科大訊飛輪值總裁胡郁：人工智能時代技術創新及產業化之路

為進一步推動中國乃至全球科技創新，鼓勵并扶持創新發明者，保障廣大創新成果得到轉化及應用，2017年3月17日在北京國家會議中心隆重舉辦XSUMMIT未來科技峰會(簡稱：XSUMMIT峰會)。第六屆全球游戲大會暨XSUMMIT峰會的主題：“連接未來”，是科技創新與文化創意方面的年度國際“雙創”盛典。本屆XSUMMIT峰會議題圍繞人工智能等前沿科技熱點展開，邀請到多位極具聲望與影響力的科技界大牛到場分享，共同展望未來。

科大訊飛輪值總裁、消費者BG總裁胡郁以“人工智能時代技術創新及產業化之路”為主題展開精彩分享，以下為演講實錄：

非常高興有機會在這里跟大家分享一下關于人工智能最新的一些進展。我們今天如果用科大訊飛前兩天在“兩會”上剛剛跟克強總理匯報的實時轉寫技術就可以直接出字幕了。不過沒關系，這肯定是一個進程。今天我跟大家分享的是關于人工智能最近這幾年技術和產業發展的前沿，以及它將給我們生活帶來什么樣的變化。

其實講到人工智能，可能很多人都知道去年是人工智能60周年。人工智能這個詞在達特矛斯會一被提出來之后經歷了幾起幾伏，但是從生命的角度理解它我們要追溯的更遠一點，前段時間有人談人工智能的奇點來臨。大家知道我們宇宙如果按照現在的物理學家的學說，如果他們的理論是正確的，已經有130億年的歷史，就是130億年的奇點大爆炸誕生了我們現在的宇宙，40億年前，才產生了生命的原形。一直到300萬年左右的時間，猿人才在地球上呈現，在這個之前，其實地球上有很多主宰者，包括恐龍，恐龍在地球上應該也有上千萬年的發展歷史。但是真正人類有智能是在七萬到兩萬年前。人類的智慧出現以后，出現了一個新的世界，叫做精神世界，如果沒有人類的出現，自然宇宙中是不會有精神世界和精神宇宙的，正是因為有了精神世界和精神宇宙，才有了宗教和神這些概念。但是，如果講到人工智能它存在于哪一個宇宙中間呢?它其實存在1946年第一臺數字計算機被發明以后的數字宇宙。關于數字宇宙的描述其實最近有本書叫《圖靈的大教堂》，這本書里面詳細描述了像哥德爾、圖靈、馮諾依曼他們這些天才怎么樣思考在師資宇宙里面人工智能可能產生的時間，但是他沒有想到的是，在數字宇宙產生十年以后，就有人提出了人工智能的概念，就是這場著名的達特矛斯會議，經過60年的發展，這是2006年四個圖靈獎得主，一個諾貝爾獎得主，一個信息論的創始人，去年最后一位他們中間的參與者去世，就是中間光頭的那個。應該講一個甲子過去了，人工智能正好也進入了新的時代。但是，如果和自然宇宙里面所產生的智能，就是和人類來比，整個數字宇宙的時間和數字宇宙產生智能的時間可以基本上忽略不計，因為今天數字宇宙也就產生才71年而已。在這個過程中，人工智能的發展其實也是幾起幾伏，經歷過前期的興奮，到中間的失望，到第五代日本個人計算機提出，再到提出智能計算機，而當時智能計算機負責人現在就主導了這個項目。

1999年科大訊飛創立，90年代是人工智能最黑暗的時候，那個時候要學人工智能的人出來連工作都找不到。但是，經歷了互聯網、移動互聯網、大數據的一系列變更之后，人工智能突然在2006到2010年之間以驚人的發展速度重新回到大家的視野當中，而且就是靠深度神經網絡。所以現在講的第三次浪潮，很多人在猜測，第三次人工智能革命會不會像前兩次一樣曇花一現，但是事實證明，這次人工智能的革命已經不可阻擋。

但是，就像前幾年大家對人工智能的感覺，人工智能每個公司可能在今天就像處在互聯網泡沫的2000年。就像馬云所說的，2000年左右在互聯網泡沫的時候每個公司都講自己是互聯網廠商，但是當泡沫破滅以后，因為投資者已經不再相信互聯網企業，所有企業都說我們跟互聯網沒關系。我推斷有可能再過兩年會不會出現同樣的事情，不知道。但是，人工智能確實給大家的概念在學術界、企業界和普通的老百姓心里面是一個非常模糊的邊界，人工智能到底什么，發展到什么階段，將以什么樣的方式突破?在過去三年當中，科大訊飛在很多的領域其實做了很多的闡述，我們也很高興很多概念被大家所接受。

比如說，人工智能可能最初始的一個特點叫做運算智能。因為到最早的兩臺計算機被發明的時候就是因為人算的不夠快、存的不夠多，計算機才被發明了。所以，在運算方面，從計算機誕生那天開始，從人工智能誕生那天開始它就是超越人類的，只不過它的速度還在以摩爾定律在提高。我們剛才描述的這些問題都可以把它變化成一個運算智能的問題，只要計算機的速度夠快，這類問題遲早會被解決。但是，如果看一看動物和人類所具有的一些能力，包括我們講感知，比如視覺、聽覺，以及它們之間的融合，以及人類的運動，就是我們可以抓住空間上一個飛來的籃球，但是不需要計算這個籃球的拋物線和位置坐標，也不需要計算這條手臂，他每個時刻所能達到應到的空間位置就可以抓住它。這些人類和動物所與生俱來的運動智能，以及感知智能與運動智能的交連，是機器一直相比存在較大的差距的地方。但是，在過去的十年當中，在深度神經網絡快速發展過程當中我們可以看到它進步很快，包括自動駕駛汽車等一系列方面，人工智能展現出來在視覺和聽覺方面超越人類的可能性。

但是，如果講到真正的人工智能的挑戰是什么呢?這是人類所獨有的。人類跟機器、動物有著本質不一樣的就是人類的思考?！度祟惡喪贰愤@本事很熱，人類最本質的是語音和語言，人類變得聰明是因為人類的祖先發明了語言。這也是為什么在七萬到兩萬年的時間內，在眾多的猿人當中非洲的智人能夠戰勝其他的猿人，成為地球的主宰。因有了語言可以更好的描述世界，因為語言可以進行八卦，可以把人類組織起來，因為有了語言，我們可以有宗教。其實語言的背后是概念，是邏輯，是復雜的東西。所以說，從認知智能的角度來講，語言的理解、知識的學習、邏輯的推理，這些東西才是核心。

基本上我們可以看到，如果按照這個脈絡來看，我們可以清晰的知道哪些公司正在做什么，這些公司到底是人工智能最核心的部分，還是他們只是做了其中一個傳感器。我想這個大的概念現在大家已經接受了，在過去的幾年當中，包括艾瑞咨詢，包括賽迪顧問，包括很多證券公司的分析報告他們其實已經接受了將人工智能領域區分成這幾大類。同時，他們也接受了在人工智能認知智能中間最核心的是語音和語言。那么，在2014年科大訊飛提出“訊飛超腦”計劃，就是要攻克感知智能和認知智能方面的突破。因為人的大腦區別于動物的，就是他的完善的大腦皮層，大腦皮層中的不同區域就是用來處理不同的感知和認知智能。那么，對應的“訊飛超腦”計劃其中也有感知智能的部分，以及認知智能的部分，這些部分構成整個“訊飛超腦”的過程。

過去一段時間我們已經取得非常多階段性的成果，包括在全球最高水平的英文語音合成大賽中連續11年我們榮獲冠軍，英文上我們也是唯一能夠達到超過一般人翻譯水平的4分，其中是滿分，4分標準。其中兩年組委會實在看不下去了，連續兩年用印度人說的母語來評賽，我們還是第一。除此之外在自然語言理解方面，知識圖譜構建的比賽是由美國國家標準知識研究院承辦的評測，美國很多著名研究機構基本上都參加了，我們兩個研究機構，科大訊飛人工智能研究院和科大訊飛加拿大約克大學認知智能研究中心包攬了前兩名。

在去年有一個winograd測試，我們獲得第一名，但是距離還差得很遠。包括我在領導的中國人工智能項目也是在世界上最先進的，我們要做一個中國863高考機器人系統，150分的卷子數學可以考到110，語文可以考到90，但是地理和歷史這樣的科目反而很難。這在世界上卻已經是最先進的了?；谶@樣的情況，科大訊飛推出在國際上領先的AI、UI的系統。

2010年科大訊飛的發布會上又發布了科大訊飛的智能語音云系統，經過這幾年的發展，在去年一年的時間里面，連接的終端數從6億增長到將近10億，創業團隊的數目從原來的7萬增長到現在的30萬，前段時間艾瑞咨詢專門做了一個調查，把手機上前1000名的APP進行了分析，有95個用了訊飛的語音云，25個用了百度的。

人工智能將來會用在哪些領域呢?過去人工智能有的時候等于深度神經網絡，或者人工智能等于大數據。其實人工智能能做的我覺得有兩個方面。第一，人工智能將改變人和機器的自然交互，影響我們的日常生活。第二，在各行各業里面，人工智能將替代這些行業里面最稀缺的資源，優質的專家。人工智能在知識工程領域，已經能夠在教育、醫療、司法等很多方面代替這個行業里面最稀缺的專家資源。

大家都知道我們的信息系統變化，從某個維度來看是我們跟機器之間交互的變化。在過去的60年當中，根據摩根史丹利的報告，大型機、小型機、個人電腦、互聯網、移動互聯網、物聯網都有一個維度，它就是我們跟機器交互的水平。在機器比較蠢的時候人類必須是專家，你必須知道二進制的打碼，就是在子彈上打孔怎么做，這也只有專家能做。有了電腦以后，會打字的人可以操作電腦了，有了Windows只要點點鼠標就可以，現在更方便，觸摸就行了。但是，在將來其實這個不用說了。雖然過去幾年我們一直在做這個項目，但是這幾年包括Google、微軟、亞馬遜、蘋果，包括國內的BAT也開始進來。語音交互將成為未來交互的重點。人類對外輸出信息最快的方法是語言，而機器對外輸出信息最快的方法是顯示器，所以這就構成了語音交互在將來將成為我們跟機器之間交互最便捷的一個方式。

這些語音交互可以用在什么地方?可以用在轉寫，我們可以迅速的獲得這些方面的知識。也可以用帶翻譯，解決人和人之間溝通的問題。訊飛的輸入法現在已經超過4.3億用戶，每月用戶活躍度超過1.2億。訊飛和中國移動聯合開發的靈犀是世界上活躍度最高的中文的智慧的系統，類似于Siri。我們還會進一步推動這個項目，因為在手機上還會有新的玩法。那么，在智慧家庭、在汽車、在很多方面，人工智能都將改變我們和機器交互的方式，這個毋庸置疑，問題是什么時候能夠全面的將我們的時間從現在的低頭一族和只是用手觸摸轉換到與機器更多的交互上來。

另外一個是更大的2B和2G的機會，我們在行業里面最缺乏的是什么?大家知道十年樹木，百年樹人，培養一個人才不容易，培養一個專家更難，人工智能還有一個在知識功能中可以通過學習應用專家的水平達到和接近一般專家的效果遠遠超過一般人。而這個培養的速度一旦它學完以后是不需要培養的，只要復制就可以。這也是人工智能在很多行業應用里面，跟行業大數據和行業專家知識結合的最具魅力的地方所在。

在教育領域，中國是世界上唯一一個能夠用機器自動評價發音準確度的國家，中國也是世界上唯一一個能夠用機器實現口語考試的國家。美國和日本都不是。大家發現全世界只考聽力，為什么?因為聽力的答案，選擇題的答案機器可以改，如果用口語做答機器沒法改，中國現在做到了。第三，中國是世界上唯一一個能夠對你手寫的卷面考試進行評測的國家，中國現在已經做到很多地方都可以這樣做，這些全部都是科大訊飛提供的技術。而且我們的技術不僅在中國用，在新加坡、澳大利亞、日本，包括美國都已經在進行這些技術的推廣。這背后就是“訊飛超腦”的感知和認知智能綜合。在教育里面有這些技術我們可以替代很多最好的老師，這個老師可以專門為你批改作業，指出你哪些知識點不足。在廣東分校我們給16個班級，第13、14名的班級，用了英語和數學的個人練習題，到學期結束的時候這兩個班級在這兩門課排到第3、4名。科大訊飛在全國幾十個城市中間用人工智能系統幫助你證明你的身份，像克強總理說的不需要再證明你是你、你媽是你媽。后臺數據的打通，已經可以從各種大數據和智能化中間幫你驗證這一點事實。

在醫療領域，我們曾經跟衛計委的李斌主任會面，她希望我們做一個通過醫療資格考試的機器人。在公檢法司我們將用人工智能來替代或者達到我們所需要的法官、律師、檢察官的各方面職能。我們會在各個方面進行對這些專家人才的人工智能復制，但是有一點我們不會替代他們，我們只是會讓人去集中在那些最富有創造性的事情上面。

今天大會的主題是游戲，其實在游戲里面尤其是手游里面的人工智能的運用，根據我們最新發現，語音交互已經成為手游社交一個必不可少的環節。因為大家的眼睛和手都很忙，這時候語音可以成為非常重要的切入點。在后代的音色定制，我們希望你們的NPC都有自己的聲音，這也是非常好的一點。我相信將來有一天在游戲里面的NPC會像我們現在在網友里面各個真人玩家一樣，也許他們有一天會讓你感覺不出來，這天正在到來。

總結一下，人工智能可以做哪些事情?可以把人類的事情分成三個方面。第一件事情，像Alpha go完全信息公開的博弈系統，人工智能必將超越人類。在一些Information-Incomplete時代，人機協同共同促進新發展。這次Alpha go大家驚訝的是，再過十到十五年下圍棋的問題對于機器來講只是一個信息。但圍棋對于現在人工智能的運算速度是一個Information-Incomplete的問題。但是，對于一些創造性的活動，我們叫art，這些方面是人類永遠不會被機器替代，除非機器哪一天能夠產生出靈魂或者是自我意識。但是，那是另外一個話題，我們今天在這里不做討論。在Information-Free方面，人類絕對是主導，人類可以輔助我們。

所以，應該說人工智能經過這么多年的發展，前60年世界上的技術人員對人工智能做了很好的核心技術，原始核心技術系統創新。而我們中國正在做的是做很多的應用創新、微創新、產品創新，但是我相信在將來的60年，隨著我們對腦科學、認知科學、神經科學以及人工智能本身數字宇宙的進一步規律的認識，我相信中國的很多研究機構和企業不僅僅能夠在微創新、產品創新和應用創新上參與互動，我們中國企業終究有一天能夠在人工智能方面引領世界。同時包括剛才講的生命科學方面也會有中國企業的一席之地。我期待著在游戲方面我們可以做出更杰出的工作，謝謝大家!

關于GMGC：

GMGC成立于2012年9月，是全球第三方移動游戲行業組織，目前在全球擁有30多個國家或地區近300名會員企業，成員中包含開發商、發行商、服務商、投資商等。GMGC秉持“共建共享，合作共贏”的理念，為產業上下游企業搭建合作、交流、學習的平臺，促進產業共同發展。由GMGC主辦的全球游戲大會(GMGC北京)、全球游戲開發者大會暨天府獎盛典(GMGC成都)、亞洲移動游戲大會(GMGC馬尼拉)、中國(昆山)數字娛樂節(GMGC昆山)每年分別在北京、成都、上海、深圳、昆山乃至亞洲各大城市舉辦，上述活動已經發展成為業界最具規模和影響力的行業盛會，產業風向標。同時，GMGC還提供全方位的專屬會員的服務項目，如創新沙龍、全球商務考察、CEO晚餐會、GMGC之夜等商務社交活動，幫助中外會員企業拓展業務及建立更多的伙伴關系并促進發展。