科大訊飛輪值總裁胡郁：實現AI的3個法寶和最大挑戰 | CCF-GAIR 2020

2020年8月7日，立秋好時節。 

作為中國國內最具影響力的前沿科技活動，由中國計算機學會（CCF）主辦，香港中文大學（深圳）、雷鋒網聯合承辦，鵬城實驗室、深圳市人工智能與機器人研究院協辦的第五屆CCF-GAIR 2020 全球人工智能與機器人峰會，今天上午在深圳前海正式拉開帷幕。 

“AI新基建，產業新機遇”是整個大會的主題，吸引著線上線下眾多行業人士參與。在上午的人工智能前沿專場上，科大訊飛聯合創始人、輪值總裁胡郁博士帶來了題為《人工智能的顛覆式創新和典型應用》的重磅演講。 

科大訊飛聯合創始人、輪值總裁 胡郁

胡郁主要提到，在感知智能和運動智能方面，目前，人類、機器和動物都處于并列齊驅的水平，而認知智能現在是人類獨有而動物和機器做得不太好的地方，也是人工智能最大的挑戰。從現在的研究方向也可以看到，自然語言處理、知識圖譜等關系到認知智能最核心的方面，深度神經網絡并沒有給出更大的解決方案。 

他認為，2010年科大訊飛做免費的“訊飛語音輸入法”時，實際上解決的是雞生蛋和蛋生雞的問題，因為沒有好的數據就沒有好的系統，沒有好的系統就沒有人會用這個數據，數據沒有被用到，就進入惡性循環。 

訊飛輸入法是遵循“漣漪效應”往前走的，早期用戶在輸入法效果非常差的時候貢獻了數據（早期用戶有一些并不是真正使用這個輸入法，很多時候只是覺得好玩）。在早期用戶不斷給系統貢獻數據時，系統數據就會不斷的提高。隨著波紋越來越多，系統誤差就越來越小，就像水波紋的振幅一樣。當收集到幾千萬人的數據時，這時候系統性能已經提高到了90%甚至是95%以上。 

胡郁提到，在互聯網、移動互聯網時代都有不同的人機交互方式，比如網頁、APP小程序，而今天進入到萬物互聯的AIoT時代時，基于視覺呈現的語音交互系統會被普遍需要。 

演講后，胡郁接受雷鋒網等媒體采訪時表示，人機交互將在未來改變人和機器之間的關系，改變流量的入口。在行業方面，越來越多專家系統會起到供應側改革的威力，因為現在這里面的專家太稀缺了。 

最后他表示，在如今的大環境下，自立更生自主創新才是王道，科大訊飛沒有拿來主義，最好的應對行業環境突變的方式，就是做好自己的事情。 

以下為胡郁在現場的演講全文，雷鋒網做了不改變原意的編輯與整理： 

非常高興今天有這樣的機會。 

很多人說自己做人工智能，但是人工智能要有自己的定義，從2013年開始，我們就在研究人工智能到底應該往什么方向去發展，到底人工智能真正的瓶頸在什么地方？我們就推出了對人工智能的分類方法，這個分類方法是怎么分類的呢？ 

人類的認知革命：感知智能和運動智能 

先看看計算機。計算機被人類發明出現的目的是什么？是要填補人類在計算和存儲方面的劣勢。人類和動物的祖先在非洲大草原生存下來，算算數和記東西，人類大腦在進化過程當中的能力比較差。 

1946年，世界上第一臺計算機被發明，主要就是在運算上遠遠超過人類；然后，隨著計算機能力的不斷提升，1993年，計算機就戰勝了當時的跳棋冠軍；2016年，AlphaGo戰勝了圍棋高手。 

但是，這是不是人工智能在所有方面超越人類呢？不是這樣。在大規模運算性任務上，人工智能的運算智能這一項已經超越了人類。 

人和動物在非洲大草原競爭的時候，能夠使他們生存下來的是什么呢？我們把它定義為感知智能和運動智能。 

感知智能就是眼觀六路、耳聽八方。隨著人工智能第三次浪潮，特別是深度學習以來，在語音等方面追趕得非常快，感知智能方面還可以利用人沒有的傳感器，比如激光、無線電波、紅外線。 

運動智能方面，在幾十年的發展下，有了很好的進步。圖為德國的乒乓球運動員波爾和庫卡（CUKA）機器人，當運動員打出不是那么常規球時，機器人就不知道怎么接了。 

總而言之，在感知智能和運動智能方面，人類、機器和動物都處于并列齊驅的水平。 

人類的獨特智能：語言究竟有什么魅力？ 

人類有什么獨特的智能呢？ 

圖為最近幾年以色列年輕歷史學家寫的《人類簡史》，提到了人類的發展過程。他們發現人類在世界各地兩三百萬年來都有不同的猿人出現，他們都會用火和工具。 

但是，基因考古學告訴大家，現在的人類基因只和非洲智能基因是一樣的，也就是說，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勢，把其他猿人滅種了呢？他們提出了非常有意思的觀點，就是非洲智人最早通過基因突變掌握了當時猿人和動物都不掌握的技能——語言。語言可以更好描述周圍的世界，同時，語言能更好地八卦。 

其實“八卦”是人類社會形成更大社群的一個原因，這是非常重要的。因為高級的靈長類動物，一個群只有50頭，超過50頭必須分家，但是智人可以組織超千人的團隊，這樣就更有優勢。 

考古學家把人類的重大的進步定義為人類的農業革命、工業革命、兩次科學革命和技術革命之前的認知革命。認知智能包括：語言理解、知識學習和復雜的決策。認知智能現在是人類獨有而動物和機器做得不太好的地方。 

實現AI的3大法寶，詳解訊飛的“漣漪效應” 

從人工智能擅長到人類擅長的，我認為，現在的研究方向也可以看到，自然語言處理、知識圖譜等關系到認知智能最核心的方面，深度神經網絡并沒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，在認知智能方面還沒有完全取得突破。 

現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。 

隨著機器對人類大腦逐步的了解，他們從大腦學習的東西會加強我們在人工智能方面的研究。但是，為什么說現在人工智能研究在產業界，特別是在大公司里面相對研究院更有優勢呢？我們來看看。 

我們知道人工智能需要算法、算力和數據，但是，有一條大家不要忽略了，就是數據是如何而來的呢？ 

原來在實驗室里面去收集數據，我覺得是非常難的過程，同時也有假數據，并不能真正訓練出來。在建立過程當中，我給大家講一個故事：漣漪效應。 

2010年之前，我們沒有中文系統識別人類語言。2010年，科大訊飛當時做了重要的決定，就是做免費的語音輸入法“迅飛語音輸入法”，這就解決了雞生蛋和蛋生雞的問題，沒有好的數據就沒有好的系統，沒有好的系統就沒有人會用這個數據，數據沒有被用到，就進入惡性循環。 

我們發現了漣漪效應。 

水滴滴到水面過程當中，水面同時泛起波紋嗎？不是的，是一點點往外傳播的。把水面看成所有的用戶，水滴看成人工智能的技術，當這個技術被人類使用時，它是一點點擴散的，人越來越多使用。 

前面有些人使用了早期的輸入法，那時候的輸入法效果非常差，但是他們貢獻了數據，而且他們并不是真正使用這個輸入法，很多時候只是覺得好玩，他們是一些早期用戶。 

在早期用戶不斷給系統貢獻數據時，系統數據就會不斷的提高。隨著波紋越來越多，系統誤差就越來越小，就像水波紋的振幅一樣。當收集到幾千萬人的數據時，這時候系統性能已經提高到了90%甚至是95%以上，這樣對于剩下所有人，他們用到就是達到人類設計需求的系統。 

“訊飛超腦計劃”與“訊飛開放平臺” 

漣漪效應對于人工智能在當前工業化時代正常應用，是非常重要的概念，很多的系統都是參照這樣的方法，用機器自動學習的方法來實現突破的。

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

在過去3年中，我們投入了非常多精力在核心技術研究?？拼笥嶏w研究院有超過1500人，我們研究領域包括語音、圖像、自然語言處理、信息檢索等多個方向，在過去3年，超過獲得將近30項左右的最高水平國際賽事冠軍。 

同時，我們還將所有的核心技術通過云計算的方式開源到網絡上去，現在通過科大訊飛的人工智能云平臺，有138.9萬的平臺開發伙伴利用我們的技術在開發，而開發的產品的數量達到了86.7萬，開放能力包括277項，有超過29億累計的設備連接到云上使用。 

人工智能最重要的認知智能是基于語音和語言的，國內首個也是唯一一個語音及語言信息處理的實驗室，和國內認知智能實驗室，都是在科大訊飛。同時，獲得國家頒布的新一代人工智能平臺的稱號，就包括了科大訊飛和BAT。 

人工智能應用場景有兩大方面：

• 交互智能。人工智能應用的交互智能，就是讓機器像人一樣自然的交互，這里面用到視覺、語音和傳感器的技術，各種各樣的東西。交互智能，沒有上過學的人都可以做到，你到倫敦街頭找一個乞丐，給他5英鎊，讓他買一包煙，這個乞丐會完整無誤的執行你的命令，但是他是不懂和不識字的。這種交互智能引起人和機器之前的革命。

• 專家系統。人類有了文字之后，在很多行業形成了大量的知識，在行業里面最稀缺的資源就是專家，最好的醫生、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。希望通過人工智能的學習能力，學到他們專家的知識和經驗，最后幫助大眾。 

人機交互的歷史：互聯網、移動互聯網、AIoT 3個時代 

我們來看看人機交互的發展歷史。 

在互聯網時代，怎么人機交互？通過Windows。如果消費者獲得汽車廠商、家電廠商的信息，就通過圖形交互界面來瀏覽網站。那時候每個消費品公司都要做網站，消費者通過PC機訪問這些網站。 

在移動互聯網時代，我們可以看到，人機交互方式變成了觸摸交互，而消費者都會通過智能手機去訪問APP、公眾號、服務號、抖音號、大V等等。

我的問題是，在當前的智能物聯網時代，消費者是通過什么樣的設備在訪問什么樣的系統呢？ 

可以看到，在當前的環境下，語音交互作為主流交互的方式正越來越多地出現，比如說電視大屏、車載屏、智能玩具機器人、智能音箱、智能耳機，甚至是手機小秘書也是出現這樣的特點。智能硬件設備有很多，包括智能家電、智能家居和穿戴式設備，用戶通過非常多的智能硬件訪問什么呢？訪問消費品公司所建立的自己人工智能系統。

我們可以看到，賣家電的過程中的智能營銷就是人工智能系統，利用自己的大數據和公域流量的大數據進行合作。他賣的產品就是他的家電也變成了智能的和人進行自然交互的家電，空調、洗衣機、冰箱，慢慢具備了跟人交互的功能。售后服務、服務體系也變成了可以和消費者建立自然交互能力的這么一個服務體系。 

就像以前大家建網站和做APP一樣，現在所有的消費品公司都要做自己的人工智能系統。在這個過程當中，其實人機語音交互有邏輯正確性，因為電腦可以把頭腦想的東西表達出來，最自然邊界的方式是用顯示屏，而人類的眼睛非常的發達，通過觀看顯示屏來了解這里面更多的信息。 

但是大家要注意到，當人要把自己腦袋里面想的東西表達出來，最多的方法是什么？就像我今天在這里用的，只能說出來。但是，你不能用顯示屏，因為人沒有辦法和顯示屏建立聯系，這就構成了基于視覺呈現的語音交互系統。 

人工智能+應用，改變流量的入口

講一下“人工智能+應用”。 

在疫情期間，人工智能發揮巨大作用，在醫療、教育、翻譯場景下，我們產品都幫助這些人員進行很好的結合。 

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

• 在政務方面，采用機器自動撥打住戶電話，實現了普查，提升了50倍的效率，也在韓國推廣這項技術。

• 在家居養老方面，我們可以通過分析水電、煤氣、社區、物業視頻數據，發現老人可能出現的異常，再打電話確認，用在社區工作方面發揮了巨大作用，這一點隨著智能化建設越來越好。

• 在醫療方面，迅飛導診機器人根據自己的病情描述來知道你的病情，再進行導診。

• 在智慧城市方面，利用各種各樣的大數據（包括攝像頭和各類傳感器的數據），也包括運營商大數據，一起可以完成疫情防控、經營管理等方面的工作。 

總結來看，人機交互將在未來改變人和機器之間的關系，改變流量的入口。在行業方面，越來越多專家系統會起到供應側改革的威力，因為現在這里面的專家太稀缺了。在教育、醫療、政法、智慧城市方面越來越多。 

我也相信將來每個企業、領域和行業都建立自己的人工智能系統，但是并非每個企業都有能力建的，科大訊飛幫助這些企業建立屬于自己的人工智能系統，并且將他們的線下流量轉化為線上流量，與他們一起成長為將來商業生態當中的控制節點。

我們最終也相信，在中國，特別是在中美關系大的背景下，需要自力更生、需要艱苦奮斗，更需要從底層來創新，推動我們自身的發展。

我也相信在中國，一定用人工智能改變世界，謝謝大家。

溫馨提示：大會現場票已罄，應觀眾強烈需求，現新增少許第三天 8 個專場通票，請于 8 月 8 號 14: 00 前申請搶座：https://gair.leiphone.com/gair/free/s/5f28d5ae607bf

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。