世界智能大会 | 科大讯飞刘庆峰：人工智能+ 应用是硬道理
6月30日，科大讯飞董事长刘庆峰受邀参加世界智能大会并发表了《人工智能+ 应用是硬道理》的主题演讲。作为亚太地区最大的智能语音和人工智能上市公司科大讯飞的创始人，刘庆峰与到场的数千名重量级业内大咖分享了科大讯飞在人工智能领域的成果，以及人工智能给现代生活带来的改变。
https://v.qq.com/txp/iframe/player.html?vid=n0520aplljd&width=500&height=375&auto=0
刘庆峰董事长在世界智能大会上的演讲，时长约21分35秒
以下整理自演讲全文，共5342字，阅读时间12分钟
尊敬的各位领导、各位来宾、各位合作伙伴，我非常高兴能够参加今天的世界智能大会。特别是刚才的天津宣言，3条共15项建议，我觉得都说到我们心坎里面去了。下面我就想跟大家分享一下科大讯飞对于人工智能技术进展现状的理解，以及我们认为在哪些领域人工智能正在深刻地改变我们当前的世界。
今年是人工智能概念提出的第61年，前面张院士也都提到了，人工智能正在进入第三次浪潮。很多人说在前两次浪潮都有浪潮之巅，最后经历大潮破灭，那么第三次浪潮是真的大潮到来，还是有可能仍然是一个泡沫？
确实，我们认为判断这件事情不能用一个预言家的角度去判断，也不是用科普作家的思维，而是真正的要看基数、看产品、看应用环境。人工智能时代确实已经到来了，现在要讨论的只是人工智能将在多大范围、多深的深度、多快的时间来改变这个世界。当今世界已从“互联网+”到达一个新的“人工智能+”的时代。
人工智能其实有两个主要的实现路径，一个是通过生命科学、通过人类大脑的神经元的传导机制来判断，使得我们机器未来具备推理和学习的能力。我们不是让机器变的像人一样，而是要让机器具备像人一样的推理和学习的能力。
第二个路径就是基于数学建模的方法。这是1956年达特茅斯会议上一些数学家、计算机专家和通讯专家们提出的全新的方向。我们非常认可麻省理工将“强化学习”排在2017年十大突破技术榜单的第一位。强化学习，以深度学习为代表，包括卷积神经网络、递归神经网络等等，这些当前不需要再有更大的突破，就已经可以在一个又一个的领域改变世界的相关技术成果了。
随着万物互联时代的到来，越来越多的设备没有屏幕了，越来越多的设备需要我们几米之外来操控它。比如说机器人，它必须在几米之外能够交互，能够随时打断。这种大趋势下，语音合成和识别已成为万物互联时代人机交互的最主要的方式。那么假如要机器说话，语音合成要达到何种水平？
前天，2017年国际语音合成大赛竞赛结果公布，科大讯飞再获全球第一，而且比的还是英语。比赛分两个维度，一是自然度，5分是播音员的水平，4分是普通美国大学生的水平。科大讯飞的语音合成技术是唯一达到4分的，机器读英语跟人读一样自然，全世界第二名只有3.6分。二是系统全自动学习，即整个参数模型在没有任何的先验知识的前提下，通过深度学习自己去计算，科大讯飞依然是全球第一，这代表我们用在全世界几乎所有的语种都可以得到这个结果。
科大讯飞是中国第一个把深度神经网络用在语音识别领域的。2010年科大讯飞发布了语音云平台，宣告手机的语音听写时代开始到来。2010年在实验室测试的结果是准确率85%，实际上真实的培训准确率就60%。这证明演示与实用有很大差距。
到了2016年准确率达到95%以上，从60%到95%，35%的提升中20%来自于算法的突破，15%来自数据的积累。现在讯飞开放平台上的过去18个月的累计独立终端破10亿，每天35亿人次使用，已成为全世界最大的语音交互平台，所以使得各种口音都可以识别出来。
讯飞听见智能会议系统不用联网，单机版本不用做任何口音训练就可以做到95%以上的准确率。一年多以前，我们在北京进行过机器和人工在语音识别上的测试对比，机器对播音员的语音识别准确率可以做到近乎百分百，对我的是97%，对李德毅院士的江苏普通话准确率也有百分之九十几，而人工最高准确率只有80%，这就是机器今天带来的变化。但语音识别还有一个最大的挑战是噪音环境，因为万物互联时代，远距离和噪音情况下的数据是什么情况？两年前宝马汽车在一百公里时速、车内噪音全部打开的情况下测试结果，科大讯飞是全球唯一达到实用的，准确率达86.9%。
那么还有一个关键技术就是方言，到目前为止我们已经能识别20个方言，我们找不到别的第二家能有方言识别提供，这就是算法带来的进步，非一般的语音识别实验室能做的。去年在谷歌举行的国际多通道语音分离和识别大赛（CHiME），是英文的识别，比了三个场景，单麦克风也就是我们通常的手机麦克风，双麦克风你可以左右摇头，不影响准确率；六麦克风就是360度，五米之外随便说。三项指标科大讯飞都是全世界第一。六麦克风，这就是未来的所有机器人进入家庭要掌握的技术。远场高噪音多人说话错误率是2.24%，也就是准确率达到97.76%，这是全世界最好的水平。语音识别我们中国人是全世界第一，我想这还是让大家很自豪的。
很多人会在想机器翻译到底发展到什么程度了？2015年美国国家标准技术研究院（NIST）组织的机器翻译大赛测试的结果，字到字的完全准确，包括语义理解准确，科大讯飞是第一名，但准确率只有52%。所以机器翻译现在确实跟人比还有很大差距。但是在吃饭购物问路娱乐等等这些领域，机器口语翻译已经达到大学六级水平，两年前是四级，不出意外，两年之内可以达到专业八级。
最近有很多的微信公众号，说科大讯飞的机器翻译会代替同传，我觉得那是完全不靠谱的，机器翻译与同传相比还有很大差距。我们现在探讨的是人机耦合模式，让机器的翻译和转写帮助同传提高效率，减少错误，这个才是当前可做的事情。人工智能一定要面对现实，面对52%的准确率，如果你说机器翻译可以代替同传，那就是忽悠，过度神化会摧毁这个产业。我觉得一定要脚踏实地。
根据国家需要，我们推出了汉维、汉藏翻译。真正实现口语到口语的翻译，必须要把语音识别、文字翻译和语音合成结合起来，这三项我们中国人在全世界最新比赛都是第一名。所以我们认为口语到口语的翻译，我们有希望走在最前面，并且解决实用的问题。
科大讯飞致力于让机器从“能听会说”到“能理解会思考”，讯飞在2014年承担了科技部的首个人工智能重大专项类人答题机器人，希望通过这个项目使得未来的机器具备了推理学习和知识管理的能力，那么前面一定要通过人机交互把人类的需求和我们的知识不断地送到后台，把机器的服务以及人工智能学习的能力投放到前端，所以，我们认为人机交互知识管理、推理学习、知识管理是未来认知革命的核心。
去年被认为将来要代替图灵测试的国际常识推理比赛（Winograd Schema Challenge），是用来测试机器的推理能力的。例如比赛其中有一个问题是：“爸爸没法举起他的儿子，因为他很重。请问是谁重？”你需要知道是儿子重；如果问“爸爸没法举起他的儿子，因为他很虚弱。是谁虚弱？”你要知道是爸爸虚弱。真正的人工智能会告诉你这些。有了这个推理，机器才可以在一个领域真正学习我们人类的专家知识。我非常高兴告诉大家这个比赛去年科大讯飞是全球第一。另外一个比赛是去年10月13号美国发布了人工智能国家战略之后，11月15号美国国家标准技术研究院组织的海量信息的、有效知识发现的比赛——2016国际认知图谱构建大赛（NIST TAC Knowledge Base Population），比赛给的原文是英文的，机器需要知道“美国”、“伊拉克”是国名，“特朗普”、“杰布·布什”和“哥哥”都是人名，还要知道这个“哥哥”就是乔治·布什。当你有了这个能力、海量的数据，无论医疗、教育还是政务数据就可以进行学习，找到有价值的知识。当时这个比赛我们的有效发现的比例是66%，有一半以上可以被准确地发掘出来了，我们拿了全世界第一名。
我想有了这些进展，我们想告诉大家的是，我们认为只要有明确的规律可循，有足够多的数据，机器就可以学习顶尖专家知识达到一流专家水平，超过90%普通专业人员。不仅仅替代简单重复劳动，包括复杂脑力劳动，包括博士才能干的事情，机器可以做的越来越多。
所以我们光有算法是不够的。我非常同意刚才很多专家们分析的，光有一个核心技术，相当于有一个聪明的大脑，但它不可能成为天文学家，不可能成为医学家，所以一定要有跟行业专家和行业数据结合起来才能够改变世界。
谷歌的AlphaGo推出之前，团队也研发了三年时间。我们机器在考试中代替人工阅卷做了两年，包括医疗等等都要有一段时间，人工智能改变或者建设美好世界是需要一个过程，需要各块结合的。今天人工智能+时代，我认为技术到今天这个现状，大家在做各种各样的探讨，但最重要的事情是应用是硬道理，是不是让老百姓能看得见人工智能到底带来了什么变化。
教育方面，我们在天津很多地方进行试验，我们跟教育部考试中心一起做的机器人阅卷的验证，在大学四六级的英语作文以及江苏的高考语文作文中，计算机改作文已经超过人工了。人工专家组改500份卷子，机器学习之后改剩余几十万份卷子。专家组联合评定90%的阅卷机器比人准，远超一开始所有专家的预计。
这个难度在于，阿尔法狗学了3000万个棋谱，而且围棋的规律更加可预见；我们的机器只学习了500份卷子的数据，且而作文是开放式的，但是在这些领域机器也已经超过了人工专家，今年很多省已经开始用它来进行高考的验证和中考的作文的验证等等。
同时，基于这些技术，我们可以分析分析孩子的过程化学习数据，从课堂的学习数据到平时的作业和考试的表现，掌握每个孩子的学习的特点和知识掌握程度，给他个性化的教学和内容。现在每个孩子回家作业都是不一样的。
现在全国百强校中已有70多所学校用我们的方案，可以把原来学生无效重复学习减少50%以上，大幅提高效率。今年的高考状元目前不完全统计，已经有超过十个省状元是用了讯飞的系统，对他们是很有帮助的。这个就真正解决了我们几千年来想做的因材施教问题。
医疗方面，IBM、watson做了很多例子，是从罕见的癌症开始做起。在卫计委的支持下，我们跟协和医学院和中国医学科学院应用人工智能，希望第一步解决全科医生奇缺的问题。在这中间我们看到机器通过半年的学习，我们在医学影像上已经达到了三甲医院的水平，在肺部结节的最新测试的准测试级上，准确率已经达到94.9%。
另外一个，通过机器对医学教科书、专门的临床指南以及文献和病历的学习，我们认为机器已经可以极大地提升一线全科医生的能力，相当于我们未来社区和县城医生看病，机器也在旁边听，因为我们有最好的语音识别，能理解病人的需求和交互，然后再调用它的医学影像和相关测试数据给出诊断报告，医生开处方前机器也给出来。我们的诊断是按照协和的能力水平投送的，会极大地提升我们的分级诊疗水平。这是今年两会我给李克强总理汇报，总理特别关注的一个应用方向。
人工智能在电信防诈骗中也有应用，现在机器防诈骗自动判断的准确率达到99.7%，远超人工。在安徽用了半年，全国冒充公检法的电信诈骗上升50%时，安徽下降了79.6%，这就是人工智能带来的帮助。
在司法领域，我们正在做和最高法、最高检合作的机器已经可以开始经过深度学习，进行证据链的前后贯穿的自动判断。你告诉它一个案件，它会告诉你对应的法律法规、类似的案件以及大概要关多长时间，大概要判决赔多少钱。现在最高法跟我们成立的司法超脑，最高检跟科大讯飞成立人工智能联合实验室，把最好的法官检察官送到所有一线，极大提升中国法治发展，所以我想这些都是我们看到的人工智能带来的变化。
我们只是举了几个行业的例子，更多的是科大讯飞把这个技术开放给所有的人工智能应用单位，围绕讯飞的创业团队在今年年初达到了30万家，现在已经达到40万家了，在天津有5030家，围绕我们做各种应用创新；每天的访问人次超过了35亿人次，以科大讯飞为中心的人工智能产业生态正在形成。
人工智能产业正在蓬勃发展，业界也都是有着相同的判断，包括科学杂志去年2月就表示，到2045年全世界50%的工作会被人工智能替代，具体到中国是77%会被替代，这是去年2月份给的数据。我们认为随着最新技术进步，有可能这个进程还会加速，那么在这过程中间未来怎么办？普通老百姓有没有机会？我觉得在人工智能领域不光是人工智能加行业，将来我们要让人工智能给个人来赋能。不再是围棋高手跟AlphaGo去下围棋，每个人带着一个AlphaGo再去PK就有意义了，让每个人站在人工智能肩膀之上。那么现在其实人工智能正处于当年2000年的互联网泡沫一样，看起来短期内可能有不少泡沫，但是以10年20年看，它就是个伟大的革命。
人工智能是一个伟大的历史进程，我觉得一要脚踏实地往前去发展，而中国在这是有很大的机会的。因为在中美创新能力对比中，科学研究会工程技术员方面来说美国强，客户中心和效率提升是中国强，但人工智能恰恰是什么呢？是应用驱动需要不断的去迭代的，很多领域中美是同步进入无人区的，此次会议使我们有更大的机会站在全球的巅峰之上。前两天MIT科技评论公布了全球50大最聪明企业榜单，中国有9家企业上榜，科大讯飞名列世界第六、中国第一，这也体现了科技界产业界对人工智能技术的期待。
我们非常高兴参加今天的会议，希望能够在助力天津发展、以及在整个人工智能发展中跟大家协助合作，我们争取在中国用人工智能改变世界，建设美好世界。谢谢大家。
世界智能大会
世界智能大会由天津市人民政府、国家发展和改革委员会、科学技术部、工业和信息化部、国家互联网信息办公室、中国科学院、中国工程院共同主办，本次大会以“迈向大智能时代”为主题，立足打造世界级先进智能科技成果发布平台、创新合作平台、产业聚集平台和投融资对接平台。
本次大会邀请了联想集团创始人柳传志、联合国教科文组织知识社会局局长 英德拉吉特·班纳吉（Indrajit Banerjee）、中国工程院院士潘云鹤、阿里巴巴集团董事局主席马云、百度公司创始人李彦宏、珠海格力电器董事长兼总裁董明珠等来自多个国家的数百名重量级业内大咖参与。
世界智能大会同期举办了世界智能科技展，讯飞听见智能会议系统、语音云创新公共服务平台、晓曼机器人、讯飞翻译机、小途机器人、叮咚智能音箱、阿尔法小蛋以及智慧教育、智慧城市、智慧生活等领域的全系列产品，成为展会中的一大亮点，受到新华社、天津卫视、新华网、人民网、新浪等众多媒体纷纷报道。
拓展阅读
中国第1、世界第6：科大讯飞上榜2017《麻省理工科技评论》“全球50大最聪明企业”
编 | charline 责编 | zmwang 阿序