【中國智能制造網(wǎng) 行業(yè)精英】2016年12月10日下午，第十八屆北大光華新年論壇“智能浪潮下的商業(yè)價值與機(jī)遇”奧迪分論壇在北京大學(xué)光華管理學(xué)院舉行。北大光華管理學(xué)院與一汽-大眾奧迪攜手聚焦知名企業(yè)，探討人工智能的商業(yè)化應(yīng)用、產(chǎn)業(yè)生態(tài)與布局，邀請專家與業(yè)內(nèi)領(lǐng)軍人士，探索人工智能帶來的行業(yè)變革與商業(yè)價值。光華管理學(xué)院管理科學(xué)與信息系統(tǒng)系邱凌云教授主持了此次分論壇。
任萍萍：真正的人工智能爆發(fā)即將到來
科大訊飛公司的市場總監(jiān)任萍萍在論壇上指出，隨著近年來深度學(xué)習(xí)概念的提出，2012年語音識別技術(shù)上DNN成功地應(yīng)用，以及2012年CNN在圖像識別上的應(yīng)用，以及2014年機(jī)器翻譯中的應(yīng)用，在深度學(xué)習(xí)、機(jī)器翻譯以及圖象識別等等技術(shù)上的突破，以及我們的大數(shù)據(jù)、我們的運算能力不斷加強(qiáng)，我們覺得真正的人工智能爆發(fā)即將到來。
以下為演講實錄：
謝謝大家，很榮幸受到學(xué)院的邀請跟大家一起分享一下關(guān)于人工智能的話題，我們知道生物醫(yī)藥的突破讓人的預(yù)期壽命都會超過100歲，人工智能技術(shù)的突破會讓我們簡單重復(fù)的勞動會被機(jī)器所替代，人們的生活會越來越美好。
當(dāng)下人工智能技術(shù)到底進(jìn)展到什么程度？哪些技術(shù)又有哪些應(yīng)用的突破？我想站在企業(yè)的角度，我們也做了一些嘗試和大家一起來分享一下。
講到人工智能我們不得不回顧60年前的Dartmouth會議，今天我們都說人工智能60周年，這60年當(dāng)中有了幾次的起伏，比如說第二次人工智能的黃金期是90年代，90年代由于信息技術(shù)的發(fā)展解決了大家的問題，同樣人工智能也沒有達(dá)到大家想要的高度。
隨著近年來深度學(xué)習(xí)概念的提出，2012年語音識別技術(shù)上DNN成功地應(yīng)用，以及2012年CNN在圖像識別上的應(yīng)用，以及2014年機(jī)器翻譯中的應(yīng)用，在深度學(xué)習(xí)、機(jī)器翻譯以及圖象識別等等技術(shù)上的突破，以及我們的大數(shù)據(jù)、我們的運算能力不斷加強(qiáng)，我們覺得真正的人工智能爆發(fā)即將到來。
其實不僅是我們這樣提，中國的學(xué)術(shù)界在這樣提，產(chǎn)業(yè)界在這樣提，放眼全球大家都在這樣提，2016世界經(jīng)濟(jì)論壇當(dāng)中有十大經(jīng)濟(jì)技術(shù)，大家都提到了AR的生態(tài)，在人工智能的百年研究當(dāng)中，斯坦福有一份報告當(dāng)中也提出了2030年人工智能與我們的生活將有怎樣的關(guān)系。我們覺得人工智能比我們想象的要快，麥肯錫的一份報告提到我們有45%的工作都會被機(jī)器代替，連CEO20%的工作都會被機(jī)器人代替，所有報告上的展示我就不一一說了。
我們覺得人工智能發(fā)展經(jīng)歷了三個階段，個階段我們所說的叫運算智能階段，也就是計算機(jī)計算的能力和存儲的能力，第二個是感知智能階段，我們會讓計算機(jī)會說話，就像奧巴馬一樣，說成英文、中文，以及未來還有韓語、日語等多語種，它不僅支持了我們的普通話，還支持了30多種方言，未來外語也會聽得懂，這是第二個階段。我們后人工智能一定會進(jìn)入到認(rèn)知智能的階段，它不僅能聽會說，它還要能理解、會思考，會幫我們做更多、更復(fù)雜的工作。
講了人工智能的三個階段，其實在人工智能發(fā)展過程中有一些比較核心技術(shù)的突破，接下來我就會把幾個核心的技術(shù)給大家做一些分享。
我們說的個技術(shù)一定是以語音為入口的人機(jī)交互的技術(shù)，它會有聲音的識別、學(xué)習(xí)的推理等等，首先我們看一下語音合成的技術(shù)，合成的技術(shù)其實剛剛奧巴馬的聲音就是已經(jīng)很直觀地給大家感受到了，在我們過去的一些比賽當(dāng)中，我們連續(xù)11年獲得了叫做自然度合成的一個比賽的。在這個比賽當(dāng)中有美國的MIT等等有參加，訊飛有一個數(shù)據(jù)比較好玩，我們連續(xù)參加了七年訊飛都是，今年組委會改變了規(guī)則，我們不比中文，我們比亨利語，我們還是獲得了。
除了合成之外我們又講了識別，識別技術(shù)其實也有了比較大的突破，今天早上在我們新年論壇主論壇上展示的就是我們主要的識別技術(shù)，識別技術(shù)現(xiàn)在連續(xù)語音識別的轉(zhuǎn)寫率，如果是普通話水平的話，差不多能達(dá)到95%以上。其實我們在去年12月份跟速記員做過一場對比，我們找了五個業(yè)界資深的速記員和我們的機(jī)器進(jìn)行PK，PK的結(jié)果是速記大概在一小時的轉(zhuǎn)寫的準(zhǔn)確率可以達(dá)到70%，機(jī)器可以達(dá)到90%。
同樣我們在12月份也會有發(fā)布一些除了我們的聽見轉(zhuǎn)寫之外，在全球抗噪情況下，在噪音情況下的一些識別率，平時的時候都是比較安靜的情況，在噪聲環(huán)境下識別率到底怎么樣，等等一系列的比賽。
除了語音識別之外，我們想說一下我們的翻譯技術(shù)，翻譯技術(shù)這也是業(yè)界的一些包括我們跟MIT跟香港大學(xué)一起我們把翻譯技術(shù)也做到了比較高的水平，現(xiàn)在實時翻譯比如說是在日常交易的場景下，差不多能達(dá)到6級的水平。
有了合成、有了識別、有了翻譯，我們看看我們機(jī)器的認(rèn)知智能到了哪個階段，我們做機(jī)器合成的時候有幾個好玩的例子，比如說爸爸舉起他的兒子，因為他很重。我們來理解這個很簡單，他很重一定是指兒子，對于機(jī)器來說它要理解這個邏輯是比較難的。我們在整個測試當(dāng)中我們發(fā)現(xiàn)機(jī)器現(xiàn)在已經(jīng)有了初步的認(rèn)知智能的階段，它可以分清第二個他指的是誰，它有基礎(chǔ)的認(rèn)知智能的階段。
有了識別的突破、合成的識別、翻譯的突破、認(rèn)知智能的突破，人工智能就會像水和電一樣未來改變著我們的生活，比如說在機(jī)器人的助理領(lǐng)域，銀行領(lǐng)域，未來的銀行大廳當(dāng)中會有越來越多的機(jī)器人給我們做服務(wù)。在我們汽車的駕駛領(lǐng)域一會兒重點應(yīng)用當(dāng)中也會講到，在安全駕駛的過程中我們眼睛沒有辦法看屏，我們跟這塊屏如何做交互？如何讓它幫助我們成為我們行駛當(dāng)中的小助理，在智慧教育領(lǐng)域，如何做到全學(xué)科的自動閱卷等，在智慧醫(yī)療領(lǐng)域，我們現(xiàn)在做的圖象識別的技術(shù)已經(jīng)能達(dá)到什么樣程度呢？對于一個肺部的圖片，我們經(jīng)過深度神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，通過它的大小、胃部結(jié)節(jié)的位置來判斷這個腫瘤是良性還是惡性的。
講了這么多核心技術(shù)，我們也在這個行業(yè)的應(yīng)用上做了一些探索，我們其實把核心的訊飛的超腦、語音技術(shù)、識別技術(shù)都開放給了合作伙伴，合作伙伴會進(jìn)行二次開發(fā)，我們各種穿戴設(shè)備，我們的手表、我們的機(jī)器人、陪伴型機(jī)器人等等。在這個基礎(chǔ)上，我們現(xiàn)在已經(jīng)有20萬的合作伙伴在這個基礎(chǔ)上進(jìn)行開發(fā)，也會有9億的語音的總用戶，各種終端設(shè)備加在一起，每一天運用語音做交互的次數(shù)已經(jīng)達(dá)到了30億。其實下面一組數(shù)據(jù)是一年前的數(shù)據(jù)，可以看到這個數(shù)據(jù)比較大的翻倍的增長。
我們想在萬物互聯(lián)的時代，語音作為重要的入口，如何能控制我們所有的智能穿戴式設(shè)備，我們?nèi)绾文馨盐磥淼闹悄艽┐魇皆O(shè)備聯(lián)合起來？比如說我一回家可能空調(diào)就自動打開，我的咖啡機(jī)就會給我煮一杯咖啡，一切穿戴式設(shè)備就會進(jìn)入我在家，或者我離開家的一種模式。
這是我們在智能家居當(dāng)中的一些探索，我們在汽車領(lǐng)域的一些探索，我們覺得在汽車行駛過程當(dāng)中一定是高噪音的，如何做降噪的處理，機(jī)器需要喚醒，比如說汽車我們要喚醒它它才能為我們服務(wù)，有沒有可能機(jī)器在聽我講話的時候可以分析，比如說我現(xiàn)在說我想打電話給誰，機(jī)器知道我是有打電話的指令的，比如說來一首歌吧，我想聽什么歌，這時候機(jī)器發(fā)出我想聽音樂的指令，這個自由轉(zhuǎn)化的系統(tǒng)已經(jīng)可以做到了，我們可以在汽車內(nèi)直接跟它說我想打電話給誰，包括誰打電話進(jìn)來了，包括路況的播報、查路況等等，都可以做到。整個過程中機(jī)器會有一個交互，傳統(tǒng)的方式是機(jī)器講完我接著說，現(xiàn)在我們做了隨意打斷，機(jī)器給我反饋的時候，我可以直接跟它說話，它會有一個像聽得懂我說話的朋友，我可以隨時打斷它，隨時跟它做交互。
我們所謂的在汽車領(lǐng)域做的叫飛魚助理，比如說麥克風(fēng)的使用模式，比如說對話的識別、語意的理解等等，這個系統(tǒng)當(dāng)中用到了人工智能領(lǐng)域關(guān)鍵的因素。
我們覺得未來的人工智能一定是以人機(jī)交互為主要的界面，這個界面需要有遠(yuǎn)場，我原來傳統(tǒng)的識別需要把機(jī)器放在我的嘴邊，現(xiàn)在已經(jīng)遠(yuǎn)場去識別它，我們不能要求每個用戶都用普通話做交互，兩年前有一個山東大漢的視頻大家很開心，現(xiàn)在技術(shù)的突破、方言的識別做得已經(jīng)有了一些突破，同樣的山東大漢這個過程當(dāng)中必須等機(jī)器說完他才能說，現(xiàn)在叫全雙工，比如說還有一個糾錯，比如說他有一個說錯了，我可以糾錯等等。比如說我現(xiàn)在跟機(jī)器說我想查一下北京的天氣，接下來我會說上海的呢？我沒有說上海的天氣，他通過上下文的語意理解就知道我問的是上海的天氣。
隨著技術(shù)的突破，我們覺得人工智能+機(jī)器人，現(xiàn)在已經(jīng)有3000多家合作伙伴，基于我們的基礎(chǔ)上做了很多開發(fā)，在這個基礎(chǔ)上我們覺得機(jī)器人未來是否能幫我們做更多的工作，是否能成為我們的助理，可能主要的是要它聽得懂我們的話，能理解我們的工作，越來越多地替代我們簡單重復(fù)的工作。
這里會講到一些在教育領(lǐng)域的嘗試，我們通過一些課堂作業(yè)，包括考試的過程中的監(jiān)控，對它的大數(shù)據(jù)進(jìn)行一些分析，我們會調(diào)取出來在整個學(xué)習(xí)的過程中有哪些知識點沒有掌握？以及一些深度的分析，告訴他要做哪些課題來提升他的學(xué)習(xí)效率。我們在上半年的時候跟工信部一起發(fā)布了中國的人工智能《深圳宣言》，我們希望在人工智能的領(lǐng)域是用產(chǎn)學(xué)研共同推動人工智能的核心技術(shù)、源頭技術(shù)的創(chuàng)新一定要控制在我們自己手里面。同時，我們希望人工智能的產(chǎn)業(yè)發(fā)展需要有一些標(biāo)準(zhǔn)的制定，包括一些未來萬物互聯(lián)的時代，大家要有共同的標(biāo)準(zhǔn)、共同的接口來對待人工智能的產(chǎn)業(yè)鏈。同樣的我們需要有更多的生態(tài)來打造人工智能的整個產(chǎn)業(yè)平臺，人工智能也會帶來一些新的話題，比如說機(jī)器人傷人等等一些法律法規(guī)。
同樣，我們希望我們一起共同迎接AR的降臨，我們希望超越不可能，在中國用人工智能改變世界，謝謝大家!
(原標(biāo)題：任萍萍：真正的人工智能爆發(fā)即將到來)
