1024，點(diǎn)亮人間煙火

楊凈 曉查 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號 QbitAI

20年前，安徽合肥一群來自中科大的探路者押注AI，成立科大訊飛。現(xiàn)在合肥被稱為中國“最敢賭”、最牛的風(fēng)險(xiǎn)投資機(jī)構(gòu)。

10年前，科大訊飛人工智能開放平臺發(fā)布。

現(xiàn)在這個平臺上的開發(fā)者，從十幾個團(tuán)隊(duì)，成長到超過150萬家；應(yīng)用終端數(shù)從不到10萬，增長到超過20億；而這個平臺能提供的能力，從當(dāng)年的語音合成和識別兩個，大幅提升到如今的334種復(fù)雜AI技能。

在訊飛之上已經(jīng)成長出一套成熟的生態(tài)系統(tǒng)。今天，已經(jīng)創(chuàng)下史上最佳業(yè)績的科大訊飛，要向著新十年重新出發(fā)。

人工智能紅利三大標(biāo)準(zhǔn)

十年過去，時代變了。

如何看待如今的天下大勢，科大訊飛董事長劉慶峰總結(jié)了一套“3-4-3-4”的邏輯框架，為AI開發(fā)者和訊飛自己指出了方向。

首先是三大變化。

我們正處在新舊紅利的交替期。

第一個變化是：移動互聯(lián)紅利到期，而萬物互聯(lián)紅利開啟。越來越多的智能設(shè)備，將推動人機(jī)交互等業(yè)態(tài)的繁榮。

第二個變化是人口紅利到期，工程師紅利開啟。勞動生產(chǎn)效率將隨之大幅提升。

第三個變化是從為產(chǎn)品賦能，到為企業(yè)轉(zhuǎn)型升級賦能。劉慶峰指出，過去一年50萬創(chuàng)業(yè)者關(guān)注的重點(diǎn)，不僅是利用訊飛的技術(shù)創(chuàng)造各種產(chǎn)品，而且還將技術(shù)用于提升自己的生產(chǎn)效率、提高市場營銷能力等方面。

變化之下，蘊(yùn)藏著哪些機(jī)遇？

訊飛的回答是四個：場景驅(qū)動、數(shù)據(jù)支撐、技術(shù)驅(qū)動、資本助推。簡單來說，就是有需求、有數(shù)據(jù)、有技術(shù)、有資本，而且這四個機(jī)遇的影響力還在不斷加大，并且將會為人工智能帶來前所未有的發(fā)展。

有變化、有機(jī)遇，還要有所為、有所不為，才能真正抓住新的人工智能紅利。什么是應(yīng)該干的？判斷標(biāo)準(zhǔn)有三個。

首先，要有看得見、摸得著的應(yīng)用場景。其次，要有能夠規(guī)?；茝V的產(chǎn)品。再次，要能產(chǎn)生比較優(yōu)勢的價值。總而言之，還是要抓大放小，提升效率。

其實(shí)，對于這三大標(biāo)準(zhǔn)，在去年發(fā)布會上已經(jīng)強(qiáng)調(diào)過了。為何一再強(qiáng)調(diào)，自然也有科大訊飛自身的底氣在。

就在上一年，科大訊飛就創(chuàng)造了最佳歷史最佳業(yè)績，營收達(dá)到100.79億，首次破百億；凈利潤同比增長51.12%，達(dá)到8.19億，日均盈利224萬元。

所以，按照這樣的標(biāo)準(zhǔn)，科大訊飛賺錢了，還賺了不少。

而到今年，訊飛給開發(fā)者提供的AI能力從去年的200項(xiàng)提升到了今年的334項(xiàng)，開發(fā)者數(shù)量增加了50萬，開發(fā)了近93萬個應(yīng)用。

對于未來，科大訊飛又要怎么做呢？

劉慶峰給出了四個重點(diǎn)方向。

第一，持續(xù)優(yōu)化深度神經(jīng)網(wǎng)絡(luò)算法。用更少的數(shù)據(jù)，得到更好的結(jié)果。

第二，讓機(jī)器學(xué)習(xí)能夠?qū)崿F(xiàn)半監(jiān)督和無監(jiān)督的學(xué)習(xí)。

第三，探索人工智能應(yīng)用的個性化。

第四，進(jìn)一步賦能數(shù)字生存時代。

訊飛的AI科技樹

「核心技術(shù)才能推動行業(yè)的發(fā)展。」這個整個大會上一直所強(qiáng)調(diào)的。

科大訊飛如今成立21周年，訊飛開放平臺成立了10周年，無疑不在證明著「核心技術(shù)」的驅(qū)動力。

就像今年科大訊飛AI研究院常務(wù)副院長劉聰在「新技術(shù)發(fā)布會」上構(gòu)筑的AI科技樹。

技術(shù)頂天，項(xiàng)目落地。

2019年，是人工智能規(guī)模化價值落地、行業(yè)全面AI化的一年。去年一年，訊飛就取得了不少成果。

AI+會議方面，聽見云會議為1000余家企業(yè)單位服務(wù)了近1000000次遠(yuǎn)程視頻會議，依托于科大訊飛的語音技術(shù)率最高達(dá)97.5%。

再比如在醫(yī)療領(lǐng)域，訊飛智醫(yī)助理機(jī)器人是全球第一個通過了國家執(zhí)業(yè)醫(yī)師資格考試的機(jī)器人，并超過了96.3%的人類考生。

過去，智醫(yī)助理已經(jīng)看了6000多萬病人了，開了8000萬的病例，把基層醫(yī)生的合理診斷度從70分提到了90多分。

那么以這三大標(biāo)準(zhǔn)為目標(biāo)，站在AI核心技術(shù)的角度，又該如何思考和演進(jìn)呢？

通過幾個代表性方向技術(shù)最新進(jìn)展，劉聰給展現(xiàn)了科大訊飛科技樹的全景。

首先來看語音識別。

今年5月，訊飛繼續(xù)參加號稱史上最難語音識別任務(wù)的CHiME6比賽，獲得了三連冠，將最優(yōu)的錯誤率從上一屆的46%降低到這一屆的30.5%，進(jìn)一步接近了使用水平。

訊飛將自己的能力做成相關(guān)工具和平臺，提供給開發(fā)者，讓他們可以方便地進(jìn)行模型方案的更新。

在這個平臺上，針對某些產(chǎn)品，開發(fā)者可以在端側(cè)直接實(shí)現(xiàn)用戶無感知的個性化訓(xùn)練。以語音喚醒為例，基于一個通用的喚醒模型，針對特定喚醒詞，在10分鐘之內(nèi)即可實(shí)現(xiàn)一個模型自動優(yōu)化，使之達(dá)到使用門檻。

另外，此次發(fā)布會上，訊飛還給出了「全場景音頻解析」的解決方案，在復(fù)雜環(huán)境中的識別效果從60%提高到了85%。

接下來看一下語音合成。

對應(yīng)于剛才語音識別的全場景音頻解析，我們認(rèn)為語音合成也需要實(shí)現(xiàn)從語音到聲音的全場景音頻合成。

應(yīng)該來說除了在交互場景，我們將相關(guān)的方案在小說合成、在配音合成等場景也大有可為。另外一塊我們知道情感的表達(dá)和合成和預(yù)測也是我們語音合成當(dāng)中的一個重要的方向，也是業(yè)界的研究熱點(diǎn)。

近年來其實(shí)伴隨著深度學(xué)習(xí)的加持，科大訊飛也提出了基于聽感量化的多人混合訓(xùn)練等合成框架。并進(jìn)一步在向合成更有表現(xiàn)力對話場景演進(jìn)。

科大訊飛AI研究院常務(wù)副院長劉聰表示，他們已經(jīng)做到了接近4.5分的水平，也就是介于普通人標(biāo)準(zhǔn)發(fā)音和滿分播音員之間的水準(zhǔn)。

今年，訊飛又進(jìn)一步拓展了語音合成平臺能力。開發(fā)者可以基于自然語言理解技術(shù)，從文本當(dāng)中分析到合適的情感焦點(diǎn)，以及角色相關(guān)的信息，并通過語音呈現(xiàn)出來。

另一方面，通過對內(nèi)容的理解，開發(fā)者還能實(shí)現(xiàn)一人分飾多角和情感的變化。

接著，多模態(tài)生成。

訊飛早已不是一家單純的語音技術(shù)公司，為了讓聲音更富表現(xiàn)力，需要用多模態(tài)的方式呈現(xiàn)。除了讓語音更具情感外，也讓語音有了形象。

去年訊飛發(fā)布了全球首個多語種虛擬主播小晴，今年繼續(xù)發(fā)布了更多的虛擬主播，并已在多家媒體使用。

一方面為小晴研發(fā)了豐富的表情和動作生成能力，結(jié)合生活化場景的設(shè)計(jì)和終端性能的優(yōu)化，推出了更適合交互場景的虛擬形象；另一方面進(jìn)一步配合靜態(tài)和動態(tài)內(nèi)容的嵌入設(shè)計(jì)，可以在更多場景應(yīng)用推廣。

例如利用虛擬形象技術(shù)、結(jié)合語音評測等相關(guān)技術(shù)開發(fā)的英文教學(xué)互動主播，可以讓英語學(xué)習(xí)更加生動有趣。

接下來，科大訊飛將開放60個語種的語音合成系統(tǒng)，69個語種的語音識別系統(tǒng)，平均識別率80%以上，重點(diǎn)語種90%以上。

還會開放56個語種的圖文識別系統(tǒng)，針對通用文檔的平均準(zhǔn)確率在85分以上，168個語種的機(jī)器翻譯，其中35個常用語種和中文翻譯在口語場景下人工忠實(shí)度達(dá)到3.8分。

最后來看一下行業(yè)認(rèn)知。

認(rèn)知智能相對于以上語音圖像等感知智能其實(shí)難度更大。

過去幾年，訊飛在向教育、醫(yī)療、政法等行業(yè)的認(rèn)知智能取得了不錯的進(jìn)展。醫(yī)療認(rèn)知為例，2017年11月，訊飛醫(yī)考機(jī)器人以456的高分通過了國家職業(yè)醫(yī)師資格考試。

今年，訊飛在難度更大的多步推理機(jī)器閱讀理解HotpotQA上取得突破。

8月27號，訊飛哈工大聯(lián)合實(shí)驗(yàn)室用自主研發(fā)的MacALBERT模型，在這個任務(wù)上取得了綜合第一，代表了訊飛在認(rèn)知智能的通用技術(shù)上，持續(xù)保持業(yè)界一流的水平。

訊飛也基于這樣的技術(shù)，針對中文領(lǐng)域，訓(xùn)練了業(yè)界效果領(lǐng)先的中文模型，并開放給業(yè)界，給研究人員提供相關(guān)的服務(wù)，目前也是最受歡迎的中文預(yù)訓(xùn)練的模型之一。

在這次新技術(shù)發(fā)布會上，科大訊飛正式發(fā)布了認(rèn)知中臺，以自己的開放能力，向合作伙伴共享行業(yè)經(jīng)驗(yàn)。

最后，這些AI科技樹上的「果子」也都將服務(wù)百萬開發(fā)者。

共贏的平臺

今年對訊飛開放平臺有點(diǎn)特別——正好推出10周年。

從2010年10月28日發(fā)布到現(xiàn)在，訊飛的人工智能開放平臺上，已經(jīng)累積了334項(xiàng)的能力和方案，覆蓋230萬開發(fā)者和生態(tài)合作伙伴。

至今為止，這個平臺已經(jīng)面向14個行業(yè)發(fā)布了優(yōu)化專題。例如AI中臺、數(shù)據(jù)中臺等，也被不斷的整合進(jìn)來。去年發(fā)布的云端一體化交互方案，迄今已有超過有3000萬的裝機(jī)量，每天的交互的次數(shù)已經(jīng)超過了1億次。

那么今年的突發(fā)事件，對平臺影響幾何？

“疫情穩(wěn)定之后，我們發(fā)現(xiàn)基于訊飛開放平臺上的開發(fā)者進(jìn)入了一個更加快的增長節(jié)奏。連續(xù)三個季度的復(fù)合增長率已經(jīng)超過了53%，這是一個繼2016年以來的又一次的快速增長，”科大訊飛集團(tuán)副總裁于繼棟透露。

那么現(xiàn)在開發(fā)者都在利用訊飛平臺的AI技術(shù)，做些什么事呢？

有一家輪胎生產(chǎn)企業(yè)，利用AI視頻技術(shù)來監(jiān)控輪胎的澆注過程，用這個方法來高效解決雜質(zhì)介入的情況，提升輪胎質(zhì)量。而在建筑工地，視頻AI技術(shù)也被用來檢查安全帽的佩戴情況，提升了準(zhǔn)確率與安全性。

所有這些，都是企業(yè)的AI化、數(shù)字化升級的一部分。

對于這件事，科大訊飛認(rèn)為企業(yè)的最終的形態(tài)，是一個智慧體。也就是通過AI的幫助，能夠更有針對性的提高生產(chǎn)率，找到企業(yè)發(fā)展的瓶頸并加以解決。

在訊飛的開放平臺上，AI服務(wù)市場就是專門用來解決定制化AI場景需求的服務(wù)。經(jīng)過兩年半的發(fā)展，已經(jīng)有超過500家服務(wù)商入駐。

這些服務(wù)商，目的就是幫助上游的企業(yè)客戶，解決他們在特定場景中面臨的定制化需求，借助AI技術(shù)完成企業(yè)的升級改造。除此以外，訊飛也對外開放了云平臺，進(jìn)一步助力AI技術(shù)的部署和實(shí)施。

“整個的數(shù)字化升級是一個非常巨大、非常深遠(yuǎn)的過程，”于繼棟說僅靠訊飛一家提供的服務(wù)遠(yuǎn)遠(yuǎn)不夠。合作共贏，正是訊飛開放平臺的意義所在。

1024開發(fā)者節(jié)

今年，雖然有疫情限制，活動形式采取線下與云端同步，但開發(fā)者、合作伙伴仍然熱情高漲。

有9118支團(tuán)隊(duì)來參加比賽，線上參加產(chǎn)品直播的企業(yè)數(shù)達(dá)到了491家，比去年同期增長50%。

今年科大訊飛開發(fā)者數(shù)量，從去年108萬人，到如今已經(jīng)有157萬開發(fā)者加入進(jìn)來。且開發(fā)應(yīng)用數(shù)量，從去年的70萬個到今年的93萬個。

訊飛給開發(fā)者提供的AI能力從去年的200項(xiàng)提升到了今年的334項(xiàng)，AI應(yīng)用場景也達(dá)到了上百個。

此次開發(fā)者大會，訊飛還強(qiáng)調(diào)了為行業(yè)賦能。目前，訊飛已經(jīng)跟近百家龍頭企業(yè)形成合作，賦能行業(yè)企業(yè)，包括海爾、海信、中國郵政、中電光谷等。

為什么會取得這樣的成績？劉慶峰表示，

我相信，是因?yàn)榇蠹铱吹搅巳斯ぶ悄軐ξ磥淼闹卮髴?zhàn)略意義。尤其是在疫情之后，企業(yè)更看到了人工智能在解決社會剛需上面的迫切需求。

而在今年，訊飛的開放力度更大。

在1024開發(fā)者節(jié)現(xiàn)場，科大訊飛高級副總裁、消費(fèi)者事業(yè)群總裁胡國平推出的《1024計(jì)劃4.0》，在先導(dǎo)計(jì)劃、城市計(jì)劃、公益計(jì)劃三個方面全新升級。

比如，在先導(dǎo)計(jì)劃中，就推出了面向行業(yè)的AI人才成長體系，上線提供了包括語音、圖像、自然語言理解以及核心底層的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等多層面體系課程，還特邀了AI的技術(shù)和應(yīng)用的專家錄制專業(yè)課程。

正如劉慶峰所說，AI生態(tài)已經(jīng)面臨著「人口紅利到期、工程師紅利開啟」的變化。

所以就在這一關(guān)鍵時候，訊飛給企業(yè)開發(fā)者提供了練手的好機(jī)會。

在城市計(jì)劃中，訊飛也彰顯出了自己的社會責(zé)任。他們分別從城市賦能、本地化服務(wù)和高校賦能上來展開。

目前，訊飛已經(jīng)在蘇州、長春、天津、青島等10個城市建立來人工智能產(chǎn)業(yè)加速中心。

而在高校賦能中，AI大學(xué)、AI競賽、AI社團(tuán)、AI實(shí)訓(xùn)營……讓更多的大學(xué)生來近距離的學(xué)習(xí)和實(shí)踐人工智能。

據(jù)說此次開發(fā)者大會上，訊飛還搭建了一個路演平臺，將有各個高校的10多個團(tuán)隊(duì)進(jìn)行創(chuàng)新創(chuàng)業(yè)項(xiàng)目展示。

再比如，公益計(jì)劃。

作為科大訊飛一直以來的主打項(xiàng)目，目前開放平臺已經(jīng)創(chuàng)建了22,459個無障礙應(yīng)用。這些應(yīng)用每天為我們的視聽障人群提供了超過5000萬次的AI服務(wù)，累計(jì)服務(wù)障礙人群超過1087萬。

最關(guān)鍵的是，也就是在今天，訊飛開放平臺第一個無障礙版正式發(fā)布！專門為視障開發(fā)者打造的AI能力窗口。

可以說，因?yàn)橛辛碎_發(fā)者，「自己干不動」的訊飛，變得更強(qiáng)大了。

訊飛也因此，再以更開放、成熟的生態(tài)平臺來擁抱開發(fā)者。

就像劉慶峰在最開始所說，

創(chuàng)業(yè)的過程就像是登山，我們只有胸懷登頂?shù)膲粝?，一步一個腳印，踏踏實(shí)實(shí)的積累高度，最后才能登頂。

我們從來沒有看到過能夠獨(dú)行的登山者能夠登上喜馬拉雅山。

對于AI成功的秘訣，訊飛有自己的答案：唯有生態(tài)，才能生生不息。