科大訊飛：5年内 科技會場沒機器人端茶倒水就太low了

都說今年是“人工智能之年”，科大訊飛在迎來了年底收官之作。如果說，萬物互聯對坊間而言還是一個比較模糊的概念的話，那麼，今天下午，以“AI複始，萬物更新”為主題的科大訊飛2015年年度釋出會就是對人工智能的全景性思考。科大訊飛董事長劉慶峰現場指出，已經發展了60年的人工智能未來将迎來三種機遇：

第一，在萬物互聯的浪潮下，以語音為主、以鍵盤觸摸為輔的人機互動時代已經到來。未來3到5年，我們周圍的90%的裝置，将不是手機，而是穿戴式裝置、智能家居以及可能是服務機器人。這時候沒有螢幕離你很遠，不可能觸摸它，而語音為主的時代正在到來。

第二，人工智能未來一定會像水和電一樣無所不在，廣泛而深入到影響到我們每一個人生活。我們甚至認為在未來5年之内在這樣的會場，一定會有機器人給大家端茶倒水，否則這樣一個釋出會實在是太沒有科技含量。

第三，以語音和語言為入口的認知革命，将推動人工智能夢想成真，這是一條人工智能走認知計算的必由之路。

現場，劉慶峰釋出了基于語音互動技術基礎上的互動界面——AIUI，以及錄音寶、錄音筆、訊飛聽見網、智學網和E聽說等To C産品。

科大訊飛董事長劉慶峰

1956年的達特茅斯會議是人工智能研究的曆史起點，至今正好是一個60年甲子。在這60年中，人工智能研究本身經曆了兩次波峰與波谷，而從2006年起始至今愈發升溫的人工智能熱，是第三次人工智能浪潮，而當下，正處于人工智能爆發的前夜。在這第三次浪潮中，中國、美國和歐洲，不約而同地将人類大腦研究上升為國家戰略科研高度。

“人工智能未來會像水和電一樣無所不在”劉慶峰表示。而在人工智能的三個層次——計算智能、感覺智能和認知智能之中，前兩者機器的能力已經超越人類，讓機器實作認知智能是目前人工智能科研的焦點，這也是人差別于動物的最本質能力。

而從人類自身的發展來看，産生認知智能的标志是語言的廣泛使用。是以，在第三次人工智能浪潮中，世界上衆多的科學家都不約而同地從“自然語言了解”這個研究方向上，尋找人工智能的突破口，即從語音與語言入手實作機器的認知革命。科大訊飛也正是從這個方向上取得了成果。

從1998年成功研發出可實用的中文語音互動系統開始，至2014年釋出“訊飛超腦”的這17年間，科大訊飛的這些成果中，包括獲得NIST全球語種識别比賽的冠軍，包括獲得JWSLT機器翻譯評測冠軍，包括其産品在國内替代人工進行英語口語測試與國語級别考試，包括其産品在教育、車載、家居、通信、硬體和國家安全等衆多領域的産業化高速推進，并在這個過程中從一家大學生創業公司，成長成為目前市值超過500億的中國高科技公司。

AIUI：機器人未來能參加聯考

在産品釋出環節，劉慶峰首先定義了認知智能的三大核心支撐能力：人機互動、知識管理與推理學習。而随後科大訊飛釋出的訊飛超腦2.0科研項目，正是圍繞這三方面持續展開，不但賦予機器“能聽會說”的能力，還能賦予機器“能了解會思考”的能力，使機器人能夠同人一樣參加聯考。

而在訊飛超腦的産業化應用産品層面，劉慶峰釋出了對科大訊飛具有裡程碑意義的人機互動新産品——AIUI。劉慶峰認為，在實際上已經到來的“萬物互聯”時代，客觀上對人機互動提出了更高的要求。但是，一方面目前大多數裝置沒有螢幕并且與使用者之間有一定的距離，另一方面随時随地的多方互動的需求越發明顯。

于是，科大訊飛又在此次大會上定義了“萬物互聯”時代的人機語音互動标準，其基本能力應該包括三方面：遠場識别、全雙工、多輪互動。

AIUI內建了包括雙全工技術、麥克風陣列技術、聲紋識别技術、方言識别、語義了解技術和内容服務等——科大訊飛一些系列尖端科研成果和完善服務，代表業界最高水準的技術産品。開發者将可以一鍵擷取解決方案，通過內建麥克風陣列、內建SDK以及定制雲端服務等方式。

科大訊飛此次也将AIUI應用到了釋出會中，現場，所有發言人的演講被實時同步轉寫成文字，顯示在兩側大螢幕上。

也許你對年初那個被車載語音導航逼瘋的山東大漢還印象深刻，一個國語不标準的山東人，在環境嘈雜的車上，遠距離與不那麼智能的導航交流，産生的結果就是讓人抓狂的識别與互動。而本次釋出會上，科大訊飛通過遠場抗噪、方言識别、全雙工互動、多輪對話、糾錯等系列技術，成功打破了山東大漢的困境。

科大訊飛通過定位、麥克風波束形成、回聲消除、抗混響、喚醒一系列技術形成的系統解決了遠距離識别問題。其次，科大訊飛實作了人機對話控制由單工（如手機語音助手的按一下說一下）轉變成全雙工（人和機器可以像打電話那樣同時聽和說）的互動轉變。

多輪互動實作了機器對上下文連貫了解，使得人機交流不再是單調的一問一答，而是可以連續交流。再加上對話糾錯機制，人可以随時糾正對話中雙方的錯誤，使說過的話不再是覆水難收。通過以上一系列技術形成的系統，極大降低了環境、說法、習慣等對人機互動的幹擾，實作高度自然的人機互動體驗。

在訊飛超腦的應用層上，科大訊飛面向教育市場推出了智學網與E聽說。

目前，已有全國31個省市的8000萬師生在使用科大訊飛面向K12教育所推出的高科技教學與考評産品，希望解決“老師忙、學生盲、資源茫”的教育行業痛點。

具體産品方面，不僅實作了語音與文字的識别、合成與分類，還實作了智能批改、全科閱卷、資源庫自動建設等真正具備“人工智能”的産品目标，在教育資源的高效和個性化輔導方面做了試水。

劉慶峰表示，智學網與E聽說是之前推出的訊飛超腦的應用産品，未來還将有更多人工智能技術在C端教育市場發力。

目前，科大訊飛中文作文機器閱卷技術在2015年合肥、安慶中學會考上已經取得應用，人機閱卷對比結果顯示機器閱卷已經比人工閱卷更準确。

針對大型會議、現場采訪、個人交流等場景下的内容整理需求，科大訊飛內建了單麥克解混響技術、陣列解混響技術、口語化識别等衆多最新研究成果，全球首發語音科技産品——訊飛聽見錄音寶、錄音筆和訊飛聽見網。

劉慶峰表示，實際上，音文轉寫是當下都市生活的一種經常性需求，在正式釋出之前，錄音寶産品已經有了超過100萬的使用者就是這種需求的證明。而随着流媒體的不斷演進與普及，相信，在未來的圖文直播時代，科大訊飛的音文轉錄産品的價值将會更加凸顯。

在現場，科大訊飛還邀請了10家知名速記公司的從業人員，進行同台PK。從現場兩側大螢幕效果看，其速度和準确率可能會在未來淘汰很大一部分速記從業人員。

據悉，科大訊飛網能夠實作雙屏智能編輯、角色自動分離、音頻精準定位、快速按句回聽、發言實時上屏、格式多種多樣等功能；錄音寶能解決常見的錄音回聽不友善、導出錄音複雜、錄音檔案無法重命名等問題；錄音筆既增強了傳統錄音筆的錄音音質、播放效果，更配備智能語音轉文字服務。

從科大訊飛釋出的産品來看，訂票、改簽、開空調、關加濕器、批改作文等等一律完成，國語、英語、方言也都能分辨，俨然一個聰明的生活助手，并在沒有螢幕的情況下，通過語音完成互動。

正如劉慶峰所說，在實際上已經到來的“萬物互聯時代”，語音為主，觸摸、圖像、手勢為輔，将成為人機互動的新常态，而在這種人類生活的新常态中，人工智能技術的突破是用來延伸人類能力而非替代人類的。

原文出處：科技行者

轉載請與作者聯系，同時請務必标明文章原始出處和原文連結及本聲明。