如今，隨著技術(shù)的發(fā)展，人工智能在社會(huì)的多個(gè)領(lǐng)域有著越來越多的應(yīng)用。在2018世界機(jī)器人大會(huì)上，科大訊飛股份有限公司董事長劉慶峰表示，人工智能在不斷改變世界，也帶來了全新的應(yīng)用和社會(huì)發(fā)展的機(jī)會(huì)。在此過程中，科大訊飛在人工智能領(lǐng)域以及機(jī)器人領(lǐng)域不斷探索，取得了一些智能成果，而在未來還將繼續(xù)努力，不斷前行。

提到機(jī)器人，除了它的硬件，外觀形象以及運(yùn)動(dòng)之外，非常重要的就是后臺(tái)的理解、預(yù)測、決策能力以及前端交互能力。因此，從人工智能的發(fā)展來看，1956年提出人工智能概念到現(xiàn)在的第三次浪潮，我們可以把后臺(tái)核心算法的邏輯分解成這三個(gè)階段：早期的計(jì)算智能，讓機(jī)器能進(jìn)行存儲(chǔ)、計(jì)算；感知智能，讓機(jī)器能聽會(huì)說、能看會(huì)認(rèn)。如今，一定場合下，正面的人臉識(shí)別率已經(jīng)可以超過99.9%，甚至超過美國FBI最好特工的水平，語音識(shí)別已經(jīng)超過最好的速記員。機(jī)器甚至可以看到紫外線、紅外線之外的內(nèi)容，可以聽到超聲波、次聲波之外的內(nèi)容，所以感知智能方面機(jī)器已經(jīng)越來越多地開始逼近甚至超越人類；下一個(gè)重點(diǎn)就是第三次人工智能浪潮的核心，以基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)為代表，以及更多新的算法正在不斷研究當(dāng)中，以便讓機(jī)器具備理解、思考、學(xué)習(xí)和決策的能力，這就是今天人工智能基本后臺(tái)的邏輯，以便支撐機(jī)器人更好更快地進(jìn)入社會(huì)生活的各個(gè)領(lǐng)域。

圍繞著這樣的大背景，國際社會(huì)已經(jīng)把人工智能作為未來人類發(fā)展最重要的戰(zhàn)略方向。在我國，2017年7月，國務(wù)院正式發(fā)布了《新一代人工智能發(fā)展規(guī)劃》。2017年11月正式設(shè)立了人工智能四大平臺(tái)，圍繞科大訊飛建立智能語音人工智能開放平臺(tái)。2017年12月，工業(yè)和信息化部印發(fā)了《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018-2020年）》，列出了八個(gè)重點(diǎn)的人工智能未來的應(yīng)用方向，這些都表明中國在人工智能方面是未來的主戰(zhàn)場，也是和全世界完全同步的，在很多領(lǐng)域共同進(jìn)入無人區(qū)，探索未來的發(fā)展。

當(dāng)然，說到機(jī)器人，除了后臺(tái)的理解和學(xué)習(xí)之外，還需要前端各種運(yùn)動(dòng)智能的掌控和不斷的學(xué)習(xí)進(jìn)步。

眾所周知，波士頓動(dòng)力的機(jī)器人去年可以做后空翻，現(xiàn)在可以爬樓梯。但相比人類的運(yùn)動(dòng)能力，機(jī)器人還有很大的差距。無論是前端的人類交互、后端的理解以及運(yùn)動(dòng)方面，我們真正要呈現(xiàn)一個(gè)無比精彩的機(jī)器人世界，其實(shí)人類還有很長的路要走。如今人工智能助力機(jī)器人，最主要的可以從這幾個(gè)方面發(fā)力，或者說科大訊飛所看到的研發(fā)和產(chǎn)業(yè)化的機(jī)會(huì)包含這兩個(gè)方面。一、各種感知智能的融合，我們把語音、視覺、手勢以及觸摸等相關(guān)技術(shù)完全融合在一起，形成一個(gè)全新的人機(jī)交互的未來；二、感知和運(yùn)動(dòng)智能的交聯(lián)，根據(jù)視覺進(jìn)行判斷，根據(jù)聽覺進(jìn)行操作，以及認(rèn)知智能在各個(gè)細(xì)分領(lǐng)域超過專業(yè)的經(jīng)過訓(xùn)練的專業(yè)技能。

機(jī)器人的前端交互：能聽會(huì)說

任何一個(gè)機(jī)器人都要和人類進(jìn)行交互，人機(jī)交互是非常重要的狀態(tài)。當(dāng)年把字符界面變成圖形界面成就了微軟的傳奇，蘋果在不久前市值突破了1萬億美元，是因?yàn)閱滩妓巩?dāng)年回歸蘋果把觸摸做到了極致。如今，在越來越多的可穿戴式設(shè)備普及的情況下，沒有屏幕或者屏幕很小，越來越多的設(shè)備可以在移動(dòng)狀況下使用，那么機(jī)器人不可能在每次進(jìn)行交互時(shí)都要觸摸一下，還要按一下身體上的某個(gè)按鍵，它一定要像人與人交流一樣，在遠(yuǎn)距離或者幾米之外進(jìn)行溝通與交流。因此在無屏、移動(dòng)、原廠狀況下，人機(jī)交互正在進(jìn)入以語音為主、以鍵盤觸摸為輔的人機(jī)交互時(shí)代。

在這個(gè)時(shí)代中非常重要的就是語音和機(jī)器的交互，它要能聽懂我們的講話，自己能說話、能翻譯，還能接受各種干擾，比如方言、噪音、多人說話等場景。為此，科大訊飛提出了人工智能時(shí)代的用戶交互界面，現(xiàn)在已經(jīng)推出了3.0版本。

首先是語音合成，我們不方便用眼睛看屏幕，只能用機(jī)器人念給我們聽，以獲得各種信息。不久前，在由美國卡耐基梅隆大學(xué)牽頭的國際最權(quán)威的語音合成比賽Blizzard Challenge（暴風(fēng)雪競賽）中，科大訊飛第十三次獲得全球第一名，成為全世界唯一讓計(jì)算機(jī)念英語超過真人水平的系統(tǒng)，播音員的成績是5分，美國大學(xué)生是4分，科大訊飛是4分，全世界第二名是3.7分。也就是說，實(shí)現(xiàn)讓計(jì)算機(jī)念英語超過真人的不是美國人，不是歐洲人，而是中國人。

如今，語音識(shí)別發(fā)展到了什么階段？2015年12月，人類首次現(xiàn)場直播機(jī)器和人類進(jìn)行PK，北京五名持證上崗的資深記錄人員和科大訊飛的聽寫設(shè)備進(jìn)行現(xiàn)場對決，公證機(jī)關(guān)進(jìn)行公證，最終結(jié)果顯示，五名記錄人員的最高準(zhǔn)確率只有70%左右，而機(jī)器的平均準(zhǔn)確率達(dá)到95%以上，現(xiàn)在已經(jīng)達(dá)到了98%。

2010年，科大訊飛首次宣告手機(jī)語音聽寫時(shí)代的到來，利用深度神經(jīng)網(wǎng)絡(luò)開始推出，全球第一個(gè)語音識(shí)別開放平臺(tái)。那時(shí)，科大訊飛實(shí)驗(yàn)室的翻譯識(shí)別準(zhǔn)確率是80%，但真正推向市場準(zhǔn)確率只有60%，因?yàn)橛懈鞣N噪音、口音以及網(wǎng)絡(luò)丟包等現(xiàn)象的存在，但今天已經(jīng)達(dá)到了98%。背后的原因是什么呢？50%是技術(shù)的進(jìn)步，50%是數(shù)據(jù)的積累?，F(xiàn)在每天有46億人次使用我們的技術(shù)，對于各種口音，機(jī)器都可以全部進(jìn)行自動(dòng)訓(xùn)練。在整個(gè)過程中，都是機(jī)器全自動(dòng)訓(xùn)練，絕對保護(hù)用戶的隱私。

在2016年底由Google組織的，在面向萬物互聯(lián)時(shí)代，多個(gè)人講話、遠(yuǎn)距離講話、噪音環(huán)境三個(gè)場景下的國際英文語音識(shí)別中，科大訊飛都取得了最好的成績。

這便是如今的語音聽寫情況，值得高興的是，科大訊飛的語音聽寫系統(tǒng)不僅在今年的全球消費(fèi)電子展得到了很好的應(yīng)用，另外，在南非金磚國家峰會(huì)上，以及科大訊飛與國際電信聯(lián)盟在日內(nèi)瓦舉行的戰(zhàn)略合作簽署儀式上，我們的系統(tǒng)都得到了應(yīng)用，進(jìn)行會(huì)議記要，同時(shí)幫助做必要的翻譯。在今年全國兩會(huì)上，訊飛聽見得到了很好的應(yīng)用，充分表明了中國政府在使用新技術(shù)方面的勇氣和決心，也是對科技創(chuàng)新企業(yè)的巨大鼓舞。

機(jī)器翻譯到了什么程度呢？通常情況下，我們需要語音識(shí)別、文字到文字的翻譯，然后再到語音合成。在今年的博鰲論壇期間，科大訊飛作為唯一官方指定的翻譯機(jī)，經(jīng)過選型給所有的志愿者和外國友人提供翻譯機(jī)服務(wù)，如今已經(jīng)是業(yè)界唯一達(dá)到大學(xué)六級(jí)口語水平的翻譯機(jī)。可以這樣說，最遲2019年上半年，我們的機(jī)器就可以達(dá)到專業(yè)八級(jí)的翻譯水平。

不僅是中英互譯，我們的翻譯機(jī)現(xiàn)在涉獵33種語言，我們的目標(biāo)是兩年內(nèi)達(dá)到100個(gè)語種，這就是今天機(jī)器翻譯給世界帶來的變化。

如今，中國國家外文局已經(jīng)和科大訊飛簽訂戰(zhàn)略協(xié)議，共同搭建中國的人工智能翻譯平臺(tái)，和世界進(jìn)行交流。人類命運(yùn)共同體的前提是人類的相互交流，以及在合作信任的基礎(chǔ)上合作共贏，相信翻譯技術(shù)會(huì)對人類的未來具有非常重要的意義。很高興的是，中國的機(jī)器人和人工智能的相關(guān)企業(yè)會(huì)在這個(gè)進(jìn)程當(dāng)中發(fā)揮應(yīng)有的作用。

機(jī)器人的前端交互“能聽會(huì)說”的發(fā)展程度我們已經(jīng)了解了，那么，后臺(tái)的“能理解會(huì)思考”達(dá)到了什么程度呢？

機(jī)器人的后端：能理解會(huì)思考

從相關(guān)進(jìn)展上來看，在閱讀理解方面，早期評價(jià)人工智能談及的都是圖靈測試，理論上就是后臺(tái)機(jī)器的交互之間的語言理解能力。

國際上最為權(quán)威的比賽是斯坦福大學(xué)牽頭的SQUAD（Stanford Question Answering Daraset）比賽，里面包含一個(gè)大規(guī)模的機(jī)器閱讀理解數(shù)據(jù)集（包含10萬個(gè)問題），人工標(biāo)注者看了文章以后提出問題并提供正確答案，機(jī)器看到文章以后回答問題，然后與人工標(biāo)注者的答案進(jìn)行比較。今年1月22日，在微軟、Google、Facebook和IBM都參加了比賽的情況下，科大訊飛獲得了全球第一名，同時(shí)我們和微軟是當(dāng)時(shí)僅有的兩個(gè)已經(jīng)讓機(jī)器的閱讀理解超過真人水平的系統(tǒng)。根據(jù)斯坦福大學(xué)給出的結(jié)果，人類回答這些問題的平均準(zhǔn)確率是82.3%，而機(jī)器已經(jīng)達(dá)到了82.48%?，F(xiàn)在已經(jīng)達(dá)到了83%，即將超過85%，這是歷史上第一次機(jī)器在閱讀理解上達(dá)到了人類的平均水平。

如今，從機(jī)器在理解方面所取得的成績來看，是不是可以說，機(jī)器已經(jīng)真的可以無師自通，自我改變程序、改變世界呢？在常識(shí)推理方面，在沒有海量知識(shí)供它學(xué)習(xí)的情況下，機(jī)器利用自己的先驗(yàn)知識(shí)進(jìn)行常識(shí)推理能夠達(dá)到什么程度呢？ 2016年，在紐約舉行了著名的Winograd測試，主要是測試機(jī)器的二元推理能力。一些對于人類來說是很自然的話題，但對機(jī)器來說卻是非常困難的。在比賽中，組委會(huì)認(rèn)為只有90分才能進(jìn)入第二輪，科大訊飛只得了58分，卻得到了全球第一名。如今，我們已經(jīng)做到了接近70分，去年底是66分，這個(gè)水平在二元推理上還沒有達(dá)到6歲小孩的常識(shí)推理的能力，也就是說，我們在常識(shí)推理方面，在沒有先驗(yàn)知識(shí)理論的情況下，把專用領(lǐng)域的訓(xùn)練變成通用領(lǐng)域的常識(shí)推理還有很長的路要走，需要在現(xiàn)有的深度學(xué)習(xí)技術(shù)的推動(dòng)下，在算法體系和人類大腦的研究上做不斷的突破。這就是人工智能的現(xiàn)狀，但就今天已經(jīng)達(dá)到的技術(shù)水平而言，我們已經(jīng)可以深刻地改變這個(gè)世界了。去年，科大訊飛的機(jī)器人醫(yī)生“小醫(yī)”首次參加國際職業(yè)醫(yī)師資格考試，滿分為600分，分?jǐn)?shù)線為360分，50多萬名人類考生參加考試只有一半能過關(guān)，而機(jī)器考了456分，超過了96.3%的考生。現(xiàn)在，這樣的人工智能機(jī)器人已經(jīng)在合肥正式上崗，開始診斷常見病。這是全球第一次讓人工智能機(jī)器人具備了全科醫(yī)生的潛質(zhì)，今年3月它能夠診斷150多種病，現(xiàn)在已經(jīng)可以診斷300多種病，已經(jīng)完成了4000多人次的診斷。未來，我們可以在很多地方建立人工智能診療平臺(tái)，這樣就可以給偏遠(yuǎn)農(nóng)村的醫(yī)生提供最好的人工智能助手，因?yàn)橹袊?00萬醫(yī)生中只有200萬醫(yī)生有醫(yī)師資格證，而我們不但可以拿到醫(yī)師資格證，還可以取得非常好的成績，這就是人工智能在醫(yī)療領(lǐng)域的變化。

人工智能在考試領(lǐng)域，相較于下圍棋，則更為困難，因?yàn)樽魑氖欠浅ｉ_放的領(lǐng)域，機(jī)器在英文作文和語文作文方面都已經(jīng)超過了人類老師。所以現(xiàn)在教育部考試中心和我們合作的智能平臺(tái)已經(jīng)完成了2000多萬份的人類英語作業(yè)和作文。但高考改革希望做到“一年多考”，如果沒有主觀題的客觀公正評價(jià)，“一年多考”這項(xiàng)高考改革就很難實(shí)施，現(xiàn)在人工智能幫助我們將這一重大改革能夠順利地向前推動(dòng)。

可以說，在很多專業(yè)領(lǐng)域，人工智能正在深刻地改變著每個(gè)行業(yè)，在學(xué)習(xí)頂尖專家知識(shí)和行業(yè)已有的數(shù)據(jù)方面，已經(jīng)可以超過90%的普通專業(yè)人士，但是在常識(shí)推理上連6歲孩子的水平還沒達(dá)到。下一步，人工智能要做什么呢？其實(shí)，人工智能和腦科學(xué)的結(jié)合是大家公認(rèn)的大勢所趨，今年4月，MIT開發(fā)了一個(gè)新的頭戴式設(shè)備，用來進(jìn)行識(shí)別和打字，也就是用意念進(jìn)行打字，準(zhǔn)確率達(dá)到92%。雖然不是開放的文字，而是給定的詞匯，但這已經(jīng)是非常厲害的成績了。其實(shí)，類似這樣的應(yīng)用在去年年底的訊飛年度發(fā)布會(huì)上，也進(jìn)行了演示，用腦電波控制幾十種家電，現(xiàn)場可以達(dá)到100%的準(zhǔn)確率，后臺(tái)的準(zhǔn)確率可以達(dá)到90%以上，這是語音和腦機(jī)接口的結(jié)合，將為未來的人工智能和機(jī)器人的學(xué)習(xí)提供更多更直接鮮活的數(shù)據(jù)來源。

今年，我們和中國腦科學(xué)計(jì)劃的牽頭單位同濟(jì)大學(xué)，達(dá)成了戰(zhàn)略合作，雙方共建“腦智同飛聯(lián)合研究中心”，探索相關(guān)人工智能技術(shù)成果的產(chǎn)業(yè)化機(jī)會(huì)。還聯(lián)合北京師范大學(xué)等單位，發(fā)起了“訊飛教育腦計(jì)劃“，探索個(gè)體學(xué)習(xí)與課堂教學(xué)的新方法與新形式。用人工智能進(jìn)行因材施教，根據(jù)學(xué)生的學(xué)習(xí)狀況、知識(shí)水平，布置每個(gè)學(xué)生的家庭作業(yè)，從而極大地節(jié)約學(xué)生的無效重復(fù)學(xué)習(xí)時(shí)間。此外，根據(jù)腦科學(xué)的分析和發(fā)展，更進(jìn)一步進(jìn)行因材施教，根據(jù)個(gè)人所長規(guī)劃未來的發(fā)展。有的人不適合學(xué)習(xí)數(shù)學(xué)，就可以去發(fā)展藝術(shù)和語文，有的人不擅長語文而在數(shù)學(xué)上有天分就學(xué)習(xí)數(shù)學(xué)，通過腦科學(xué)的前提研究幫助其未來形成更好的成長路徑。如今，中國的一些科研單位、教育機(jī)構(gòu)以及科技公司都已經(jīng)開始進(jìn)行探索。

人工智能的發(fā)展必須要依靠產(chǎn)業(yè)生態(tài)

如今，人工智能在各個(gè)領(lǐng)域有著廣泛的應(yīng)用，但就目前的技術(shù)而言，還需要專業(yè)知識(shí)，僅有深度學(xué)習(xí)的算法是遠(yuǎn)遠(yuǎn)不夠的，還需要行業(yè)專家、行業(yè)數(shù)據(jù)，因此必須要讓各個(gè)細(xì)分領(lǐng)域掌握專業(yè)知識(shí)、掌握數(shù)據(jù)，而且讓創(chuàng)業(yè)英雄和科學(xué)家們合作起來。因此，科大訊飛提出人工智能發(fā)展必須要依靠產(chǎn)業(yè)生態(tài)，把我們的技術(shù)平臺(tái)開放出來給所有創(chuàng)業(yè)團(tuán)隊(duì)以及所有科學(xué)家使用?，F(xiàn)在我們平臺(tái)上的創(chuàng)業(yè)團(tuán)隊(duì)數(shù)量已經(jīng)超過了81萬家，一年內(nèi)增加了將近50萬家，每天的使用量已經(jīng)達(dá)到47億人次。這樣做有兩個(gè)好處：創(chuàng)業(yè)者使用我們的平臺(tái)可以快捷地開發(fā)出相關(guān)的應(yīng)用，且后臺(tái)的運(yùn)營服務(wù)也是訊飛的人工智能云平臺(tái)給予支撐，全世界頂尖的科學(xué)家都可以將技術(shù)集成在我們的AIUI平臺(tái)上面，以供幾十萬的團(tuán)隊(duì)使用，相關(guān)數(shù)據(jù)在脫敏之后，在不侵犯用戶隱私的前提下便可以反哺我們的科學(xué)研究。我們把它叫做“賦能開發(fā)者，成就科學(xué)家”，現(xiàn)在已經(jīng)和很多的科研機(jī)構(gòu)在進(jìn)行合作，努力把這個(gè)生態(tài)體系做大。

將這個(gè)生態(tài)體系做大，不僅需要少數(shù)企業(yè)在社會(huì)生活各個(gè)領(lǐng)域讓AI來賦能，讓機(jī)器人進(jìn)入每個(gè)行業(yè)，還需要專業(yè)的人才培養(yǎng)。去年10月24日，在科大訊飛發(fā)起的“1024全球開發(fā)者節(jié)”上，正式發(fā)布了“AI大學(xué)”。到現(xiàn)在為止，學(xué)員數(shù)已經(jīng)超過了22萬。在此基礎(chǔ)上，科大訊飛進(jìn)一步把人工智能開放平臺(tái)做得簡單易用，從軟件到硬件到參考設(shè)計(jì)到行業(yè)已有的標(biāo)準(zhǔn)專業(yè)數(shù)據(jù)庫的共享等。以前用人工智能開發(fā)一個(gè)新的應(yīng)用，比如用人工智能做一個(gè)教育產(chǎn)品、做一個(gè)理財(cái)產(chǎn)品或者做一個(gè)智能家居最少要三個(gè)月到半年，現(xiàn)在是一到三個(gè)月。我們相信，通過不斷地給開發(fā)者賦能，大幅度地地減少開發(fā)者的前期投入，將會(huì)使得整個(gè)人工智能的生態(tài)在中國出現(xiàn)極大的繁榮，也會(huì)推動(dòng)機(jī)器人進(jìn)入越來越多的領(lǐng)域。

現(xiàn)在我們在機(jī)器人領(lǐng)域已經(jīng)有1萬多家團(tuán)隊(duì)，包括從大到小、各種各樣的兒童陪伴以及到各種社會(huì)服務(wù)的機(jī)器人。在當(dāng)今的發(fā)展趨勢下，人工智能是需要全球的合作的。不僅是在源頭技術(shù)創(chuàng)新上進(jìn)行合作從而使得人工智能真正造福人類，而且還需要在倫理、人文和法律等相關(guān)體系當(dāng)中進(jìn)行合作。如果人工智能要改變世界，未來的五到十年內(nèi)大量替代現(xiàn)有的工作崗位的前提下，如何拓展出更多新的崗位？如何使得社會(huì)保障體系和法律更加健全？如何在倫理上和人文上進(jìn)行引領(lǐng)？沒有中美之間的合作，沒有全球發(fā)達(dá)國家和人口眾多的發(fā)展中國家的合作是不可能為人類贏得未來的，所以在機(jī)器人的未來、人工智能的未來都需要更大的開放共享、合作共贏。

在此基礎(chǔ)上，科大訊飛專門實(shí)施了訊飛的“AI+公益”“人工智能+教育”，讓人工智能幫助鄉(xiāng)村老師成為最好的老師，把最好的教育能力投放到農(nóng)村；“人工智能+醫(yī)療”，我們在10個(gè)貧困縣在線診療，極大地提升一線醫(yī)生的水平；方言保護(hù)公益，從去年開始，我們的語音合成技術(shù)已經(jīng)可以做到無監(jiān)督訓(xùn)練，對于任何語種，自動(dòng)地進(jìn)行訓(xùn)練，便可以達(dá)到3.5分以上的個(gè)性化語音合成，從而可以真正開始在全球進(jìn)行搶救方言的行動(dòng)。現(xiàn)在，全世界7000多種方言大概每兩周消失一種，使用AI技術(shù)搶救方言是有希望的。同時(shí)，用人工智能進(jìn)行無障礙的公益，如今，中國很多殘疾人學(xué)校應(yīng)用我們的系統(tǒng)。

在未來，我們相信“AI+公益”會(huì)讓機(jī)器人和人工智能以更有溫度的方式造福整個(gè)時(shí)代，我們期待和更多的合作伙伴一道共同用人工智能建設(shè)美好的世界，共同推動(dòng)機(jī)器人的繁榮和發(fā)展。

（本文根據(jù)“2018世界機(jī)器人大會(huì)”現(xiàn)場演講整理而成，未經(jīng)演講人審閱。）