編者按：1956年最熱的兩個月，美國漢諾斯的達特茅斯學(xué)院中，一些科學(xué)家們正聚在一起，討論著看似對人類“無關(guān)痛癢”的話題：以機器模仿人類的學(xué)習(xí)及其他方面的智能。大家最終沒有達成共識，討論的內(nèi)容卻誕生出一個新名詞——人工智能。那年，也成了人工智能元年。

60年的時光，人工智能的發(fā)展經(jīng)歷著并不被眾人所知的起伏。而在這個被稱為“人工智能之年”的年份里，有人在嘈雜的人群中靜靜講述，有一天，人工智能將會像電影《超體》中的露西一樣，無處不在！

    【釘科技報道】12月21日，世界領(lǐng)先的語音交互及人工智能（英文簡稱A．I．）科研公司——科大訊飛，在北京國家會議中心召開了以“A．I．復(fù)始，萬物更新”為主題的2015年年度發(fā)布會。作為被稱為“人工智能之年”的2015年的收官大會，其內(nèi)容異彩紛呈，可以算得上是中國人工智能領(lǐng)域一場具有標志性意義的大會。

    人工智能的發(fā)展經(jīng)歷了什么樣的歷程？有哪些人工智能產(chǎn)品能為我們的工作、生活、學(xué)習(xí)帶來幫助？「訊飛超腦」為代表的科大訊飛人工智能技術(shù)，獲得了哪些創(chuàng)新性、革命性的技術(shù)突破？以開啟人工智能新紀元為目標的科大訊飛都做出了解答。

    復(fù)始·更新：60年，一個輪回

   劉慶峰介紹，1956年的達特茅斯會議是人工智能研究的歷史起點，至今正好是一個60年甲子。在這60年的發(fā)展過程中，伴隨著計算機技術(shù)和民用科技突飛猛進的發(fā)展，人工智能研究本身經(jīng)歷了兩次波峰與波谷，而從2006年起始至今愈發(fā)升溫的人工智能熱，是第三次人工智能浪潮，而60年甲子的當(dāng)下，正處于人工智能爆發(fā)的前夜。

    在這第三次浪潮中，中國、美國和歐洲，不約而同地將人類大腦研究上升為國家戰(zhàn)略科研高度，而以科大訊飛為代表的中國科學(xué)家與產(chǎn)業(yè)勢力，也是歷史上第一次與西方的同行們同步前進，共同推動人類科學(xué)技術(shù)的前沿探索。
    劉慶峰表示，人工智能未來會像水和電一樣無所不在。而在人工智能的三個層次——計算智能、感知智能和認知智能之中，前兩者機器的能力已經(jīng)超越人類，讓機器實現(xiàn)認知智能是目前人工智能科研的焦點，這也是人區(qū)別于動物的最本質(zhì)能力。
    而從人類自身的發(fā)展來看，產(chǎn)生認知智能的標志是語言的廣泛使用。所以，在第三次人工智能浪潮中，世界上眾多的科學(xué)家都不約而同地從“自然語言理解”這個研究方向上，尋找人工智能的突破口，亦即從語音與語言入手實現(xiàn)機器的認知革命。而科大訊飛也正是從這個方向上取得了令世人矚目的成就。
    訊飛超腦正在認知智能方向不斷突破

    從1998年成功研發(fā)出可實用的中文語音交互系統(tǒng)開始，至2014年發(fā)布“訊飛超腦”的這17年間，科大訊飛取得了讓行業(yè)和科技界矚目的一系列科研成就與產(chǎn)業(yè)化成果。

    科大訊飛的這些成果中，包括獲得NIST全球語種識別比賽的冠軍，JWSLT機器翻譯評測冠軍，在國內(nèi)替代人工進行英語口語測試與普通話級別考試，并在教育、車載、家居、通信、硬件和國家安全等眾多領(lǐng)域的產(chǎn)業(yè)化高速推進。這個過程中從一家大學(xué)生創(chuàng)業(yè)公司，成長成為目前市值超過500億的中國高科技公司。

    AIUI正式發(fā)布，訊飛超腦全新升級

    在產(chǎn)品發(fā)布環(huán)節(jié)，劉慶峰首先定義了認知智能的三大核心支撐能力：人機交互、知識管理與推理學(xué)習(xí)。而隨后科大訊飛發(fā)布的訊飛超腦2.0科研項目，正是圍繞這三方面持續(xù)展開，不但賦予機器“能聽會說”的能力，還能賦予機器“能理解會思考”的能力。
    而在訊飛超腦的產(chǎn)業(yè)化應(yīng)用產(chǎn)品層面，年會發(fā)布了對科大訊飛具有里程碑意義的人機交互新產(chǎn)品——AIUI。劉慶峰認為，在實際上已經(jīng)到來的“萬物互聯(lián)”時代，客觀上對人機交互提出了更高的要求。但是，一方面目前大多數(shù)設(shè)備沒有屏幕并且與用戶之間有一定的距離，另一方面隨時隨地的多方交互的需求越發(fā)明顯。于是，科大訊飛又在此次大會上定義了“萬物互聯(lián)”時代的人機語音交互標準，其基本能力應(yīng)該包括三方面：遠場識別、全雙工、多輪交互。
    AIUI集成了包括雙全工技術(shù)、麥克風(fēng)陣列技術(shù)、聲紋識別技術(shù)、方言識別、語義理解技術(shù)和內(nèi)容服務(wù)等——科大訊飛一些系列尖端科研成果和完善服務(wù)，代表業(yè)界最高水準的技術(shù)產(chǎn)品。開發(fā)者將可以一鍵獲取解決方案，通過集成麥克風(fēng)陣列、集成SDK以及定制云端服務(wù)等方式。
    更自然的人機交互是：聽得懂方言

    年初，山東大漢被車載語音導(dǎo)航逼瘋的消息傳播甚廣。一個普通話不標準的山東人，在環(huán)境嘈雜的車上，遠距離與不那么智能的導(dǎo)航交流，產(chǎn)生的結(jié)果就是讓人抓狂的識別與交互。而本次發(fā)布會上，科大訊飛通過遠場抗噪、方言識別、全雙工交互、多輪對話、糾錯等系列技術(shù)，成功打破了“山東大漢的困境”。

    科大訊飛通過定位、麥克風(fēng)波束形成、回聲消除、抗混響、喚醒一系列技術(shù)形成的系統(tǒng)解決了遠距離識別問題。其次，科大訊飛實現(xiàn)了人機對話控制由單工（如手機語音助手的按一下說一下）轉(zhuǎn)變成全雙工（人和機器可以像打電話那樣同時聽和說）的交互轉(zhuǎn)變。

    多輪交互實現(xiàn)了機器對上下文連貫理解，使得人機交流不再是單調(diào)的一問一答，而是可以連續(xù)交流。再加上對話糾錯機制，人可以隨時糾正對話中雙方的錯誤，使說過的話不再是覆水難收。通過以上一系列技術(shù)形成的系統(tǒng)，極大降低了環(huán)境、說法、習(xí)慣等對人機交互的干擾，實現(xiàn)高度自然的人機交互體驗。

    全學(xué)科閱卷+智學(xué)網(wǎng)，訊飛超腦助力教育升級

    老師“忙”于改作業(yè)、判卷子、備授課，事倍功半；學(xué)生“盲”于做作業(yè)、找補習(xí)、問問題，低效重復(fù)；而教育資源“?！?，數(shù)量多、來源廣，選擇難，雜亂無章更是給教學(xué)帶來極大困擾。劉慶峰用“忙”、“盲”、“?！边@三個字道出了教育面臨的窘境，而科大訊飛目前的技術(shù)進展正是解決以上問題的良方。
    劉慶峰表示，在訊飛超腦的應(yīng)用層面，教育產(chǎn)業(yè)也是科大訊飛將自身科研成果產(chǎn)業(yè)化最成功的領(lǐng)域之一。目前，全國已經(jīng)有31個省市的8000萬師生在使用科大訊飛面向K12教育所推出的高科技教學(xué)與考評產(chǎn)品，有效解決了之前的教育行業(yè)困境，不僅實現(xiàn)了語音與文字的識別、合成與分類，并且實現(xiàn)了智能批改、全科閱卷、資源庫自動建設(shè)等真正具備“人工智能”的產(chǎn)品目標，為中國的整個教育體系實現(xiàn)夢寐以求的個性化教學(xué)提供了有力支撐。
    正是在此基礎(chǔ)上，作為科大訊飛的to C教育產(chǎn)品——智學(xué)網(wǎng)與E聽說具備非?？捎^的市場價值。
    目前，科大訊飛中文作文機器閱卷技術(shù)在2015年合肥、安慶中學(xué)會考上已經(jīng)取得應(yīng)用，人機閱卷對比結(jié)果顯示機器閱卷已經(jīng)相當(dāng)準確！
    智學(xué)網(wǎng)秉承“基于大數(shù)據(jù)的發(fā)展性評價及教與學(xué)分析”的理念，以考試為切入點，可在線輔助老師完成出卷、閱卷、統(tǒng)分，將老師從繁瑣重復(fù)的閱卷工作中解放出來。同時，機器閱卷過程的全數(shù)字化，實現(xiàn)對學(xué)生答題數(shù)據(jù)的收集，通過對數(shù)據(jù)的分析，生成面對學(xué)校、班級、學(xué)生不同版本的專業(yè)化評測報告，以便老師進行針對性的教學(xué)，進而促進學(xué)生實現(xiàn)個性化的學(xué)習(xí)，極大提升學(xué)習(xí)效率。

    訊飛聽見：“即時語音轉(zhuǎn)寫”開啟知識管理新時代

    在發(fā)布會現(xiàn)場，科大訊飛全球首次將演講人董事長劉慶峰的演講同步轉(zhuǎn)寫成文字在大屏幕顯示，敢于接受現(xiàn)場數(shù)千參會者和數(shù)千萬觀看視頻直播觀眾的檢驗，并接受五名高級速錄師的挑戰(zhàn)?，F(xiàn)場識別正確率達到99%以上！這也標志著科大訊飛又一次在業(yè)界率先實現(xiàn)了演講和會議場景下的語音轉(zhuǎn)寫技術(shù)突破。

    針對大型會議、現(xiàn)場采訪、個人交流等場景下的內(nèi)容整理需求，科大訊飛集成了單麥克解混響技術(shù)、陣列解混響技術(shù)、口語化識別等眾多最新研究成果，全球首發(fā)智能“軟件+硬件+服務(wù)”于一體的語音科技產(chǎn)品——訊飛聽見，包括手機App（錄音寶）、PC端網(wǎng)站（www.iflyrec.com）、智能硬件（錄音筆）。
    PC端網(wǎng)站能夠?qū)崿F(xiàn)雙屏智能編輯、角色自動分離、音頻精準定位、快速按句回聽、發(fā)言實時上屏、格式多種多樣等功能，手機APP錄音寶則能解決常見的錄音回聽不方便、導(dǎo)出錄音復(fù)雜、錄音文件無法重命名等問題。同時，聽見錄音筆既增強了傳統(tǒng)錄音筆的錄音音質(zhì)、播放效果，更配備智能語音轉(zhuǎn)文字服務(wù)，三者的結(jié)合實現(xiàn)了“軟件+硬件+服務(wù)”的完美統(tǒng)一。
    劉慶峰表示，實際上，音文轉(zhuǎn)寫是當(dāng)下都市生活的一種經(jīng)常性需求，在正式發(fā)布之前，錄音寶產(chǎn)品已經(jīng)有了超過100萬的用戶就是這種需求的證明。而隨著流媒體的不斷演進與普及，相信，在未來的圖文直播時代，科大訊飛的音文轉(zhuǎn)錄產(chǎn)品的價值將會更加凸顯。
    錄音寶、錄音筆與訊飛聽見網(wǎng)這三款新銳產(chǎn)品，將與訊飛輸入法（2.8億用戶）、靈犀語音助手（1.2億用戶）、DingDong智能音箱（2015年市場份額最大的WiFi音箱）、智學(xué)網(wǎng)、E聽說一道，構(gòu)成科大訊飛的To C產(chǎn)品線第一陣營，而科大訊飛還將繼續(xù)在To C業(yè)務(wù)的條線上，推出受市場歡迎的高科技產(chǎn)品。

    在實際上已經(jīng)到來的“萬物互聯(lián)時代”，語音為主，觸摸、圖像、手勢為輔，將成為人機交互的新常態(tài)，而在這種人類生活的新常態(tài)中，人工智能技術(shù)的突破是用來延伸人類能力而非替代人類的。人工智能將使人類更幸福、更富想象力和創(chuàng)造力。