2020年8月7日，立秋好時節(jié)。 

作為中國國內(nèi)最具影響力的前沿科技活動，由中國計算機學(xué)會（CCF）主辦，香港中文大學(xué)（深圳）、雷鋒網(wǎng)聯(lián)合承辦，鵬城實驗室、深圳市人工智能與機器人研究院協(xié)辦的第五屆CCF-GAIR 2020 全球人工智能與機器人峰會，今天上午在深圳前海正式拉開帷幕。 

“AI新基建，產(chǎn)業(yè)新機遇”是整個大會的主題，吸引著線上線下眾多行業(yè)人士參與。在上午的人工智能前沿專場上，科大訊飛聯(lián)合創(chuàng)始人、輪值總裁胡郁博士帶來了題為《人工智能的顛覆式創(chuàng)新和典型應(yīng)用》的重磅演講。 

科大訊飛聯(lián)合創(chuàng)始人、輪值總裁 胡郁

胡郁主要提到，在感知智能和運動智能方面，目前，人類、機器和動物都處于并列齊驅(qū)的水平，而認知智能現(xiàn)在是人類獨有而動物和機器做得不太好的地方，也是人工智能最大的挑戰(zhàn)。從現(xiàn)在的研究方向也可以看到，自然語言處理、知識圖譜等關(guān)系到認知智能最核心的方面，深度神經(jīng)網(wǎng)絡(luò)并沒有給出更大的解決方案。 

他認為，2010年科大訊飛做免費的“訊飛語音輸入法”時，實際上解決的是雞生蛋和蛋生雞的問題，因為沒有好的數(shù)據(jù)就沒有好的系統(tǒng)，沒有好的系統(tǒng)就沒有人會用這個數(shù)據(jù)，數(shù)據(jù)沒有被用到，就進入惡性循環(huán)。 

訊飛輸入法是遵循“漣漪效應(yīng)”往前走的，早期用戶在輸入法效果非常差的時候貢獻了數(shù)據(jù)（早期用戶有一些并不是真正使用這個輸入法，很多時候只是覺得好玩）。在早期用戶不斷給系統(tǒng)貢獻數(shù)據(jù)時，系統(tǒng)數(shù)據(jù)就會不斷的提高。隨著波紋越來越多，系統(tǒng)誤差就越來越小，就像水波紋的振幅一樣。當(dāng)收集到幾千萬人的數(shù)據(jù)時，這時候系統(tǒng)性能已經(jīng)提高到了90%甚至是95%以上。 

胡郁提到，在互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)時代都有不同的人機交互方式，比如網(wǎng)頁、APP小程序，而今天進入到萬物互聯(lián)的AIoT時代時，基于視覺呈現(xiàn)的語音交互系統(tǒng)會被普遍需要。 

演講后，胡郁接受雷鋒網(wǎng)等媒體采訪時表示，人機交互將在未來改變?nèi)撕蜋C器之間的關(guān)系，改變流量的入口。在行業(yè)方面，越來越多專家系統(tǒng)會起到供應(yīng)側(cè)改革的威力，因為現(xiàn)在這里面的專家太稀缺了。 

最后他表示，在如今的大環(huán)境下，自立更生自主創(chuàng)新才是王道，科大訊飛沒有拿來主義，最好的應(yīng)對行業(yè)環(huán)境突變的方式，就是做好自己的事情。 

以下為胡郁在現(xiàn)場的演講全文，雷鋒網(wǎng)做了不改變原意的編輯與整理： 

非常高興今天有這樣的機會。 

很多人說自己做人工智能，但是人工智能要有自己的定義，從2013年開始，我們就在研究人工智能到底應(yīng)該往什么方向去發(fā)展，到底人工智能真正的瓶頸在什么地方？我們就推出了對人工智能的分類方法，這個分類方法是怎么分類的呢？ 

人類的認知革命：感知智能和運動智能 

先看看計算機。計算機被人類發(fā)明出現(xiàn)的目的是什么？是要填補人類在計算和存儲方面的劣勢。人類和動物的祖先在非洲大草原生存下來，算算數(shù)和記東西，人類大腦在進化過程當(dāng)中的能力比較差。 

1946年，世界上第一臺計算機被發(fā)明，主要就是在運算上遠遠超過人類；然后，隨著計算機能力的不斷提升，1993年，計算機就戰(zhàn)勝了當(dāng)時的跳棋冠軍；2016年，AlphaGo戰(zhàn)勝了圍棋高手。 

但是，這是不是人工智能在所有方面超越人類呢？不是這樣。在大規(guī)模運算性任務(wù)上，人工智能的運算智能這一項已經(jīng)超越了人類。 

人和動物在非洲大草原競爭的時候，能夠使他們生存下來的是什么呢？我們把它定義為感知智能和運動智能。 

感知智能就是眼觀六路、耳聽八方。隨著人工智能第三次浪潮，特別是深度學(xué)習(xí)以來，在語音等方面追趕得非?？?，感知智能方面還可以利用人沒有的傳感器，比如激光、無線電波、紅外線。 

運動智能方面，在幾十年的發(fā)展下，有了很好的進步。圖為德國的乒乓球運動員波爾和庫卡（CUKA）機器人，當(dāng)運動員打出不是那么常規(guī)球時，機器人就不知道怎么接了。 

總而言之，在感知智能和運動智能方面，人類、機器和動物都處于并列齊驅(qū)的水平。 

人類的獨特智能：語言究竟有什么魅力？ 

人類有什么獨特的智能呢？ 

圖為最近幾年以色列年輕歷史學(xué)家寫的《人類簡史》，提到了人類的發(fā)展過程。他們發(fā)現(xiàn)人類在世界各地兩三百萬年來都有不同的猿人出現(xiàn)，他們都會用火和工具。 

但是，基因考古學(xué)告訴大家，現(xiàn)在的人類基因只和非洲智能基因是一樣的，也就是說，其他的猿人不是我們的祖先，世上所有人祖先都是非洲猿人。 

為什么非洲猿人有這樣的優(yōu)勢，把其他猿人滅種了呢？他們提出了非常有意思的觀點，就是非洲智人最早通過基因突變掌握了當(dāng)時猿人和動物都不掌握的技能——語言。語言可以更好描述周圍的世界，同時，語言能更好地八卦。 

其實“八卦”是人類社會形成更大社群的一個原因，這是非常重要的。因為高級的靈長類動物，一個群只有50頭，超過50頭必須分家，但是智人可以組織超千人的團隊，這樣就更有優(yōu)勢。 

考古學(xué)家把人類的重大的進步定義為人類的農(nóng)業(yè)革命、工業(yè)革命、兩次科學(xué)革命和技術(shù)革命之前的認知革命。認知智能包括：語言理解、知識學(xué)習(xí)和復(fù)雜的決策。認知智能現(xiàn)在是人類獨有而動物和機器做得不太好的地方。 

實現(xiàn)AI的3大法寶，詳解訊飛的“漣漪效應(yīng)” 

從人工智能擅長到人類擅長的，我認為，現(xiàn)在的研究方向也可以看到，自然語言處理、知識圖譜等關(guān)系到認知智能最核心的方面，深度神經(jīng)網(wǎng)絡(luò)并沒有給出更大的解決方案。包括周志華教授在前面演講中提到最近的GPT3，在認知智能方面還沒有完全取得突破。 

現(xiàn)在研究人工智能道路是什么呢？各種人員有不同的研究方法。 

隨著機器對人類大腦逐步的了解，他們從大腦學(xué)習(xí)的東西會加強我們在人工智能方面的研究。但是，為什么說現(xiàn)在人工智能研究在產(chǎn)業(yè)界，特別是在大公司里面相對研究院更有優(yōu)勢呢？我們來看看。 

我們知道人工智能需要算法、算力和數(shù)據(jù)，但是，有一條大家不要忽略了，就是數(shù)據(jù)是如何而來的呢？ 

原來在實驗室里面去收集數(shù)據(jù)，我覺得是非常難的過程，同時也有假數(shù)據(jù)，并不能真正訓(xùn)練出來。在建立過程當(dāng)中，我給大家講一個故事：漣漪效應(yīng)。 

2010年之前，我們沒有中文系統(tǒng)識別人類語言。2010年，科大訊飛當(dāng)時做了重要的決定，就是做免費的語音輸入法“迅飛語音輸入法”，這就解決了雞生蛋和蛋生雞的問題，沒有好的數(shù)據(jù)就沒有好的系統(tǒng)，沒有好的系統(tǒng)就沒有人會用這個數(shù)據(jù)，數(shù)據(jù)沒有被用到，就進入惡性循環(huán)。 

我們發(fā)現(xiàn)了漣漪效應(yīng)。 

水滴滴到水面過程當(dāng)中，水面同時泛起波紋嗎？不是的，是一點點往外傳播的。把水面看成所有的用戶，水滴看成人工智能的技術(shù)，當(dāng)這個技術(shù)被人類使用時，它是一點點擴散的，人越來越多使用。 

前面有些人使用了早期的輸入法，那時候的輸入法效果非常差，但是他們貢獻了數(shù)據(jù)，而且他們并不是真正使用這個輸入法，很多時候只是覺得好玩，他們是一些早期用戶。 

在早期用戶不斷給系統(tǒng)貢獻數(shù)據(jù)時，系統(tǒng)數(shù)據(jù)就會不斷的提高。隨著波紋越來越多，系統(tǒng)誤差就越來越小，就像水波紋的振幅一樣。當(dāng)收集到幾千萬人的數(shù)據(jù)時，這時候系統(tǒng)性能已經(jīng)提高到了90%甚至是95%以上，這樣對于剩下所有人，他們用到就是達到人類設(shè)計需求的系統(tǒng)。 

“訊飛超腦計劃”與“訊飛開放平臺” 

漣漪效應(yīng)對于人工智能在當(dāng)前工業(yè)化時代正常應(yīng)用，是非常重要的概念，很多的系統(tǒng)都是參照這樣的方法，用機器自動學(xué)習(xí)的方法來實現(xiàn)突破的。

在這種情況下，2014年，科大訊飛提出了“迅飛超腦計劃”，從感知智能到認知智能的突破。這是“訊飛超腦計劃”整體的方案，下面是感知智能，包括看到、閱讀和聽到；上面認知智能包括思考和表達。 

在過去3年中，我們投入了非常多精力在核心技術(shù)研究?？拼笥嶏w研究院有超過1500人，我們研究領(lǐng)域包括語音、圖像、自然語言處理、信息檢索等多個方向，在過去3年，超過獲得將近30項左右的最高水平國際賽事冠軍。 

同時，我們還將所有的核心技術(shù)通過云計算的方式開源到網(wǎng)絡(luò)上去，現(xiàn)在通過科大訊飛的人工智能云平臺，有138.9萬的平臺開發(fā)伙伴利用我們的技術(shù)在開發(fā)，而開發(fā)的產(chǎn)品的數(shù)量達到了86.7萬，開放能力包括277項，有超過29億累計的設(shè)備連接到云上使用。 

人工智能最重要的認知智能是基于語音和語言的，國內(nèi)首個也是唯一一個語音及語言信息處理的實驗室，和國內(nèi)認知智能實驗室，都是在科大訊飛。同時，獲得國家頒布的新一代人工智能平臺的稱號，就包括了科大訊飛和BAT。 

人工智能應(yīng)用場景有兩大方面：

• 交互智能。人工智能應(yīng)用的交互智能，就是讓機器像人一樣自然的交互，這里面用到視覺、語音和傳感器的技術(shù)，各種各樣的東西。交互智能，沒有上過學(xué)的人都可以做到，你到倫敦街頭找一個乞丐，給他5英鎊，讓他買一包煙，這個乞丐會完整無誤的執(zhí)行你的命令，但是他是不懂和不識字的。這種交互智能引起人和機器之前的革命。

• 專家系統(tǒng)。人類有了文字之后，在很多行業(yè)形成了大量的知識，在行業(yè)里面最稀缺的資源就是專家，最好的醫(yī)生、最好的老師、最好的檢察官和最好的法官，他們都是稀缺資源。希望通過人工智能的學(xué)習(xí)能力，學(xué)到他們專家的知識和經(jīng)驗，最后幫助大眾。 

人機交互的歷史：互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、AIoT 3個時代 

我們來看看人機交互的發(fā)展歷史。 

在互聯(lián)網(wǎng)時代，怎么人機交互？通過Windows。如果消費者獲得汽車廠商、家電廠商的信息，就通過圖形交互界面來瀏覽網(wǎng)站。那時候每個消費品公司都要做網(wǎng)站，消費者通過PC機訪問這些網(wǎng)站。 

在移動互聯(lián)網(wǎng)時代，我們可以看到，人機交互方式變成了觸摸交互，而消費者都會通過智能手機去訪問APP、公眾號、服務(wù)號、抖音號、大V等等。

我的問題是，在當(dāng)前的智能物聯(lián)網(wǎng)時代，消費者是通過什么樣的設(shè)備在訪問什么樣的系統(tǒng)呢？ 

可以看到，在當(dāng)前的環(huán)境下，語音交互作為主流交互的方式正越來越多地出現(xiàn)，比如說電視大屏、車載屏、智能玩具機器人、智能音箱、智能耳機，甚至是手機小秘書也是出現(xiàn)這樣的特點。智能硬件設(shè)備有很多，包括智能家電、智能家居和穿戴式設(shè)備，用戶通過非常多的智能硬件訪問什么呢？訪問消費品公司所建立的自己人工智能系統(tǒng)。

我們可以看到，賣家電的過程中的智能營銷就是人工智能系統(tǒng)，利用自己的大數(shù)據(jù)和公域流量的大數(shù)據(jù)進行合作。他賣的產(chǎn)品就是他的家電也變成了智能的和人進行自然交互的家電，空調(diào)、洗衣機、冰箱，慢慢具備了跟人交互的功能。售后服務(wù)、服務(wù)體系也變成了可以和消費者建立自然交互能力的這么一個服務(wù)體系。 

就像以前大家建網(wǎng)站和做APP一樣，現(xiàn)在所有的消費品公司都要做自己的人工智能系統(tǒng)。在這個過程當(dāng)中，其實人機語音交互有邏輯正確性，因為電腦可以把頭腦想的東西表達出來，最自然邊界的方式是用顯示屏，而人類的眼睛非常的發(fā)達，通過觀看顯示屏來了解這里面更多的信息。 

但是大家要注意到，當(dāng)人要把自己腦袋里面想的東西表達出來，最多的方法是什么？就像我今天在這里用的，只能說出來。但是，你不能用顯示屏，因為人沒有辦法和顯示屏建立聯(lián)系，這就構(gòu)成了基于視覺呈現(xiàn)的語音交互系統(tǒng)。 

人工智能+應(yīng)用，改變流量的入口

講一下“人工智能+應(yīng)用”。 

在疫情期間，人工智能發(fā)揮巨大作用，在醫(yī)療、教育、翻譯場景下，我們產(chǎn)品都幫助這些人員進行很好的結(jié)合。 

• 在教育方面，我們采用個性化、智能化的教學(xué)，讓課堂上的學(xué)生聽得懂的概率從64%提到85%。家庭作業(yè)的正確率從42%到69%。

• 在政務(wù)方面，采用機器自動撥打住戶電話，實現(xiàn)了普查，提升了50倍的效率，也在韓國推廣這項技術(shù)。

• 在家居養(yǎng)老方面，我們可以通過分析水電、煤氣、社區(qū)、物業(yè)視頻數(shù)據(jù)，發(fā)現(xiàn)老人可能出現(xiàn)的異常，再打電話確認，用在社區(qū)工作方面發(fā)揮了巨大作用，這一點隨著智能化建設(shè)越來越好。

• 在醫(yī)療方面，迅飛導(dǎo)診機器人根據(jù)自己的病情描述來知道你的病情，再進行導(dǎo)診。

• 在智慧城市方面，利用各種各樣的大數(shù)據(jù)（包括攝像頭和各類傳感器的數(shù)據(jù)），也包括運營商大數(shù)據(jù)，一起可以完成疫情防控、經(jīng)營管理等方面的工作。 

總結(jié)來看，人機交互將在未來改變?nèi)撕蜋C器之間的關(guān)系，改變流量的入口。在行業(yè)方面，越來越多專家系統(tǒng)會起到供應(yīng)側(cè)改革的威力，因為現(xiàn)在這里面的專家太稀缺了。在教育、醫(yī)療、政法、智慧城市方面越來越多。 

我也相信將來每個企業(yè)、領(lǐng)域和行業(yè)都建立自己的人工智能系統(tǒng)，但是并非每個企業(yè)都有能力建的，科大訊飛幫助這些企業(yè)建立屬于自己的人工智能系統(tǒng)，并且將他們的線下流量轉(zhuǎn)化為線上流量，與他們一起成長為將來商業(yè)生態(tài)當(dāng)中的控制節(jié)點。

我們最終也相信，在中國，特別是在中美關(guān)系大的背景下，需要自力更生、需要艱苦奮斗，更需要從底層來創(chuàng)新，推動我們自身的發(fā)展。

我也相信在中國，一定用人工智能改變世界，謝謝大家。

溫馨提示：大會現(xiàn)場票已罄，應(yīng)觀眾強烈需求，現(xiàn)新增少許第三天 8 個專場通票，請于 8 月 8 號 14: 00 前申請搶座：https://gair.leiphone.com/gair/free/s/5f28d5ae607bf

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。