懷揣著“讓世界聆聽我們的聲音”的夢想，科大訊飛依托世界領(lǐng)先的核心技術(shù)，引領(lǐng)智能浪潮，服務(wù)億萬用戶，從中國語音產(chǎn)業(yè)的拓荒者一躍成為世界人工智能產(chǎn)業(yè)的領(lǐng)軍者，而最初科大訊飛把語音作為切入點卻是源于偶然……

源于偶然：讓機器開口說話

科大訊飛1999年成立的時候，手上只有一項技術(shù)就是語音技術(shù)，當時的目標是讓機器開口說話。

胡郁笑談：

“當時我們并不知道，我們處于人工智能的范疇，至少自己沒有清晰的概念。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，華為要是知道通訊行業(yè)這么難做，可能就不會做了。我們當時也是，如果知道人工智能處于那樣的環(huán)境，可能就不會創(chuàng)業(yè)了。這既有巧合，又是冥冥之中的注定?！?/p>

“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)。”

人類的智能相對于其他動物或者相對于機器，最重要的是認知智能，而認知智能的主要來源是人類對語言的掌握和對知識的表達，然后在這個基礎(chǔ)上進行邏輯推理和復雜的決策。以語音和語言為中心的認知革命，是人類智慧的最高水平，也是現(xiàn)在人工智能所面臨的最大挑戰(zhàn)。

作為訊飛超腦的總牽頭人，胡郁作出了這樣的詮釋：

“2014年，我們在業(yè)界第一次推出‘訊飛超腦’計劃，這不僅僅是一個口號。我們同時發(fā)布了對人工智能的定義，即運算智能。機器從發(fā)明的第一天開始，就比人類強很多，比如會下圍棋的機器，就是機器運算智能的表現(xiàn)。還有類人機器具有感知智能和運動智能，具體表現(xiàn)是機器能夠看到、聽到、感覺到周圍的世界?，F(xiàn)在的類人和動物的機器已做得不錯了。但是，人類之所以能夠屹立在地球生物鏈的頂端，是因為人類的語言能力，我們稱為認知智能。這是訊飛超腦計劃的一個目標，讓具備感知智能的機器從能聽會說、能看會認，過渡到認知智能，即能理解，會思考。”

當前，“訊飛超腦”利用大數(shù)據(jù)來進行訓練以提升相關(guān)算法，這其中的“訓練”指代的并不是那種填鴨式的數(shù)據(jù)輸入和訓練，而是來自于真實應(yīng)用場景的真實交互數(shù)據(jù)，讓系統(tǒng)能夠依據(jù)真實數(shù)據(jù)實現(xiàn)自主學習和提升，胡郁稱之為漣漪效應(yīng)，就像水滴入水面產(chǎn)生的漣漪一樣，隨著產(chǎn)品覆蓋面的不斷增加，數(shù)據(jù)量級也在快速攀升，進而帶來產(chǎn)品體驗的快速優(yōu)化迭代，這一切的背后都依賴于“訊飛超腦”這個強大的人工智能引擎。

科大訊飛在語音合成、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音合成比賽Blizzard Challenge中，科大訊飛取得13連冠，同時科大訊飛各項關(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。

在過去6年中，科大訊飛的語音識別技術(shù)準確率從60.2%提升到98%以上。語音技術(shù)上的優(yōu)勢為科大訊飛向人工智能發(fā)展，同時落地行業(yè)與應(yīng)用打下良好的根基。

訊飛在布局當前的大數(shù)據(jù)人工智能的同時，也在關(guān)心人工智能發(fā)展的另一方面，即與人腦相結(jié)合，基于類腦計算，試圖找到人腦智能的奧秘，發(fā)現(xiàn)其中的智能動力學，進而真正讓機器具備像人一樣的智能，同時不受人腦物理空間的局限，以此來實現(xiàn)人工智能領(lǐng)域真正的突破。

訊飛翻譯機，出境游so easy

科大訊飛是真正把人工智能的應(yīng)用落地了。在2010年，科大訊飛開發(fā)了世界上第二個、中國第一個語音輸入法，僅次于谷歌，訊飛輸入法主打語音輸入，語音識別準確率超98%，同時支持22種方言的語音輸入。

在2016年，科大訊飛發(fā)布了第一個智能終端產(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種語言實時互譯、方言翻譯和拍照翻譯，并獨家具備4G、Wi-Fi和離線翻譯模式。

翻譯機86%的用戶用于出境游?？紤]到用戶可能不會使用標準普通話，訊飛翻譯機同時搭載了方言和帶方言口音非標準普通話的識別能力，目前已支持粵語、四川話、東北話、河南話四大方言。

方言種類還在持續(xù)增加中，并能根據(jù)用戶的不同使用場景與用詞習慣，準確識別并給出最符合語境的翻譯結(jié)果，真正做到了落地實用?！翱梢哉f，訊飛翻譯機2.0是至今世界上銷量最好、好評度最高的手持式智能翻譯系統(tǒng)?！?/p>

為了構(gòu)建未來人工智能產(chǎn)業(yè)生態(tài)體系，在2010年訊飛發(fā)布了語音云平臺。目前平臺上的開發(fā)者已經(jīng)超過86萬，連接19億設(shè)備，每日提供近46億次交互服務(wù)，數(shù)以百萬計的開發(fā)者正在借助科大訊飛的核心技術(shù)開發(fā)智能產(chǎn)品，服務(wù)于人們生活的方方面面。

2015年，科大訊飛進一步發(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，重新定義了萬物互聯(lián)時代的人機交互標準。胡郁說道：

“2017年，科大訊飛被宣布作為首批國家新一代人工智能開放創(chuàng)新四大平臺之一，旨在建成依托智能語音的國家新一代人工智能開放創(chuàng)新平臺?！?/p>

賦能公檢法、教育等傳統(tǒng)行業(yè)

智能語音和人工智能技術(shù)對傳統(tǒng)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，科大訊飛通過與最高法、最高檢開展創(chuàng)新合作。2016年在安徽開展的測試顯示，人工智能判斷詐騙電話的準確率極高；人工智能還充當起法庭書記員，經(jīng)測試，智能語音識別參與庭審取得實際效果，庭審時長縮短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，兩個不同的人工智能語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，兩個不同的人工智能分別對英語作文進行閱卷評分，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(shè)人工智能聯(lián)合實驗室，在教育領(lǐng)域醞釀著更多“黑科技”的誕生。

共建AI未來

科大訊飛與華為公司始終保持著緊密合作，雙方充分依托各自行業(yè)領(lǐng)域的長期積淀優(yōu)勢，在電信平臺、智能終端等領(lǐng)域建立了戰(zhàn)略合作關(guān)系，攜手推動語音及人工智能技術(shù)的深入應(yīng)用。

雙方合作在2010年建立了世界上第一個中文語音的開放云平臺。云計算能力開放以后，眾多公司和開發(fā)者可以面向最終用戶的各種需求，開發(fā)各種各樣的產(chǎn)品，這就形成了生態(tài)的建設(shè)。

2018年5月，華為與科大訊飛簽署戰(zhàn)略合作協(xié)議，未來雙方將在公有云服務(wù)、ICT基礎(chǔ)設(shè)施產(chǎn)品、智能終端、以及辦公IT四大領(lǐng)域開展深度戰(zhàn)略合作。

雙方還將面向未來開發(fā)創(chuàng)新AI語音應(yīng)用，拓展全新行業(yè)市場，做大規(guī)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，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(nèi)化為華為手機能力的一部分，為其帶來差異化的競爭優(yōu)勢。

雙方將基于科大訊飛的語音識別、語音合成、訊飛聽見、訊飛翻譯等語音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)進行合作。

對于2B市場，華為在基礎(chǔ)設(shè)施、內(nèi)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(gòu)筑華為云EI平臺。

面向未來+智能的時代，胡郁認為將來的人工智能都要在云上實現(xiàn)。由于云計算的資源消耗比較大，將來有可能會在端計算和邊緣計算上實現(xiàn)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(yīng)用也會更多地落地，真正解決問題。

我們有理由相信，未來華為和訊飛可以更好地依托自身優(yōu)勢，結(jié)合產(chǎn)業(yè)發(fā)展，共同推動人工智能生態(tài)體系的建設(shè)，為未來的AI生活增光添彩。