每經(jīng)記者 查道坤 每經(jīng)編輯 宋思艱 實習(xí)編輯 陳適
只要你開口，它就能將你的聲音轉(zhuǎn)化成文字；只要你會說一口“二級乙等”的普通話，它的轉(zhuǎn)寫準(zhǔn)確率就可以達(dá)到90%以上。它有一個小目標(biāo)，讓人工智能今年在全球首次通過國家執(zhí)業(yè)醫(yī)師資格考試，成為“全科醫(yī)生”；它有一個大目標(biāo)，在2029年的“而立之年”，成為全球人工智能產(chǎn)業(yè)領(lǐng)導(dǎo)者。
這樣的技術(shù)、這樣的愿景，來自一家名為科大訊飛的公司。近日，在它十八周年成人禮之際，《每日經(jīng)濟新聞》記者專訪了公司董事長劉慶峰——他的公司明年上半年員工總數(shù)將逾萬人，而1999年成立時，連他在內(nèi)只有“十八羅漢”。
●說成果：9年兩獲“國家科技進步獎”
NBD：自1999年發(fā)展至今，科大訊飛已成為國內(nèi)語音產(chǎn)業(yè)龍頭企業(yè)，目前公司在語音產(chǎn)業(yè)領(lǐng)先地位如何體現(xiàn)？
劉慶峰：科大訊飛是我國唯一以語音技術(shù)為產(chǎn)業(yè)化方向的“國家863計劃成果產(chǎn)業(yè)化基地”、“國家規(guī)劃布局內(nèi)重點軟件企業(yè)”、“國家高技術(shù)產(chǎn)業(yè)化示范工程”，并被原信息產(chǎn)業(yè)部確定為中文語音交互技術(shù)標(biāo)準(zhǔn)工作組組長單位，牽頭制定中文語音技術(shù)標(biāo)準(zhǔn)�！皣抑悄苷Z音高新技術(shù)產(chǎn)業(yè)化基地”、“語音及語言信息處理國家工程實驗室”先后落戶公司，有利于進一步匯聚資源，提升科大訊飛產(chǎn)業(yè)龍頭地位。
2003年、2011年，科大訊飛兩次榮獲“國家科技進步獎”，2005年、2011年兩次獲得中國信息產(chǎn)業(yè)自主創(chuàng)新最高榮譽“信息產(chǎn)業(yè)重大技術(shù)發(fā)明獎”。自90年代中期以來，在歷次國內(nèi)外語音合成評測中，各項關(guān)鍵指標(biāo)均名列第一。2017年8月，在國際醫(yī)學(xué)影像領(lǐng)域的權(quán)威評測LUNA上，科大訊飛獲得平均召回率92.3%的檢測效果，以顯著優(yōu)勢獲得該項評測的第一名并刷新世界紀(jì)錄。
基于擁有自主知識產(chǎn)權(quán)的世界領(lǐng)先智能語音和人工智能技術(shù)，科大訊飛已推出從大型電信級應(yīng)用到小型嵌入式應(yīng)用、從教育到電信等行業(yè)、從手機到車載設(shè)備、從家電到玩具等，能夠滿足不同應(yīng)用環(huán)境下企業(yè)和個人用戶需求的多種產(chǎn)品。科大訊飛已占有中文語音技術(shù)市場70%以上市場份額。
NBD：科大訊飛從1999年幾個大學(xué)生創(chuàng)業(yè)，到今天在IBM、微軟、谷歌等巨頭環(huán)視的情況下占中國語音交互市場70%的份額，更在全球與這些企業(yè)進行競爭，在這些年的發(fā)展與競爭中訊飛具體做了什么？
劉慶峰：1999年我們剛創(chuàng)業(yè)的時候，外界很多人在問訊飛18人的團隊，憑什么有機會成功？2008年，我們成為中國語音領(lǐng)域第一家上市公司。2012年，我們做成了業(yè)界公認(rèn)的中文語音產(chǎn)業(yè)第一，成為中國語音產(chǎn)業(yè)聯(lián)盟的理事長。
之所以能走到今天，首先，訊飛將核心技術(shù)做到了世界領(lǐng)先，多次獲得國家級和世界級獎項。其次，“AI+應(yīng)用”全面開花�，F(xiàn)在，通過學(xué)習(xí)，我們“人工智能+醫(yī)療”在有些科目上已經(jīng)接近一線醫(yī)生的水平。我們跟中國醫(yī)學(xué)科學(xué)院協(xié)和醫(yī)學(xué)院簽訂戰(zhàn)略合作，不光是共建醫(yī)學(xué)人工智能中心，我們的目標(biāo)是還要讓人工智能今年能在全球首次通過國家執(zhí)業(yè)醫(yī)師資格考試。訊飛“全科醫(yī)生”這個項目，不光是對中國，對全世界都將是一個巨大的福音。
NBD：科大訊飛的語音合成技術(shù)早已被公認(rèn)處于業(yè)界領(lǐng)先水平，在語音識別方面，科大訊飛有哪些競爭優(yōu)勢？
劉慶峰：2008年至今，科大訊飛連續(xù)在國際說話人、語種識別評測大賽中名列前茅。2016年，科大訊飛取得國際語音識別大賽（CHiME）全部指標(biāo)第一。該項技術(shù)也深刻應(yīng)用到產(chǎn)品中，比如“訊飛聽見”�！坝嶏w聽見”智能會議系統(tǒng)能實時將說話者的發(fā)言一字不落地完整同步到屏幕上，實時對發(fā)言者發(fā)言進行轉(zhuǎn)寫，同時，支持完整記錄、語氣詞過濾、語句順滑、文本在線修改、會議結(jié)束即時出稿，轉(zhuǎn)寫準(zhǔn)確率可達(dá)95%以上。
“訊飛聽見”智能會議系統(tǒng)是全球首款中文語音實時轉(zhuǎn)寫和多語種實時翻譯系統(tǒng)。該系統(tǒng)具有三大特點：一是實時，不僅可以將發(fā)言轉(zhuǎn)換成文字，且同時能將文字再同步翻譯成英日韓等四種語言，當(dāng)演講或會議結(jié)束時就可以直接導(dǎo)出多語種文本；二是準(zhǔn)確率高，對二乙水平的普通話，轉(zhuǎn)寫準(zhǔn)確率可達(dá)90%以上；三是離線轉(zhuǎn)寫，采用本地部署服務(wù)器，確保數(shù)據(jù)安全。這些都是科大訊飛在語音識別方面的優(yōu)勢所在。
●談行業(yè)：人工智能產(chǎn)業(yè)進入窗口期
NBD：今年以來，人工智能產(chǎn)業(yè)非常火熱，包括訊飛在內(nèi)的不少業(yè)內(nèi)人士都認(rèn)為現(xiàn)在是人工智能爆發(fā)前夜。但人工智能已有幾十年的發(fā)展歷史，憑什么確認(rèn)這次的時機就一定成熟？
劉慶峰：2016年底，科大訊飛首先在發(fā)布會上提出，我們已經(jīng)從“互聯(lián)網(wǎng)+”時代進入到“人工智能+”時代。可以說，在科大訊飛的努力下，2016年成了中國人工智能元年。目前，全球人工智能產(chǎn)業(yè)已經(jīng)進入一個關(guān)鍵的窗口期。今年7月20日，國務(wù)院《新一代人工智能發(fā)展規(guī)劃》正式發(fā)布，在我們國家的這一人工智能產(chǎn)業(yè)規(guī)劃中，對相關(guān)核心技術(shù)、源頭項目推動、智能產(chǎn)業(yè)發(fā)展、智能經(jīng)濟等都進行了清晰描述�？梢赃@么說，未來3~5年是人工智能最關(guān)鍵的格局確定窗口期。在這3~5年，誰能讓人工智能應(yīng)用真正形成規(guī)模、讓應(yīng)用落地，誰就能在未來智能產(chǎn)業(yè)中占領(lǐng)先機。
人工智能的核心技術(shù)發(fā)展有兩條主線：第一是以深度神經(jīng)網(wǎng)絡(luò)為代表的算法，在這方面科大訊飛已處于全球領(lǐng)先水平，并且在多項國際比賽中拿到全球第一；第二是腦科學(xué)和類腦科學(xué)研究。目前腦科學(xué)和類腦科學(xué)相關(guān)研究不斷突破，在這個領(lǐng)域，我們已經(jīng)與中國醫(yī)學(xué)科學(xué)院、協(xié)和醫(yī)學(xué)院、中國科學(xué)院神經(jīng)所等眾多研究機構(gòu)進行了深度合作。
在上述兩個方向上，科大訊飛都在持續(xù)突破。即使沒有新的算法突破，以我們今天所掌握的技術(shù)成果，結(jié)合云計算、大數(shù)據(jù)和移動互聯(lián)網(wǎng)，我們也已經(jīng)可以改變一個又一個的行業(yè)。當(dāng)前，我們已經(jīng)可以讓機器學(xué)習(xí)行業(yè)最頂尖專家的知識，未來達(dá)到行業(yè)一流專家水平，從而超越90%的普通專業(yè)人士，這就是今天我們面臨的機遇。
NBD：科大訊飛目前的主要優(yōu)勢是語音識別領(lǐng)域，公司未來還有沒有其他人工智能領(lǐng)域的計劃？
劉慶峰：科大訊飛在語音合成、語音識別、口語評測、語言翻譯、聲紋識別、人臉識別、自然語言處理等智能語音與人工智能核心技術(shù)上代表著國際最高水平。
2014年，隨著人工智能時代的到來，科大訊飛推出“訊飛超腦計劃”，目標(biāo)是讓機器不僅“能聽會說”，還要“能理解會思考”，從而實現(xiàn)一個中文認(rèn)知智能計算引擎，未來將引領(lǐng)在家居、教育、客服、醫(yī)療等領(lǐng)域的智能應(yīng)用。
2015年，科大訊飛重新定義了萬物互聯(lián)時代的人機交互標(biāo)準(zhǔn)，發(fā)布了對人工智能產(chǎn)業(yè)具有里程碑意義的人機交互界面——AIUI。
2016年，圍繞科大訊飛人工智能開放平臺的使用人次與創(chuàng)業(yè)團隊成倍增長，帶動超百萬人進行雙創(chuàng)活動。截至2017年6月，訊飛開放平臺第三方的開發(fā)團隊達(dá)到37.3萬，每天的請求數(shù)達(dá)到37億次，累計終端數(shù)達(dá)到14.7億個，以科大訊飛為中心的人工智能產(chǎn)業(yè)生態(tài)正在持續(xù)構(gòu)建�？拼笥嶏w在智能語音、人工智能核心研究和產(chǎn)業(yè)化方面的突出成績，得到社會各界和國內(nèi)外一致認(rèn)可，作為“中國人工智能國家隊”已經(jīng)形成共識。
●論前景：教育、醫(yī)療、司法等領(lǐng)域是主賽道
NBD：今年人工智能概念快速熱起來，你怎么看待這種現(xiàn)象？有沒有擔(dān)心這種火熱對人工智能技術(shù)的發(fā)展帶來負(fù)面影響？
劉慶峰：此前有觀點認(rèn)為，同聲傳譯將被人工智能取代，這其實是對新技術(shù)發(fā)展的高度神化，可能會對大眾造成錯誤引導(dǎo)，不利于產(chǎn)業(yè)生態(tài)持續(xù)健康發(fā)展�，F(xiàn)階段，人工智能技術(shù)發(fā)展不需要“被神化”，技術(shù)發(fā)展乃至產(chǎn)品化有其自身發(fā)展的曲線，從技術(shù)走向市場，一定是在不斷完善的過程中走向成熟。
目前，機器翻譯已經(jīng)取得非常大的進步，在衣食住行等常用生活用語上的中英翻譯可以達(dá)到大學(xué)六級的水平，能夠幫助人們在一些場景中處理語言交流的問題，但距離會議同傳以及高水平翻譯所講究的“信、達(dá)、雅”還存在很大的差距。
訊飛一直所努力的，是希望通過語音轉(zhuǎn)寫和翻譯技術(shù)幫助同傳提高工作效率、減少失誤，形成人機耦合的同傳新模式，而非替代同聲傳譯。
目前，人工智能技術(shù)的發(fā)展在感知智能和認(rèn)知智能領(lǐng)域都取得了長足進步，在語音交互、智能評測、口語翻譯等方面更是有突破性建樹。
NBD：科大訊飛目前已經(jīng)把相關(guān)技術(shù)應(yīng)用到教育、醫(yī)療、司法等等領(lǐng)域，選擇進入行業(yè)的標(biāo)準(zhǔn)有哪些？目前，同樣做人工智能的公司有很多，但一些人似乎很難獲得切入到行業(yè)場景的能力，科大訊飛在這方面有哪些經(jīng)驗？
劉慶峰：在這個時代，人工智能不再是概念，應(yīng)用是硬道理。人工智能改變世界的過程，需要在一個又一個的領(lǐng)域來進行應(yīng)用的創(chuàng)新，通過與領(lǐng)域?qū)＜业慕Y(jié)合來獲得行業(yè)的數(shù)據(jù)。這決定了人工智能產(chǎn)業(yè)不是一家公司可以包打天下的，必須建立產(chǎn)業(yè)生態(tài)。產(chǎn)業(yè)生態(tài)的好壞，建設(shè)的快慢，決定了一個企業(yè)或者一個國家的人工智能產(chǎn)業(yè)發(fā)展進程。所以，在人工智能領(lǐng)域，不是一個人跟另一個人的戰(zhàn)斗，也不是單個企業(yè)與單個企業(yè)之間的戰(zhàn)斗，而是一個體系和另一個體系、一個生態(tài)和另一個生態(tài)的競爭。
科大訊飛現(xiàn)在也確定了自己的生態(tài)體系框架：第一層是圍繞訊飛超腦，各事業(yè)群、事業(yè)部主導(dǎo)的方向，這構(gòu)成了我們的核心層，也是核心業(yè)務(wù)構(gòu)成；第二層是一些探索性方向；第三層則是更大范圍下，圍繞科大訊飛核心技術(shù)的產(chǎn)業(yè)生態(tài)。我們會按照這個生態(tài)的道路不斷向前推進。
NBD：目前包括百度等互聯(lián)網(wǎng)公司也在做人工智能研究，并且部分板塊和科大訊飛有重合，你如何看待這種競爭？科大訊飛有哪些優(yōu)勢？
劉慶峰：確實現(xiàn)在非常多的優(yōu)秀公司都在做人工智能，每家公司有自己的特點，我們的優(yōu)勢是把我們最好的算法跟行業(yè)專家和行業(yè)數(shù)據(jù)結(jié)合，其他公司做人臉識別、視頻識別，他們也都有自己擅長的領(lǐng)域，賽道各不相同。訊飛會把核心能力平臺化地對外提供，我們選的主賽道有教育、醫(yī)療、司法、車載、客服這些領(lǐng)域，在這些領(lǐng)域，我們可以看到一個非常大的未來，而且我們可以占據(jù)很好的空間。
NBD：科大訊飛未來的戰(zhàn)略的是什么？
劉慶峰：今年是科大訊飛成立十八周年，到2029年也就是科大訊飛成立三十周年。從“成人禮”到“三十而立”，2029年，每一個設(shè)備都將能聽會說，人工智能將像水和電一樣無所不在。2029年，訊飛將會怎樣？我們的愿景是成為中國人工智能產(chǎn)業(yè)領(lǐng)導(dǎo)者和產(chǎn)業(yè)生態(tài)構(gòu)建者，成為全球人工智能產(chǎn)業(yè)領(lǐng)導(dǎo)者，成為一家用人工智能改變世界的偉大企業(yè)。
