科大訊飛正建立起智能應用生態(tài)圈

作 者：錢麗娜 來 源：商學院發(fā)表日期：2017-07-17

　　在中國，要證明“我媽是我媽”可是個解不開的死結(jié)。若是子女與父母不在同一戶口簿上，簡直不知道從哪里下手?？拼笥嶏w在智慧城市的解決方案中利用聲紋和人臉識別技術，嘗試打通公安、民政、社保、教育等58個部門781類數(shù)據(jù)，只要刷臉聽音，就能證明你和你媽之間具有血緣關系。6月2日，《商學院》雜志、中國經(jīng)營者俱樂部帶領企業(yè)家會員走進科大訊飛，全方位地感受人工智能在各領域的應用和突破。企業(yè)家們在驚訝之余，猛然意識到未來已來，再不跟上人工智能的腳步，即將面臨被淘汰的風險。
　　《偽裝者》中曾經(jīng)有這么一句話，如果一個特工的背影和聲音被人記住，你不是讓對方消失就要讓自己消失。
　　每個人的聲音是如此獨特而又有趣，這促使科大訊飛創(chuàng)始人劉慶峰從1999年開始帶領團隊攻克聲紋難題。
　　今天，當你走入科大訊飛位于合肥的園區(qū)，在展廳隨時可以聽到奧巴馬說中文、羅振宇播新聞。你真以為高德地圖中林志玲和郭德綱的聲音導航來自本人？錯，那是采用了科大訊飛的語音合成技術。只要采集到足夠的語音樣本，后臺根據(jù)聲紋特征，經(jīng)過機器學習后便可以模擬任何當事人的聲音特征，并達到以假亂真的程度。
　　2000年以前，中文語音產(chǎn)業(yè)被微軟、IBM等一眾國際IT巨頭壟斷?？拼笥嶏w自進入這一領域后發(fā)展迅速，2016年，科大訊飛在國際語音合成比賽中的中文語音合成分為4.5分，英文為4.2分，印地語為3.9分。在非常關鍵的自然度指標上，科大訊飛是4.2分，科大是唯一得分超過4.0的語音參賽系統(tǒng)。
　　這是什么概念呢？5分是國家播音員的水平，4.5分達到省級播音員的水平。達到這一分值時，人耳已經(jīng)無法分辨是機器發(fā)音還是真人發(fā)音。而4.2分的英文合成語音也戰(zhàn)勝了微軟、IBM、MIT等一眾世界一流的高科技公司和研究機構(gòu)。
　　光有語音合成技術，也許人們尚無法深切感受語音智能是如何改變、影響我們生活的。在“走進名企”活動中，科大訊飛首次系統(tǒng)地向企業(yè)家們展示了人工智能技術在各個產(chǎn)業(yè)的落地實施情況。
　　人工智能已經(jīng)像互聯(lián)網(wǎng)、像空氣、像水那樣潛移默化地成為我們生活中的一部分。
　　一切源于語言
　　《人類簡史》一書中提到，人類認知革命起源于語言。而要讓機器具備人類的語言能力，這一技術分為三個要點。
　　一是語音合成。將任意文字信息轉(zhuǎn)化為自然流暢的語言，給機器裝上了人工嘴巴。
　　二是語音識別。將語言中內(nèi)容、說話人、語種等信息識別出來，給機器裝上了人工耳朵。
　　三是自然語言理解。對自然語言進行語義理解，給出適合的指令集合，給機器賦予人工大腦。
　　試試這兩句話：
　　“爸爸沒法舉起他的兒子，因為他很重。”問：誰重？答：兒子。
　　“爸爸沒法舉起他的兒子，因為他很虛弱。”問：誰虛弱？答：爸爸。
　　科大訊飛市場總監(jiān)任萍萍說，單這兩句話中對“他”一詞是誰的理解就相當于六歲孩子的認知水平。這是公司正在攻堅的“六齡童計劃”，即讓機器達到六歲孩子的語言認知推理能力?？拼笥嶏w要實現(xiàn)的目標是讓機器像人一樣，不僅能聽會說，還能理解思考，具備人類的思維能力。正是在認知智能領域的突破，科大訊飛獲得Winograd Schema Challenge2016年比賽第一名。
　　2014年8月，科大訊飛在傳統(tǒng)人工智能（即感知智能）領域取得突破的基礎上，結(jié)合承擔的863類人智能重點攻關項目，正式啟動“訊飛超腦計劃”，研發(fā)基于類人神經(jīng)網(wǎng)絡的認知智能系統(tǒng)。通過對海量知識庫的學習，建立語言理解能力、知識表示能力、聯(lián)想推理能力以及自主學習能力。這里最難的是對自然語言的理解，國際上以通過各個國家的高考來判斷人工智能的先進性。美國華盛頓大學圖靈中心的目標是通過美國的生物學考試，日本則希望考上東京大學。目前科大訊飛的第一目標是達到“一本”的成績，下一個目標是達到進入北大、清華的成績。
　　人工智能+大數(shù)據(jù)+產(chǎn)業(yè)=無限可能
　　說到智能語音的應用，人們最熟悉的莫過于地圖語音導航、智能汽車駕駛中的語音秘書服務，隨時隨地通過語音指揮車載智能系統(tǒng)完成各種指令，避免司機駕駛過程中分心。
　　2013年前后，寶馬、奔馳在中國發(fā)起中文語音輸入系統(tǒng)的供應商PK。在車速60碼的相對安靜的車內(nèi)環(huán)境下，三家語音供應商中文語音輸出的準確率分值均在90分以上，科大訊飛則高達97分；而當車速達到140碼，車內(nèi)噪音激增時，科大訊飛依然保持90分以上的高分，而另兩家則跌到六七十分。為此，科大訊飛一舉拿下中文語音供應商的資質(zhì)，并且還為全國一百多款車型提供語音智能服務。
　　在教育領域，科大訊飛的多語種智能口語評測系統(tǒng)開始一展身手。系統(tǒng)可以分析用戶的語音特征，對口語發(fā)音的標準程度進行智能評分；精確指出用戶發(fā)音的錯誤和缺陷，并給出改進指導。這對于學生語言學習、矯正發(fā)音起到巨大的幫助，未來國家重大考試中的口語評分也將按照這一系統(tǒng)來評測。
　　在醫(yī)療領域，有醫(yī)院開始嘗試在醫(yī)生椅子上配備智能語音采集設備，問診對話全部自動轉(zhuǎn)為文字病歷，減少了醫(yī)生邊問診邊輸入病歷的麻煩，即使醫(yī)生有地方口音，設備依然能夠準確識別；在醫(yī)療影像領域，公司根據(jù)合作醫(yī)院提供的醫(yī)療影像數(shù)據(jù)，肺部結(jié)節(jié)診斷的準確率達到75%，堪比縣級醫(yī)院大夫的診斷水平。未來只要給系統(tǒng)提供更多的數(shù)據(jù)，準確率還將進一步提高，并且這一技術還可應用到其他器官的檢查。
　　面對學生苦不堪言的題海訓練，科大訊飛推出了智學網(wǎng)，這是人工智能針對精準教學提出的解決方案。只要將學生的試卷輸入系統(tǒng)，評判試卷后，系統(tǒng)能就每一個學生、每道題的得分與班級和地區(qū)的平均分進行比較，找出知識薄弱點，從題庫中匹配相應的訓練題，進行有針對性的訓練。單這一改進就能減少40%的無效做題時間。2015年，科大訊飛在合肥一中嘗試精準教學，在對比實驗中，接受“因材施教”的學生成績明顯提升，與此同時，教師的教學效率平均提升30%。如今，智學網(wǎng)已在全國31個省級行政區(qū)超過1萬所學校使用，全國超過半數(shù)“百強”名校全面應用智學網(wǎng)，受益師生超過1500萬人，成為中國數(shù)據(jù)規(guī)模最大、智能程度最高、產(chǎn)品體系最全、應用效果最顯著的個性化教與學的系統(tǒng)。另外，科大訊飛智慧教育系列產(chǎn)品在全國31個省、市、自治區(qū)、直轄市及新加坡等海外市場廣泛應用，服務師生超過8000萬人。人工智能正在改變傳統(tǒng)的教學模式。
　　此外在智能家居、互動娛樂、智慧城市、智能客服、金融等領域，人工智能也在改變著原有的生態(tài)，創(chuàng)造全新的商機?？拼笥嶏w通過發(fā)展核心技術、內(nèi)部創(chuàng)業(yè)以及與第三方合作伙伴共贏的方式來擴大核心技術的應用場景，建立起智能應用生態(tài)圈。
　　“人工智能比我們想象的來得更快”任萍萍說。未來已來，有遠見者已經(jīng)在藍海中找到獨一無二的機會。