科大訊飛在業(yè)內(nèi)獨(dú)樹(shù)一幟的AI技術(shù)和產(chǎn)業(yè)標(biāo)桿之源，來(lái)自訊飛開(kāi)放平臺(tái)戰(zhàn)略。

(相關(guān)資料圖)

2021年10月25日，這項(xiàng)戰(zhàn)略迭代到2.0。到今年11月，科大訊飛開(kāi)放平臺(tái)2.0戰(zhàn)略取得了哪些進(jìn)展？是否更進(jìn)一步夯實(shí)了AI技術(shù)和產(chǎn)業(yè)優(yōu)勢(shì)？

此前，科大訊飛推動(dòng)AI技術(shù)落地，主要從“平臺(tái)+賽道”戰(zhàn)略和“算法和數(shù)據(jù)”技術(shù)兩個(gè)方面推動(dòng)，取得面向C端、B端和G端AI領(lǐng)域的技術(shù)應(yīng)用優(yōu)勢(shì)，那么現(xiàn)如今，這些細(xì)項(xiàng)有無(wú)迭代或升級(jí)？這種變化的技術(shù)優(yōu)勢(shì)包括什么？

2022年是科大訊飛開(kāi)放平臺(tái)2.0戰(zhàn)略落地推進(jìn)的首年，也是“科大訊飛1024開(kāi)發(fā)者節(jié)”舉辦的第六年。11月18日，科大訊飛董事長(zhǎng)劉慶峰和科大訊飛總裁吳曉如在合肥對(duì)這些問(wèn)題一一做了披露。

訊飛開(kāi)放平臺(tái)2.0這一年

人工智能（AI）是引領(lǐng)科技革命和產(chǎn)業(yè)變革的戰(zhàn)略型技術(shù)，具有溢出帶動(dòng)性很強(qiáng)的“頭雁”效應(yīng)。

國(guó)內(nèi)AI技術(shù)標(biāo)桿和商業(yè)落地巨頭科大訊飛，通過(guò)訊飛開(kāi)放平臺(tái)戰(zhàn)略推動(dòng)AI落地。2022年是訊飛這項(xiàng)戰(zhàn)略進(jìn)入深水區(qū)的第一年。

從框架結(jié)構(gòu)看，訊飛2.0以“科大訊飛+行業(yè)龍頭+開(kāi)發(fā)者”三個(gè)維度，通過(guò)訊飛開(kāi)放技術(shù)平臺(tái)和工具，結(jié)合行業(yè)特性和數(shù)據(jù)，形成數(shù)字底座，再通過(guò)開(kāi)發(fā)者將數(shù)字底座與特定的軟硬件環(huán)境做匹配，最終形成完整的行業(yè)AI數(shù)字解決方案。

在過(guò)去的一年，科大訊飛堅(jiān)持在源頭技術(shù)上創(chuàng)新，實(shí)現(xiàn)了單項(xiàng)技術(shù)的持續(xù)突破：比如在語(yǔ)音、圖像和認(rèn)知的國(guó)際高水平技術(shù)評(píng)測(cè)中，訊飛獲得12項(xiàng)比賽冠軍。與此同時(shí)，訊飛超腦2030計(jì)劃在多模感知、多維表達(dá)、交互大腦和應(yīng)用智能層面實(shí)現(xiàn)多技術(shù)深度融合。

其中，多模感知，解決的問(wèn)題是商場(chǎng)、醫(yī)院和地鐵等開(kāi)放場(chǎng)景使用語(yǔ)音識(shí)別、面臨各種噪聲或同方向人聲干擾時(shí)，可通過(guò)訊飛提出的多模感知技術(shù)，將人臉部的唇形、表情等和語(yǔ)音輸入結(jié)合，將這類復(fù)雜場(chǎng)景下語(yǔ)音識(shí)別的錯(cuò)誤率從30%降低至10%，讓機(jī)器更準(zhǔn)確地感知世界。

交互大腦系統(tǒng)具備深度理解能力。通過(guò)機(jī)器學(xué)習(xí)，形成深度知識(shí)圖譜和自身理解體系，從而解析不同行業(yè)的知識(shí)。比如，實(shí)現(xiàn)醫(yī)療知識(shí)更好地服務(wù)醫(yī)生、能使工業(yè)聽(tīng)診器有能力發(fā)現(xiàn)各種機(jī)器噪聲故障等。

所謂多維表達(dá)，即通過(guò)少量有監(jiān)督數(shù)據(jù)，訓(xùn)練得到語(yǔ)義人設(shè)與音色空間的映射關(guān)系，實(shí)現(xiàn)語(yǔ)義可控的聲音創(chuàng)造。把語(yǔ)音、形象和感情結(jié)合起來(lái)，實(shí)現(xiàn)機(jī)器和人的情感互動(dòng)。

在運(yùn)動(dòng)智能方面，通俗說(shuō)起來(lái)，就是既要讓人工智能有一顆強(qiáng)大的大腦，也要讓人工智能有一個(gè)靈巧的身體。用智能化強(qiáng)化學(xué)習(xí)模型改進(jìn)經(jīng)典算法，科大訊飛實(shí)現(xiàn)了機(jī)器運(yùn)動(dòng)能力的提升和持續(xù)進(jìn)化。

在訊飛開(kāi)放平臺(tái)技術(shù)框架的“行業(yè)龍頭”維度，據(jù)科大訊飛總裁吳曉如透露，開(kāi)放平臺(tái)2.0戰(zhàn)略已在14個(gè)行業(yè)落地，與數(shù)十家行業(yè)龍頭達(dá)成戰(zhàn)略合作，超1600家第三方合作伙伴加入共創(chuàng)，形成良好的生態(tài)帶動(dòng)效應(yīng)。

科大訊飛設(shè)置了“教育、醫(yī)療、智慧城市、農(nóng)業(yè)、環(huán)保、汽車、酒類和旅游”等18個(gè)主要賽道。其中，工業(yè)、教育和金融是三個(gè)重點(diǎn)行業(yè)。

開(kāi)發(fā)者數(shù)量，一直以來(lái)，都是各技術(shù)巨頭公司建立繁榮生態(tài)圈的核心指標(biāo)。

在過(guò)去一年，訊飛開(kāi)放平臺(tái)2.0聚合的開(kāi)發(fā)者團(tuán)隊(duì)從265萬(wàn)增長(zhǎng)至370萬(wàn)。在此基礎(chǔ)上的AI能力數(shù)，也從441項(xiàng)增長(zhǎng)至513項(xiàng)；同時(shí)，在虛擬人交互平臺(tái)上，科大訊飛合作468家設(shè)計(jì)廠商，形成700多項(xiàng)虛擬資產(chǎn)，累計(jì)服務(wù)1000多家客戶。

對(duì)于訊飛AI開(kāi)放平臺(tái)未來(lái)的能力演進(jìn)方向，吳曉如稱，人工智能開(kāi)放平臺(tái)有四個(gè)關(guān)鍵點(diǎn)需要持續(xù)提升：一是為實(shí)體和虛擬經(jīng)濟(jì)提供更強(qiáng)大的AI能力，二是場(chǎng)景智能需要有更高效的運(yùn)用行業(yè)知識(shí)，三是人機(jī)協(xié)同需要人能更高效的使用AI工具，四是AI使用會(huì)具備便捷性、隱私保護(hù)和數(shù)據(jù)安全。

2.0戰(zhàn)略做了哪些技術(shù)升級(jí)

基于訊飛AI開(kāi)放平臺(tái)四項(xiàng)未來(lái)技術(shù)演進(jìn)能力，圍繞訊飛超腦2030，科大訊飛在開(kāi)放平臺(tái)2.0的基礎(chǔ)上做了進(jìn)一步升級(jí)，為百萬(wàn)開(kāi)發(fā)者和生態(tài)合作伙伴提供更強(qiáng)AI核心能力的人工智能開(kāi)放平臺(tái)。

這些升級(jí)內(nèi)容包括依托AILAB模型云，實(shí)現(xiàn)用更少的數(shù)據(jù)量訓(xùn)練多場(chǎng)景模型；通過(guò)AIRPA超自動(dòng)化，讓開(kāi)發(fā)者更便捷地用拖拉拽模式制作智能化應(yīng)用；基于AIBOT機(jī)器人超腦，讓機(jī)器人行業(yè)能從感知認(rèn)知到運(yùn)動(dòng)智能的各個(gè)方面都能快速得到一體化解決方案。

其中，依托AILAB模型云，在事實(shí)上成為訊飛多場(chǎng)景AI服務(wù)的必選項(xiàng)。因?yàn)槎鄨?chǎng)景數(shù)據(jù)量增速極快，由此形成AILAB模型云的堅(jiān)實(shí)基礎(chǔ)。

據(jù)科大訊飛消費(fèi)者事業(yè)群總裁于繼棟透露，2022年，訊飛AI服務(wù)在線調(diào)用年增長(zhǎng)率達(dá)36%。

在社交場(chǎng)景，近一年輸入法語(yǔ)音調(diào)用量同比增長(zhǎng)45%，超過(guò)平臺(tái)AI調(diào)用增速。其中，Z世代群體對(duì)語(yǔ)音輸入更為偏愛(ài)，女性使用語(yǔ)音的比例是男性的1.4倍。語(yǔ)音輸入已成為日常交流中人機(jī)交互的重要方式。

當(dāng)人們身處家庭場(chǎng)景，電視助手語(yǔ)音調(diào)用量過(guò)去3年間，增長(zhǎng)515%。全年齡段用戶都已形成語(yǔ)音交互習(xí)慣，其中14歲以下的少年兒童群體和60歲以上的中老年群體，比成年用戶更偏愛(ài)語(yǔ)音交互。

出行時(shí)，車載語(yǔ)音調(diào)用量增長(zhǎng)翻倍。在過(guò)去一年全國(guó)出口的200萬(wàn)輛汽車中，預(yù)制訊飛多語(yǔ)種語(yǔ)音交互系統(tǒng)的車輛已超71%。合作車企在科大訊飛的助力下，已將13個(gè)語(yǔ)種推廣到全球20個(gè)國(guó)家。

過(guò)去一年內(nèi)，教育相關(guān)的AI調(diào)用呈現(xiàn)出902%的增長(zhǎng)（學(xué)習(xí)場(chǎng)景）；錄音筆平均每天為每個(gè)用戶節(jié)省1.32小時(shí)（辦公場(chǎng)景）。

隨著社交、家庭、出行、學(xué)習(xí)和辦公等越來(lái)越多AI場(chǎng)景的廣泛應(yīng)用，人工智能在人機(jī)交互階段已走進(jìn)千行百業(yè)。人工智能與生活結(jié)合的如此緊密，就技術(shù)應(yīng)用的深度看，相當(dāng)于當(dāng)前正在快速進(jìn)入人機(jī)協(xié)同階段。

為滿足人機(jī)交互需求，訊飛開(kāi)放平臺(tái)做了多方面技術(shù)能力的升級(jí)：在感知智能、認(rèn)知智能和運(yùn)動(dòng)智能的技術(shù)底座上，圍繞能力云、交互云、模型云、資產(chǎn)平臺(tái)、超自動(dòng)化和機(jī)器人超腦，以API、低代碼、軟硬件一體和解決方案的方式，面向?qū)嶓w機(jī)器人和數(shù)字機(jī)器人建設(shè)N種場(chǎng)景化機(jī)器人。

在此基礎(chǔ)上，科大訊飛發(fā)布機(jī)器人超腦平臺(tái)AIBOT，以承接這個(gè)產(chǎn)業(yè)階段帶來(lái)的新商業(yè)價(jià)值。

于繼棟表示，融入多模交互、深度理解、運(yùn)動(dòng)控制和硬件模組等核心能力的機(jī)器人超腦平臺(tái)，能為實(shí)體機(jī)器人提供高性能的算力支撐、高效率的地圖導(dǎo)航以及高精度的定位功能，研制出軟硬一體的智能化機(jī)器人。

華爾街見(jiàn)聞在“科大訊飛1024開(kāi)發(fā)者節(jié)”會(huì)議上獲悉，“軟硬一體智能化機(jī)器人”已有實(shí)際應(yīng)用案例。

比如能說(shuō)會(huì)跑的狗：來(lái)自宇數(shù)科技的四足機(jī)器狗在訊飛機(jī)器人超腦平臺(tái)的加持下，已實(shí)現(xiàn)自適應(yīng)地形、全局定位搜索、地圖快速構(gòu)建和更精細(xì)的運(yùn)動(dòng)控制四種能力。因此，機(jī)器狗能跑會(huì)跳，能看會(huì)說(shuō)，可應(yīng)用于戶外巡邏、工業(yè)巡檢等多元化場(chǎng)景。

“超腦2030計(jì)劃”階段成果

虛擬人交互技術(shù)，也是在過(guò)去一年，科大訊飛開(kāi)放式AI平臺(tái)單兵突進(jìn)的一個(gè)技術(shù)方向。

“支撐‘訊飛超腦2030計(jì)劃’的發(fā)展，有兩個(gè)關(guān)鍵算法亟待突破：無(wú)監(jiān)督學(xué)習(xí)和知識(shí)推理?！笨拼笥嶏wAI研究院副院長(zhǎng)高建清說(shuō)，“前者要做到實(shí)用化、場(chǎng)景化的預(yù)訓(xùn)練技術(shù)，后者要構(gòu)建基于知識(shí)檢索、決策以及融合的推理系統(tǒng)?！?/p>

科大訊飛設(shè)計(jì)了基于無(wú)監(jiān)督學(xué)習(xí)的預(yù)訓(xùn)練框架，并使用了少量有監(jiān)督數(shù)據(jù)做優(yōu)化，大幅提升訓(xùn)練效率。

針對(duì)多模語(yǔ)音識(shí)別、情感識(shí)別等多模態(tài)任務(wù)，新的預(yù)訓(xùn)練框架對(duì)音頻、人臉等不同模態(tài)的輸入一視同仁，利用其中內(nèi)容、表情及身份等信息的關(guān)聯(lián)性做融合，可設(shè)計(jì)出不同的訓(xùn)練目標(biāo)。

訊飛用少量有監(jiān)督數(shù)據(jù)構(gòu)建碼本，使訓(xùn)練機(jī)時(shí)下降八成，實(shí)現(xiàn)了實(shí)用化預(yù)訓(xùn)練。

在無(wú)監(jiān)督學(xué)習(xí)的預(yù)訓(xùn)練算法框架下，訊飛開(kāi)放了輕量化的中文語(yǔ)音、中英文多模態(tài)預(yù)訓(xùn)練模型。高建清說(shuō)，“預(yù)訓(xùn)練模型支持語(yǔ)音識(shí)別、聲紋識(shí)別、情感識(shí)別、多模態(tài)語(yǔ)音識(shí)別等多個(gè)任務(wù)，參數(shù)量遠(yuǎn)遠(yuǎn)少于業(yè)界公開(kāi)的模型，但效果卻達(dá)到了業(yè)界相對(duì)最優(yōu)?！?/p>

在知識(shí)推理方面，以回答“包在低溫下會(huì)馬上發(fā)霉嗎”為例，機(jī)器要理解“低溫變質(zhì)慢”等常識(shí)，在引入海量知識(shí)的基礎(chǔ)上，要用預(yù)訓(xùn)練模型進(jìn)行知識(shí)重要性排序，也要融合知識(shí)與問(wèn)題進(jìn)行推理，才能與人暢聊“面包變質(zhì)的二三事”。

同時(shí)，也提出了知識(shí)與問(wèn)題融合的Across attention model，實(shí)現(xiàn)問(wèn)題和知識(shí)之間的充分交互，從而實(shí)現(xiàn)更有效的知識(shí)推理。

此外，科大訊飛還探索將神經(jīng)網(wǎng)絡(luò)與符號(hào)推理相結(jié)合，實(shí)現(xiàn)了推理過(guò)程的可解釋性。應(yīng)用于小學(xué)平面幾何題上，這個(gè)推理系統(tǒng)讓AI答題的正確率從完全不可用，提升到了90%的水平，顯著優(yōu)于傳統(tǒng)推理系統(tǒng)。

值得一提的是，科大訊飛基于多模態(tài)交互以及醫(yī)療認(rèn)知技術(shù)，研發(fā)了一套抑郁癥定量篩查系統(tǒng)。這可模擬心理醫(yī)生的問(wèn)診思路做交互設(shè)計(jì)，用戶通過(guò)與機(jī)器聊天的方式，即可初步實(shí)現(xiàn)病情的定量評(píng)估，篩查效果達(dá)到91.2%（北京安定醫(yī)院實(shí)測(cè)數(shù)據(jù)）。

目前，這一系統(tǒng)已在北京安定醫(yī)院等醫(yī)療機(jī)構(gòu)做試點(diǎn)應(yīng)用。“未來(lái)，基于定量篩查基礎(chǔ)能力，我們將研發(fā)抑郁癥篩查平臺(tái)，向更多學(xué)校推廣，助力青少年心理成長(zhǎng)。”高建清表示。

作為“訊飛超腦2030計(jì)劃”的階段性成果，今年科大訊飛構(gòu)建了多款專業(yè)虛擬人，分別用于客服、助理、招聘、財(cái)務(wù)和法務(wù)等行業(yè)的工作，這些都具有一個(gè)共同特點(diǎn)：豐富的專業(yè)知識(shí)。

通過(guò)深入學(xué)習(xí)行業(yè)知識(shí)，訊飛定制研發(fā)了多行業(yè)交互大腦，目前已為金融、電信、媒體等多行業(yè)提供專業(yè)虛擬人解決方案，為“數(shù)字經(jīng)濟(jì)”服務(wù)。

風(fēng)險(xiǎn)提示及免責(zé)條款 市場(chǎng)有風(fēng)險(xiǎn)，投資需謹(jǐn)慎。本文不構(gòu)成個(gè)人投資建議，也未考慮到個(gè)別用戶特殊的投資目標(biāo)、財(cái)務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見(jiàn)、觀點(diǎn)或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負(fù)。

關(guān)鍵詞： 科大訊飛 開(kāi)放平臺(tái) 人工智能