科大訊飛輪值總裁胡郁

 

　　人工智能有三個方向

 

　　胡郁表示，關(guān)于人工智能的定義，不同的教科書中會有不同的解釋。其中一種比較簡單、易于理解的定義，人工智能指的是“能夠和人一樣進(jìn)行感知、認(rèn)知、決策、執(zhí)行的人工程序或系統(tǒng)。”

 

　　具體來說，人工智能分為三個方向：運算智能、感知智能、認(rèn)知智能。一是計算智能，即快速計算和記憶存儲能力。比如IBM的深藍(lán)計算機(jī)就是利用其超強的計算和存儲能力戰(zhàn)勝了當(dāng)時的國際象棋大師卡斯帕羅夫，這就屬于計算智能。其二是感知智能，即視覺、聽覺、觸覺等感知能力。人和動物都具備，都能夠通過各種智能感知能力與自然界進(jìn)行交互。比如自動駕駛汽車，就是通過激光雷達(dá)等感知設(shè)備和人工智能算法，實現(xiàn)這樣的感知智能的。三是認(rèn)知智能，通俗講是“能理解會思考”。人類有語言，才有概念，才有推理，所以概念、意識、觀念等都是人類認(rèn)知智能的表現(xiàn)，這也使人類能夠明顯區(qū)別于動物。從本質(zhì)上，感知智能還是在人類設(shè)定的規(guī)則下實現(xiàn)的一種智能，而認(rèn)知智能則是“能理解、會思考”，其核心是語言和知識，語言產(chǎn)生知識，知識產(chǎn)生推理，推理發(fā)展出學(xué)習(xí)、思考的能力。

 

　　自從Dartmouth會議“人工智能”概念誕生以來，人類人工智能能夠取得突破的一個核心要素就是深度神經(jīng)網(wǎng)絡(luò)。深度神經(jīng)網(wǎng)絡(luò)(DNN)是基于統(tǒng)計的模式識別的一個成功代表。以谷歌為代表的互聯(lián)網(wǎng)公司就是利用深度神經(jīng)網(wǎng)絡(luò)與大數(shù)據(jù)結(jié)合來推動人工智能技術(shù)的進(jìn)步，這已經(jīng)成為當(dāng)前人工智能研究的一條主流路徑。不僅如此，新型的遞歸型深度神經(jīng)網(wǎng)絡(luò)(RNN)也已經(jīng)成為當(dāng)前語音識別的一個新的標(biāo)準(zhǔn)配置，比傳統(tǒng)的DNN方法可以再降低20%~30%的識別錯誤。通過聯(lián)合運用DNN和RNN，人工智能可以實現(xiàn)更好的處理能力和效果。

 

　　與其他企業(yè)相比，科大訊飛的人工智能研究更多是側(cè)重于感知智能和認(rèn)知智能，認(rèn)知智能關(guān)鍵是在對人語言的理解。

 

　　如何能夠?qū)崿F(xiàn)AI革命性突破?

 

　　胡郁認(rèn)為，當(dāng)下人工智能的發(fā)展依然面臨挑戰(zhàn)：比如人工智能到底是什么，人工智能和機(jī)器人是什么關(guān)系;比如什么時候人工智能將實現(xiàn)革命性的突破;如何來實現(xiàn)革命性的突破等都是問題?？偟膩碚f，人工智能的創(chuàng)新需要有計算機(jī)科學(xué)的背景，包括電子工程和機(jī)器學(xué)習(xí)，同時還需要腦科學(xué)、神經(jīng)科學(xué)方面的理論支撐，另外也需要機(jī)器人相關(guān)的控制論和工程學(xué)。需要多少學(xué)科互動推進(jìn)。

 

　　胡郁表示，目前人工智能在各個維度的創(chuàng)新正在取得越來越多的成果。從2013年開始，DNN(深度神經(jīng)網(wǎng)絡(luò))被廣泛的應(yīng)用在語音合成、語音識別、語音評測、語音增強等一系列智能語音技術(shù)方向。我們可以看到現(xiàn)在這個方面的工作，已經(jīng)成為了當(dāng)前機(jī)器學(xué)習(xí)和統(tǒng)計模式識別的主流。目前的DNN對人腦神經(jīng)網(wǎng)絡(luò)的借鑒是非常抽象的，我們可以通過對人腦的研究進(jìn)一步優(yōu)化DNN。在科大訊飛剛推出語音輸入法的時候，在實驗室里測試識別準(zhǔn)確率是90%，在真實的環(huán)境下識別準(zhǔn)確率只能達(dá)到55.8%。但現(xiàn)在的語音識別準(zhǔn)確率已經(jīng)達(dá)到95%，并且識別錯誤率還在以每年30%的速度降低，以這樣的速度大概5年以后就可以達(dá)到人類的語音聽寫水平(準(zhǔn)確率約為99.5%)。

 

　　此外現(xiàn)在人工智能網(wǎng)絡(luò)借助于新的學(xué)習(xí)機(jī)理甚至拓?fù)浣Y(jié)構(gòu)上的改進(jìn)，將可以進(jìn)一步成為人工智能發(fā)展強有力的推動力。例如RNN就是一種非常新的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，它和人腦神經(jīng)網(wǎng)絡(luò)可以在時間上進(jìn)行信息積累類似，通過網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的優(yōu)化和改變，可以實現(xiàn)對序列性數(shù)據(jù)更好的處理能力。

 

　　總的來說，人工智能的創(chuàng)新需要有計算機(jī)科學(xué)的背景，包括電子工程和機(jī)器學(xué)習(xí)，同時還需要腦科學(xué)、神經(jīng)科學(xué)方面的理論支撐，另外也需要機(jī)器人相關(guān)的控制論和工程學(xué)，需要多學(xué)科互動推進(jìn)。

 

　　中國AI發(fā)展如何突出優(yōu)勢?

 

　　胡郁表示，伴隨著大數(shù)據(jù)、云計算等新一代信息技術(shù)的快速發(fā)展和智能化應(yīng)用需求的日益凸顯，目前人工智能領(lǐng)域在全球范圍內(nèi)掀起了全新的熱潮。

 

　　美國、歐盟等發(fā)達(dá)國家分別提出了“BrainInitiative”和“HumanBrainProject”等人腦研究計劃，投入巨資并將其提升到與“人類基因圖譜”重大工程并重的高度。蘋果、谷歌等國際IT產(chǎn)業(yè)巨頭亦相繼推出了Siri、GoogleNow語音搜索等一系列人工智能應(yīng)用，力爭在新一輪人工智能技術(shù)競爭中取得先機(jī)。行業(yè)自身的發(fā)展加上媒體的大肆宣傳，使這個行業(yè)得到了前所未有的熱度和關(guān)注。

 

　　不同國家的人工智能產(chǎn)業(yè)有不同的發(fā)展路徑。日本人注重把機(jī)器人的皮膚做得逼真，而美國人把機(jī)器人的動作做得很好。

 

　　中國在人工智能領(lǐng)域的研究起步于國家“863”計劃。經(jīng)過30年的發(fā)展，中國的主要高校、研究所和高科技企業(yè)都開展了人工智能的研究，并取得矚目的成果。在硬件上，中國的超級計算機(jī)世界第一;在軟件上，中國的語音識別合成技術(shù)已經(jīng)連續(xù)11年獲得世界最高水平競賽冠軍。從目前來看，人工智能行業(yè)競爭主要是如何解決用戶的需求，而另一個競爭的層面是人才的競爭。建立人工智能平臺，不僅有助于人工智能行業(yè)的良性發(fā)展，還有助于優(yōu)秀人才的培養(yǎng)和聚集。

 

　　現(xiàn)在中國做人工智能的公司越來越多，人才也越來越聚集。但對于當(dāng)前中國的人工智能企業(yè)來說，大家需要一起發(fā)出更大的聲音，向政府或者是廣大用戶正確地闡述當(dāng)前業(yè)界可以實現(xiàn)人工智能的目標(biāo)和路徑，這對于培育整個市場是有好處的，可以把整個大的勢頭建立起來，對于中國在這個領(lǐng)域確立在國際上的地位也非常重要。

 

　　從機(jī)器人應(yīng)用來看，中國是一個很大的市場，人力成本越來越高導(dǎo)致我們對機(jī)器人有了更大的應(yīng)用需求，這也會對機(jī)器人的發(fā)展起到很大的推動作用。從技術(shù)和需求兩個角度共同發(fā)展的拉動來說，機(jī)器人是很有前途的。

 

　　“中國今天在人工智能領(lǐng)域與全球保持著同步，我們有機(jī)會形成全局優(yōu)勢。如果可以把人工智能和腦科學(xué)研究結(jié)合起來，抓住人工智能技術(shù)最關(guān)鍵的發(fā)展時期，中國就可以在未來站在全球價值鏈的高端。”胡郁說。

 

　　看好哪些AI應(yīng)用?

 

　　胡郁表示，未來的AI首先將在信息科學(xué)領(lǐng)域發(fā)揮重要作用，即純粹在計算機(jī)中做各種各樣的信息處理;其次AI在對機(jī)械的控制方面，即機(jī)器人領(lǐng)域也會有重要的應(yīng)用，未來機(jī)器人將從工業(yè)應(yīng)用向家庭服務(wù)機(jī)器人方向發(fā)展，人類需要與它進(jìn)行豐富的對話才能進(jìn)行控制，未來人工智能將進(jìn)一步開發(fā)出自己的控制手段和自發(fā)的處理程序;再者AI在語言認(rèn)知計算領(lǐng)域的前景也被看好，近年來包括類人答題、作文評閱、語音轉(zhuǎn)寫等研發(fā)成果紛紛出爐。

 

　　目前人工智能的難點在于很難找到突破點讓很多用戶使用，進(jìn)入正循環(huán)的過程。而人工智能必須要有足夠的用戶使用才可以更加準(zhǔn)確。將人工智能與智能語音相結(jié)合就有利于人工智能的發(fā)展。例如在教育行業(yè)中科大訊飛目前已經(jīng)在做的閱卷機(jī)器人、類人答題系統(tǒng);在無人駕駛中科大訊飛可以給終端提供語音系統(tǒng)。在2015年，科大訊飛汽車語音交互系統(tǒng)在自主品牌車廠中前裝出貨車型累計超過30款，出貨超過50萬套，在研項目中涉及的合作車型超20款。谷歌在2016年開發(fā)者大會上發(fā)布的智能盒子Home和科大訊飛的DingDong智能音箱等，這些都是人工智能技術(shù)的良好應(yīng)用。