楊凈 蕭簫 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
企業(yè)擁有265萬開發(fā)者是一種什么體驗？
是在最新財報上已經(jīng)商業(yè)變現(xiàn)，開放平臺營收增速高達(dá)131%？
是連續(xù)5年在合肥振臂一呼，全球就迅速響應(yīng)？
當(dāng)然，這還不是全部。
在這一次開發(fā)者節(jié)上，科大訊飛(002230,股吧)董事長劉慶峰向全球開發(fā)者，攤開過去一年答卷。
科大訊飛AI開放平臺，至今已有441項核心技術(shù)；
每個月平均新增9萬開發(fā)者團(tuán)隊，其中工業(yè)應(yīng)用占比達(dá)到60%；
醫(yī)療AI系統(tǒng)一年給出97萬份修正診療結(jié)果……
而像“遇強(qiáng)則強(qiáng)，遇弱則弱”的圍棋機(jī)器人、1分鐘定制專屬AI數(shù)字人、3秒判斷聲音畫像等這些技術(shù)成果更是成為展區(qū)的爆款！
第五屆全球開發(fā)者節(jié)究竟有何看頭？現(xiàn)在就帶你一文看盡。
科大訊飛最新技術(shù)成績
今年1024開發(fā)者節(jié)上，最先登場的科大訊飛董事長劉慶峰披露了取得的一系列最新成績。
其一，AI健康咨詢準(zhǔn)確率超過絕大部分全科醫(yī)生。
在你就診時，健康咨詢AI系統(tǒng)會根據(jù)你的相關(guān)健康狀況，推薦你去對應(yīng)醫(yī)院找專家就診。據(jù)劉慶峰介紹，目前科大訊飛的健康咨詢AI系統(tǒng)，已經(jīng)超過96.4%的通過國家考試的全科醫(yī)生。
其二，醫(yī)療AI系統(tǒng)一年給出97萬份修正診療結(jié)果。
在過去一年中，科大訊飛的AI輔助診療系統(tǒng)，協(xié)助修正了97萬份安徽省基層醫(yī)生看病的診療初步結(jié)果。依賴于科大訊飛的醫(yī)療AI輔助診療系統(tǒng)，安徽基層醫(yī)生合理診斷度已經(jīng)從70分提升到了80分，整體系統(tǒng)準(zhǔn)確率已經(jīng)達(dá)到97%以上。
其三，AI開放平臺核心技術(shù)達(dá)到441項。
2010 年，科大訊飛開放平臺正式上線，集成了語音合成、語音搜索、自然語言處理和語音聽寫等多項能力，成為當(dāng)時行業(yè)內(nèi)開放最早的智能語音平臺。如今，科大訊飛已經(jīng)從最初的3項核心技術(shù)，進(jìn)化到今天具備的441項核心AI能力與方案。
其四，1句話就能語音合成1個人的聲音。
據(jù)劉慶峰介紹，科大訊飛正在不斷的持續(xù)打造人工智能的核心技術(shù)的領(lǐng)先引擎，包括無監(jiān)督訓(xùn)練等技術(shù)，讓機(jī)器用更小的數(shù)據(jù)、更少的標(biāo)注學(xué)習(xí)更多的知識，現(xiàn)在在語音合成上已經(jīng)實現(xiàn)一句話就能模仿一個人的音色。
在小語種識別上，科大訊飛提出的統(tǒng)一空間表達(dá)的半監(jiān)督語音識別技術(shù)，使得研究人員只用100個小時的有監(jiān)督語音和無標(biāo)簽文本數(shù)據(jù)訓(xùn)練，就能達(dá)到之前10000小時有監(jiān)督語音數(shù)據(jù)訓(xùn)練的效果。
其五，用AI讓學(xué)生無效作業(yè)時間平均降低50%。
據(jù)劉慶峰介紹，科大訊飛在安徽合肥率先用人工智能助力“雙減”，利用AI復(fù)雜系統(tǒng)，結(jié)合OCR自動評分、語音推理等技術(shù)，分析學(xué)生的學(xué)習(xí)情況，對過程性作業(yè)考試數(shù)據(jù)進(jìn)行評價，精準(zhǔn)給予指導(dǎo)，將孩子的無效作業(yè)時間平均降低了50%。
這一系列亮眼的成績之上，劉慶峰公開了科大訊飛AI開放平臺2.0戰(zhàn)略，共包括6大措施：
劉慶峰表示，行業(yè)關(guān)鍵問題，需要各行業(yè)的人共同努力：
開發(fā)者可以不了解AI技術(shù)，只要有靈感、創(chuàng)意和想象力，就可以加入到AI開放平臺2.0來。
只有生態(tài)的繁榮，才能決定AI的未來。
AI開放平臺2.0升級
接下來，基于過去5年的開發(fā)者生態(tài)積累，科大訊飛總裁吳曉如提出1024計劃5.0——用系統(tǒng)性創(chuàng)新，打造人工智能產(chǎn)業(yè)新生態(tài)。
當(dāng)中最重要的部分，就是AI開放平臺2.0的發(fā)布。
與過去1.0相比，簡單來說，就是二維到三維的升級。
以往的解決方案，都是單向提供給創(chuàng)業(yè)伙伴，但隨著人工智能逐漸向傳統(tǒng)產(chǎn)業(yè)落地，需要解決的問題更為復(fù)雜，需要系統(tǒng)性架構(gòu)來解決。
既然如此，就需要與行業(yè)龍頭打造基線底座模型，再與上下游合作伙伴展開合作，形成完整的行業(yè)方案。
以智慧農(nóng)業(yè)為例。
訊飛就與中國農(nóng)業(yè)大學(xué)展開合作，共同研發(fā)預(yù)測生產(chǎn)模型、澆水施肥模型等，然后提供給傳感器等上下游供應(yīng)商，共同將方案提供給業(yè)內(nèi)的合作伙伴。
目前，科大訊飛首次推出18個行業(yè)，并表示將每年投入5億研發(fā)基金，服務(wù)100萬開發(fā)者。
既然如此，那該如何推動開放平臺2.0的戰(zhàn)略？有四大維度。
1、與高校合作開設(shè)人工智能專業(yè)，目前已經(jīng)開發(fā)339門課程，培養(yǎng)超60萬開發(fā)者。
2、與合作伙伴籌建智能語音創(chuàng)新中心，為每個行業(yè)制定標(biāo)準(zhǔn)測試環(huán)境。
3、舉辦頂尖賽事，選出行業(yè)標(biāo)桿。正如此次1024開發(fā)者節(jié)，就舉辦了兼具行業(yè)應(yīng)用、學(xué)術(shù)研究、公益等105個賽道賽事，共有兩萬多支隊伍報名。
3、孵化創(chuàng)新企業(yè)，提供優(yōu)質(zhì)資源。除了中國聲谷之外，訊飛在全國共有十余家雙創(chuàng)基地。
四大技術(shù)方向突破
接著，科大訊飛高級副總裁、AI研究院院長胡國平，就分享了四大技術(shù)方向的突破。
嗯，實際上就是去年發(fā)布的“AI科技樹”，今年已然開出一些果來。
第一項，端到端建模技術(shù)。
這項技術(shù)將前端多路信號直接同步輸入到后端聲學(xué)模塊，來實現(xiàn)更精細(xì)的建模，可實現(xiàn)復(fù)雜（比如嘈雜環(huán)境）場景下的一體化語音識別、語音翻譯等。
在語音識別上，以賣場為例，這項技術(shù)成功將只有35%的語音識別準(zhǔn)確率，提升到了88%；同時語音喚醒的成功率，也成功從40%提升到了90%。
在語音翻譯上，科大訊飛還成功在IWSLT國際口語機(jī)器翻譯大賽的同傳任務(wù)上，包攬了三個賽道的冠軍。
第二項，無監(jiān)督訓(xùn)練技術(shù)。
為了降低對語音合成數(shù)據(jù)規(guī)模的要求，科大訊飛提出了聽感量化編碼，充分借助語音識別數(shù)據(jù)來合成音庫，成功實現(xiàn)了多人混合模型訓(xùn)練。
在小語種識別上，提出的統(tǒng)一空間表達(dá)的半監(jiān)督語音識別技術(shù)，使得只用100個小時的有監(jiān)督語音和無標(biāo)簽文本數(shù)據(jù)，就能達(dá)到之前10000小時有監(jiān)督語音數(shù)據(jù)訓(xùn)練的效果。
在語音合成上，利用無監(jiān)督訓(xùn)練甚至實現(xiàn)了發(fā)音內(nèi)容、情感和音色分別可控的效果，例如1句話合成語音、方言自由切換等等……
注意，不止是普通的四川和合肥話，科大訊飛甚至開放了6種船新的少數(shù)民族語種：
第三，多模態(tài)融合技術(shù)。
在人機(jī)交互上，現(xiàn)在甚至已經(jīng)不需要喚醒詞了，機(jī)器會看到你的嘴型，從而自動判斷你“是否在對它說話”，并自動做出應(yīng)答，誤喚醒率降低到0.01%。
在復(fù)雜文檔（例如試卷）識別上，多模態(tài)技術(shù)會結(jié)合OCR、手寫數(shù)學(xué)公式識別等技術(shù)，將一張紙上的所有信息準(zhǔn)確識別出來，已經(jīng)實現(xiàn)教輔作業(yè)批改準(zhǔn)確率從92%進(jìn)化到98%的效果。
第四，外部知識融入技術(shù)。
我們都知道，做語音交互的AI總是有點(diǎn)“呆”，這是因為它們雖然學(xué)習(xí)了不少技術(shù)知識和新科技，但對人類的一些常識掌握得卻還不夠深。
為了提升AI在這方面的“人情味”，科大訊飛特意將人類的常識和知識整理成一個事理圖譜。
像兒童玩具交互場景中，就包括“搶玩具”“收拾玩具”這樣具體的動作，讓它知道人類平時會做、會說的事情。
這樣，在面對小朋友亂拋玩具時，AI就能從容說出“來收拾一下玩具”這樣的語句，而不是只會幫小朋友一遍遍親自收拾玩具。
又例如電子病歷場景下，運(yùn)用外部知識融入技術(shù)也能讓AI學(xué)習(xí)到人類醫(yī)生看病的經(jīng)驗，最終將罕見病診斷率從87%提升到了93%，整體病情判斷準(zhǔn)確率從92%提升到了95%。
兩大平臺+生態(tài)助力產(chǎn)業(yè)
最后面向合作伙伴，科大訊飛交出自身探索成果——
兩大平臺+兩大生態(tài)。
首先是企業(yè)數(shù)字化平臺的發(fā)布和虛擬人交互平臺的開放。
簡單來說，這個企業(yè)數(shù)字化平臺其實是原來的AI開放平臺基礎(chǔ)上，配置了RPA引擎，從而具有智能化、自動化（RPA）、低代碼、流程管理等特性。
以智能招聘為例，這位“虛擬小助理”可以在前期分發(fā)信息、電話通知等重復(fù)性工作上替代HR的工作，據(jù)稱流程至少提效10倍。
除了企業(yè)數(shù)字化平臺的發(fā)布以外，還開放了虛擬人交互平臺。
值得一提的是，在傳統(tǒng)意義上開放給開發(fā)者外，還接受聲音、形象提供者提供相應(yīng)的數(shù)據(jù)，以應(yīng)用于各類應(yīng)用場景。
實際上，在過去一年里，這個交互平臺已經(jīng)在400+個企業(yè)客戶進(jìn)行試點(diǎn)，應(yīng)用在了新聞生產(chǎn)、企業(yè)客服、泛娛樂營銷等場景，新增54個形象，匯集了4988份聲音。
接著，就是科大訊飛過去一年中成績最顯著的兩大生態(tài)：教育+城市。
在教育生態(tài)上，科大訊飛今年提出了三大計劃，包括教育科研基金資助計劃，即在未來三年投入1個億的科研基金，開展前沿的理論與應(yīng)用的研究；
此外合作伙伴聯(lián)合創(chuàng)新計劃，設(shè)立創(chuàng)新孵化投資基金，每年投入1億元，技術(shù)上提供300人以上的技術(shù)和市場領(lǐng)域的專家服務(wù)；
還有教學(xué)教研聯(lián)盟的公益計劃，預(yù)計新增建設(shè)10個區(qū)域聯(lián)合教研機(jī)構(gòu)、100所名校聯(lián)盟新增合作校，推動內(nèi)容共創(chuàng)平臺新增骨干教研員1萬名。
在城市生態(tài)上，據(jù)科大訊飛高級副總裁張友國表示，科大訊飛預(yù)計在2025年的智慧城市中，實現(xiàn)一年銷售收入150億，在“十四五”期間實現(xiàn)約500億收入，其中預(yù)計60%（約300億）的收入，科大訊飛都會分享給生態(tài)合作伙伴。
人工智能的未來：由表及里的生態(tài)
一天發(fā)布會下來，聽到最多的一個關(guān)鍵詞就是生態(tài)。
隨著浪潮向前，人工智能不再像此前那般是一個觸不可及的概念，而是真正普惠于民、用之于民的全民技術(shù)。
“幫助每個人、陪伴每個人、更懂每個人”，這是科大訊飛所描述的AI未來。
而預(yù)見未來最好的方式，就是共創(chuàng)未來。
去年這個時候，劉慶峰在演講的最后提到，唯有生態(tài)，才能生生不息。
今年開發(fā)者節(jié)上，“生態(tài)”的味道更加明晰，從技術(shù)、到產(chǎn)業(yè)，再到開發(fā)者從內(nèi)到外全面滲透。
作為一家上市13年的老牌企業(yè)，正在用這種方式去完成人工智能產(chǎn)業(yè)的全面盛放。
One More Thing
對了，在本次開發(fā)者節(jié)上，還有其他意想不到的亮點(diǎn)。
比如，安徽人余承東回到家鄉(xiāng)，在父老鄉(xiāng)親面前“帶貨”。（手動狗頭）
本文首發(fā)于微信公眾號：量子位。文章內(nèi)容屬作者個人觀點(diǎn)，不代表和訊網(wǎng)立場。投資者據(jù)此操作，風(fēng)險請自擔(dān)。
