悄芊矫孢€可以利用人沒(méi)有的傳感器，比如激光、無(wú)線電波、紅外線。 

運(yùn)動(dòng)智能方面，在幾十年的發(fā)展下，有了很好的進(jìn)步。圖為德國(guó)的乒乓球運(yùn)動(dòng)員波爾和庫(kù)卡（CUKA）機(jī)器人，當(dāng)運(yùn)動(dòng)員打出不是那么常規(guī)球時(shí)，機(jī)器人就不知道怎么接了。 

總而言之，在感知智能和運(yùn)動(dòng)智能方面，人類(lèi)、機(jī)器和動(dòng)物都處于并列齊驅(qū)的水平。 

人類(lèi)的獨(dú)特智能：語(yǔ)言究竟有什么魅力？ 

人類(lèi)有什么獨(dú)特的智能呢？ 

圖為最近幾年以色列年輕歷史學(xué)家寫(xiě)的《人類(lèi)簡(jiǎn)史》，提到了人類(lèi)的發(fā)展過(guò)程。他們發(fā)現(xiàn)人類(lèi)在世界各地兩三百萬(wàn)年來(lái)都有不同的猿人出現(xiàn)，他們都會(huì)用火和工具。 

但是，基因考古學(xué)告訴大家，現(xiàn)在的人類(lèi)基因只和非洲智能基因是一樣的，也就是說(shuō)，其他的猿人不是我們的祖先，世上所有人祖先都是非洲猿人。 

為什么非洲猿人有這樣的優(yōu)勢(shì)，把其他猿人滅種了呢？他們提出了非常有意思的觀點(diǎn)，就是非洲智人最早通過(guò)基因突變掌握了當(dāng)時(shí)猿人和動(dòng)物都不掌握的技能——語(yǔ)言。語(yǔ)言可以更好描述周?chē)氖澜纾瑫r(shí)，語(yǔ)言能更好地八卦。 

其實(shí)“八卦”是人類(lèi)社會(huì)形成更大社群的一個(gè)原因，這是非常重要的。因?yàn)楦呒?jí)的靈長(zhǎng)類(lèi)動(dòng)物，一個(gè)群只有50頭，超過(guò)50頭必須分家，但是智人可以組織超千人的團(tuán)隊(duì)，這樣就更有優(yōu)勢(shì)。 

考古學(xué)家把人類(lèi)的重大的進(jìn)步定義為人類(lèi)的農(nóng)業(yè)革命、工業(yè)革命、兩次科學(xué)革命和技術(shù)革命之前的認(rèn)知革命。認(rèn)知智能包括：語(yǔ)言理解、知識(shí)學(xué)習(xí)和復(fù)雜的決策。認(rèn)知智能現(xiàn)在是人類(lèi)獨(dú)有而動(dòng)物和機(jī)器做得不太好的地方。 

實(shí)現(xiàn)AI的3大法寶，詳解訊飛的“漣漪效應(yīng)” 

從人工智能擅長(zhǎng)到人類(lèi)擅長(zhǎng)的，我認(rèn)為，現(xiàn)在的研究方向也可以看到，自然語(yǔ)言處理、知識(shí)圖譜等關(guān)系到認(rèn)知智能最核心的方面，深度神經(jīng)網(wǎng)絡(luò)并沒(méi)有給出更大的解決方案。包括周志華教授在前面演講中提到最近的GPT3，在認(rèn)知智能方面還沒(méi)有完全取得突破。 

現(xiàn)在研究人工智能道路是什么呢？各種人員有不同的研究方法。 

隨著機(jī)器對(duì)人類(lèi)大腦逐步的了解，他們從大腦學(xué)習(xí)的東西會(huì)加強(qiáng)我們?cè)谌斯ぶ悄芊矫娴难芯?。但是，為什么說(shuō)現(xiàn)在人工智能研究在產(chǎn)業(yè)界，特別是在大公司里面相對(duì)研究院更有優(yōu)勢(shì)呢？我們來(lái)看看。 

我們知道人工智能需要算法、算力和數(shù)據(jù)，但是，有一條大家不要忽略了，就是數(shù)據(jù)是如何而來(lái)的呢？ 

原來(lái)在實(shí)驗(yàn)室里面去收集數(shù)據(jù)，我覺(jué)得是非常難的過(guò)程，同時(shí)也有假數(shù)據(jù)，并不能真正訓(xùn)練出來(lái)。在建立過(guò)程當(dāng)中，我給大家講一個(gè)故事：漣漪效應(yīng)。 

2010年之前，我們沒(méi)有中文系統(tǒng)識(shí)別人類(lèi)語(yǔ)言。2010年，科大訊飛當(dāng)時(shí)做了重要的決定，就是做免費(fèi)的語(yǔ)音輸入法“迅飛語(yǔ)音輸入法”，這就解決了雞生蛋和蛋生雞的問(wèn)題，沒(méi)有好的數(shù)據(jù)就沒(méi)有好的系統(tǒng)，沒(méi)有好的系統(tǒng)就沒(méi)有人會(huì)用這個(gè)數(shù)據(jù)，數(shù)據(jù)沒(méi)有被用到，就進(jìn)入惡性循環(huán)。 

我們發(fā)現(xiàn)了漣漪效應(yīng)。 

水滴滴到水面過(guò)程當(dāng)中，水面同時(shí)泛起波紋嗎？不是的，是一點(diǎn)點(diǎn)往外傳播的。把水面看成所有的用戶，水滴看成人工智能的技術(shù)，當(dāng)這個(gè)技術(shù)被人類(lèi)使用時(shí)，它是一點(diǎn)點(diǎn)擴(kuò)散的，人越來(lái)越多使用。 

前面有些人使用了早期的輸入法，那時(shí)候的輸入法效果非常差，但是他們貢獻(xiàn)了數(shù)據(jù)，而且他們并不是真正使用這個(gè)輸入法，很多時(shí)候只是覺(jué)得好玩，他們是一些早期用戶。 

在早期用戶不斷給系統(tǒng)貢獻(xiàn)數(shù)據(jù)時(shí)，系統(tǒng)數(shù)據(jù)就會(huì)不斷的提高。隨著波紋越來(lái)越多，系統(tǒng)誤差就越來(lái)越小，就像水波紋的振幅一樣。當(dāng)收集到幾千萬(wàn)人的數(shù)據(jù)時(shí)，這時(shí)候系統(tǒng)性能已經(jīng)提高到了90%甚至是95%以上，這樣對(duì)于剩下所有人，他們用到就是達(dá)到人類(lèi)設(shè)計(jì)需求的系統(tǒng)。 

“訊飛超腦計(jì)劃”與“訊飛開(kāi)放平臺(tái)” 

漣漪效應(yīng)對(duì)于人工智能在當(dāng)前工業(yè)化時(shí)代正常應(yīng)用，是非常重要的概念，很多的系統(tǒng)都是參照這樣的方法，用機(jī)器自動(dòng)學(xué)習(xí)的方法來(lái)實(shí)現(xiàn)突破的。

在這種情況下，2014年，科大訊飛提出了“迅飛超腦計(jì)劃”，從感知智能到認(rèn)知智能的突破。這是“訊飛超腦計(jì)劃”整體的方案，下面是感知智能，包括看到、閱讀和聽(tīng)到；上面認(rèn)知智能包括思考和表達(dá)。 

在過(guò)去3年中，我們投入了非常多精力在核心技術(shù)研究?？拼笥嶏w研究院有超過(guò)1500人，我們研究領(lǐng)域包括語(yǔ)音、圖像、自然語(yǔ)言處理、信息檢索等多個(gè)方向，在過(guò)去3年，超過(guò)獲得將近30項(xiàng)左右的最高水平國(guó)際賽事冠軍。 

同時(shí)，我們還將所有的核心技術(shù)通過(guò)云計(jì)算的方式開(kāi)源到網(wǎng)絡(luò)上去，現(xiàn)在通過(guò)科大訊飛的人工智能云平臺(tái)，有138.9萬(wàn)的平臺(tái)開(kāi)發(fā)伙伴利用我們的技術(shù)在開(kāi)發(fā)，而開(kāi)發(fā)的產(chǎn)品的數(shù)量達(dá)到了86.7萬(wàn)，開(kāi)放能力包括277項(xiàng)，有超過(guò)29億累計(jì)的設(shè)備連接到云上使用。 

人工智能最重要的認(rèn)知智能是基于語(yǔ)音和語(yǔ)言的，國(guó)內(nèi)首個(gè)也是唯一一個(gè)語(yǔ)音及語(yǔ)言信息處理的實(shí)驗(yàn)室，和國(guó)內(nèi)認(rèn)知智能實(shí)驗(yàn)室，都是在科大訊飛。同時(shí)，獲得國(guó)家頒布的新一代人工智能平臺(tái)的稱號(hào)，就包括了科大訊飛和BAT。 

人工智能應(yīng)用場(chǎng)景有兩大方面：

• 交互智能。人工智能應(yīng)用的交互智能，就是讓機(jī)器像人一樣自然的交互，這里面用到視覺(jué)、語(yǔ)音和傳感器的技術(shù)，各種各樣的東西。交互智能，沒(méi)有上過(guò)學(xué)的人都可以做到，你到倫敦街頭找一個(gè)乞丐，給他5英鎊，讓他買(mǎi)一包煙，這個(gè)乞丐會(huì)完整無(wú)誤的執(zhí)行你的命令，但是他是不懂和不識(shí)字的。這種交互智能引起人和機(jī)器之前的革命。

• 專(zhuān)家系統(tǒng)。人類(lèi)有了文字之后，在很多行業(yè)形成了大量的知識(shí)，在行業(yè)里面最稀缺的資源就是專(zhuān)家，最好的醫(yī)生、最好的老師、最好的檢察官和最好的法官，他們都是稀缺資源。希望通過(guò)人工智能的學(xué)習(xí)能力，學(xué)到他們專(zhuān)家的知識(shí)和經(jīng)驗(yàn)，最后幫助大眾。 

人機(jī)交互的歷史：互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、AIoT 3個(gè)時(shí)代 

我們來(lái)看看人機(jī)交互的發(fā)展歷史。 

在互聯(lián)網(wǎng)時(shí)代，怎么人機(jī)交互？通過(guò)Windows。如果消費(fèi)者獲得汽車(chē)廠商、家電廠商的信息，就通過(guò)圖形交互界面來(lái)瀏覽網(wǎng)站。那時(shí)候每個(gè)消費(fèi)品公司都要做網(wǎng)站，消費(fèi)者通過(guò)PC機(jī)訪問(wèn)這些網(wǎng)站。 

在移動(dòng)互聯(lián)網(wǎng)時(shí)代，我們可以看到，人機(jī)交互方式變成了觸摸交互，而消費(fèi)者都會(huì)通過(guò)智能手機(jī)去訪問(wèn)APP、公眾號(hào)、服務(wù)號(hào)、抖音號(hào)、大V等等。

我的問(wèn)題是，在當(dāng)前的智能物聯(lián)網(wǎng)時(shí)代，消費(fèi)者是通過(guò)什么樣的設(shè)備在訪問(wèn)什么樣的系統(tǒng)呢？ 

可以看到，在當(dāng)前的環(huán)境下，語(yǔ)音交互作為主流交互的方式正越來(lái)越多地出現(xiàn)，比如說(shuō)電視大屏、車(chē)載屏、智能玩具機(jī)器人、智能音箱、智能耳機(jī)，甚至是手機(jī)小秘書(shū)也是出現(xiàn)這樣的特點(diǎn)。智能硬件設(shè)備有很多，包括智能家電、智能家居和穿戴式設(shè)備，用戶通過(guò)非常多的智能硬件訪問(wèn)什么呢？訪問(wèn)消費(fèi)品公司所建立的自己人工智能系統(tǒng)。

我們可以看到，賣(mài)家電的過(guò)程中的智能營(yíng)銷(xiāo)就是人工智能系統(tǒng)，利用自己的大數(shù)據(jù)和公域流量的大數(shù)據(jù)進(jìn)行合作。他賣(mài)的產(chǎn)品就是他的家電也變成了智能的和人進(jìn)行自然交互的家電，空調(diào)、洗衣機(jī)、冰箱，慢慢具備了跟人交互的功能。售后服務(wù)、服務(wù)體系也變成了可以和消費(fèi)者建立自然交互能力的這么一個(gè)服務(wù)體系。 

就像以前大家建網(wǎng)站和做APP一樣，現(xiàn)在所有的消費(fèi)品公司都要做自己的人工智能系統(tǒng)。在這個(gè)過(guò)程當(dāng)中，其實(shí)人機(jī)語(yǔ)音交互有邏輯正確性，因?yàn)殡娔X可以把頭腦想的東西表達(dá)出來(lái)，最自然邊界的方式是用顯示屏，而人類(lèi)的眼睛非常的發(fā)達(dá)，通過(guò)觀看顯示屏來(lái)了解這里面更多的信息。 

但是大家要注意到，當(dāng)人要把自己腦袋里面想的東西表達(dá)出來(lái)，最多的方法是什么？就像我今天在這里用的，只能說(shuō)出來(lái)。但是，你不能用顯示屏，因?yàn)槿藳](méi)有辦法和顯示屏建立聯(lián)系，這就構(gòu)成了基于視覺(jué)呈現(xiàn)的語(yǔ)音交互系統(tǒng)。 

人工智能+應(yīng)用，改變流量的入口

講一下“人工智能+應(yīng)用”。 

在疫情期間，人工智能發(fā)揮巨大作用，在醫(yī)療、教育、翻譯場(chǎng)景下，我們產(chǎn)品都幫助這些人員進(jìn)行很好的結(jié)合。 

• 在教育方面，我們采用個(gè)性化、智能化的教學(xué)，讓課堂上的學(xué)生聽(tīng)得懂的概率從64%提到85%。家庭作業(yè)的正確率從42%到69%。

• 在政務(wù)方面，采用機(jī)器自動(dòng)撥打住戶電話，實(shí)現(xiàn)了普查，提升了50倍的效率，也在韓國(guó)推廣這項(xiàng)技術(shù)。

• 在家居養(yǎng)老方面，我們可以通過(guò)分析水電、煤氣、社區(qū)、物業(yè)視頻數(shù)據(jù)，發(fā)現(xiàn)老人可能出現(xiàn)的異常，再打電話確認(rèn)，用在社區(qū)工作方面發(fā)揮了巨大作用，這一點(diǎn)隨著智能化建設(shè)越來(lái)越好。

• 在醫(yī)療方面，迅飛導(dǎo)診機(jī)器人根據(jù)自己的病情描述來(lái)知道你的病情，再進(jìn)行導(dǎo)診。

• 在智慧城市方面，利用各種各樣的大數(shù)據(jù)（包括攝像頭和各類(lèi)傳感器的數(shù)據(jù)），也包括運(yùn)營(yíng)商大數(shù)據(jù)，一起可以完成疫情防控、經(jīng)營(yíng)管理等方面的工作。 

總結(jié)來(lái)看，人機(jī)交互將在未來(lái)改變?nèi)撕蜋C(jī)器之間的關(guān)系，改變流量的入口。在行業(yè)方面，越來(lái)越多專(zhuān)家系統(tǒng)會(huì)起到供應(yīng)側(cè)改革的威力，因?yàn)楝F(xiàn)在這里面的專(zhuān)家太稀缺了。在教育、醫(yī)療、政法、智慧城市方面越來(lái)越多。 

我也相信將來(lái)每個(gè)企業(yè)、領(lǐng)域和行業(yè)都建立自己的人工智能系統(tǒng)，但是并非每個(gè)企業(yè)都有能力建的，科大訊飛幫助這些企業(yè)建立屬于自己的人工智能系統(tǒng)，并且將他們的線下流量轉(zhuǎn)化為線上流量，與他們一起成長(zhǎng)為將來(lái)商業(yè)生態(tài)當(dāng)中的控制節(jié)點(diǎn)。

我們最終也相信，在中國(guó)，特別是在中美關(guān)系大的背景下，需要自力更生、需要艱苦奮斗，更需要從底層來(lái)創(chuàng)新，推動(dòng)我們自身的發(fā)展。

我也相信在中國(guó)，一定用人工智能改變世界，謝謝大家。

溫馨提示：大會(huì)現(xiàn)場(chǎng)票已罄，應(yīng)觀眾強(qiáng)烈需求，現(xiàn)新增少許第三天 8 個(gè)專(zhuān)場(chǎng)通票，請(qǐng)于 8 月 8 號(hào) 14: 00 前申請(qǐng)搶座：https://gair.leiphone.com/gair/free/s/5f28d5ae607bf

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。