2016至2017年，人工智能技术发展非常快，2016年被称为人工智能的元年，人工智能被各个国家认为是战略必争之地，各个行业也都在积极地探索人工智能技术和本行业如何结合。 我们认为人工智能大概分为三个阶段：计算智能、感知智能、认知智能。在感知智能方面，例如智能语音技术应用于语音合成和语音识别。在认知智能方面，我们有像机器翻译、知识图谱推理研究的应用，同时我们会在开放的讯飞开放平台提供这些语音、图像、翻译技术，现在有越来越多的开发者在平台里进行开发。

王士进：下午好，首先非常荣幸感谢主办方新华社对我的邀请。今天我非常高兴能来分享一下科大讯飞对人工智能技术的一些理解，以及使用人工智能技术对产业和生态改变的一些思路。

　　我今天的报告分成两个部分，第一部分，简单介绍一下人工智能技术的一些背景以及趋势。第二部分，介绍一下讯飞智能语音和人工智能技术，以及给产业和商业带来变革的思考。

　　刚才浙大吴所长对人工智能一些概念讲的非常透彻了，这里我就简单过一下，大家都知道1956年有几位科学家一起提出人工智能的概念，并且我们提出希望人工智能可以达到像人一样感知外面的世界，并且做出智能的决策，包括认知，包括执行的智能体。

　　对于人工智能的定义，首先根据市面上各种各样技术分成大概三个阶段。第一个阶段，我们认为是运算智能，希望机器可以做到能存会算。第二个阶段，基于感知智能，希望机器像人一样具备听觉、视觉等功能，并且由感知拓展到运动方面的智能。第三部分，我们希望机器可以像人一样做一些机器学习和自主的思考。

　　关于运算智能大家都比较清楚，现在计算机在运算能力上已经把人类远远抛在后面了。从最早超大规模的计算机计算能力，一直到当年IBM深蓝战胜国际象棋大师，到前一段时间大家比较熟悉的Alpha Go战胜李世石，大家可以看到机器在计算和存储知识方面比人类要好很多。

　　第二部分，在感知智能方面，希望机器能听会说，能够辨认物体、人以及相关的东西。然后由此拓展，因为我们感知到外面的世界，结合机器人相关的技术，可以根据外界的一些变化去做出各种自主的判断。

　　比如在2014年库卡公司制造了打乒乓球的机器人，和波尔做了一次比赛。机器打乒乓球用的是不同于人类的方式，比如说通过摄象头判断，计算打球的力度和角度，从而做出预测和判断。最近随着深度学习和神经网络技术发展，计算机在认知和运动上可以和人类差不多，甚至在有些领域里可以比人类做得更好。

　　刚才吴所长也提到了，现在我们认为人工智能里最难的，也是最有意义的是认知智能，包括人类怎么学习知识，怎么对语言做理解，怎么做逻辑的推理，大家认为这方面的技术获得一些突破的话，对我们很多机器智能会产生翻天覆地的变化。

　　从1956年提出人工智能概念，到现在已经经过了60多年。在这60多年，技术的发展并不是一帆风顺的。我们现在简单的概括，有三次大的波浪。第一，是从提出技术起，一般一个新的技术提出会引发行业内专家大量的工作。比如说在1956年左右提出来之后，包括那四位教授，很多专家做了很多研究，包括当时比较有名的几何原理，这里50多个定义，有30多个可以通过自动程序去解决，这是当时第一波浪潮。

　　第二波浪潮，是BP网络和深度神经网络，相对多层神经网络的引入，使得机器具备了数据上的记忆。我们知道人类学习和进步一个非常重要的东西就是记忆，第二波浪潮里由于记忆技术的引入，使得原来我们认为一些不具备的智能，在第二阶段得到了非常大的发展。

　　从2006年一直到现在，大家认为现在是人工智能的第三次落潮，而且这次浪潮比前面两个浪潮有更大范围的波及。现在我们说人工智能并不只是一个概念，一个理论，一个算法，更多的是一种思维。随着这种数据的叠加，类似的算法会使得很多产业和商业模式会发生根本性的改变。

　　基于人工智能快速发展，我们科大讯飞从最早只是从事智能语音的研究，拓展到希望计算机能听会说、能理解会思考。我们在2014年提出“讯飞超脑”的理念，围绕“讯飞超脑”做了很多技术。

　　听，希望机器具备语音理解，这个叫做语音识别。语音识别的话，相对来说可以说是一个非常简单的问题，也可以说是非常难的问题。现在最难的问题就是在复杂的噪声场景里怎么做更好的语音识别，现在工业和学术界解决这个问题，都是通过麦克风阵列。在真实环境里怎么样用麦克风阵列做更好的识别，在智能家居、智能机器人等很多领域里，都会使得识别效果有翻天覆地的变化。

　　说，语音合成技术。语音合成就是给出一段话语通话，可以把这段话变成一个语音。这里也有很多技术可以做，比如说讯飞最早是做中文语音合成的，我们做得是国内最好。除此之外，英文语音合成也做了很多工作。我们在2006年时开始参加国际英文合作比赛，Blizzard Challenge，从2006年到2017年，连续12届都获得了冠军。在Blizzard Challenge中，组委会经常会做出一些规则的变化，比如会把英语变成印度语，这个对合成提出了很大的挑战，我们能够继续保持比赛的第一名也非常不容易。

　　刚才提到了能听会说，我们知道人工智能技术更多是在自然语言处理技术上。讯飞从2000年开始做，也做了很多工作。第一，知识图谱。我们知道很多和知识推理相关的东西，首先要构建这个领域的知识图谱，并且围绕知识图谱做各种推理和理解。我们2016年参加了NIST TAC比赛，也获得了第一名。比如实体的发现和链接，实体就是所谓人事物。我们看到一个新闻里，因为有背景知识，所以你看到新闻里的人，你知道他是谁。比如美国大选期间，特朗普问布什，伊拉克战争都是你哥哥惹的祸。这个时候如果问是谁的错，你不能回答是“你哥哥”，我们一定要和大布什对应上去。这里关于多个文档怎么做更精准的实体，并且连接起来，这里有很多工作可以做，讯飞做了很多工作。

　　第二，构建了知识之后要做逻辑的推理。关于机器是否具备智能，从图灵测试到现在过了很多年，关于图灵测试现在有很多方法可以避开，也宣称机器具备智能。现在业内公认，一个加拿大科学家做的一个测试，大家认为这个可能是新一代替代图灵测试主要的方式。

　　（图示）大家看，这些问题对人来说比较简单，比如说爸爸没有办法举起他的儿子，是因为他太重了，或者说因为他太虚弱了，到底“他”是父亲还是儿子，这对于我们来说都非常简单。可是对于计算机来说，如果你拿这个问题问任何一个搜索引擎或者知识库，它都不能告诉你。这里大家可以想像，这里蕴含了很多知识和常识，知识非常好建模，但是常识很难建模，讯飞这次尝试性推出了联想推理技术，并且在比赛中拿到了第一名。

　　但是当时我们比赛最好的结果只有58%的准确率。这里问“他”是父亲还是儿子，只有两个选项。你抛隐蔽去选的话正确率就是50%，这也反映了人工智能技术确实很有难度。从2016年到2017年讯飞又做了很多工作，把58提升到现在70分。

　　阅读理解，讯飞在半年前开始进入这个领域。大家知道人工智能的发展其中一部分非常大的功劳和斯坦福有关系，斯坦福做了问答数据集，很多公司都在刷这个榜，我们在8月份时能够把这个榜刷到第一名。

　　检查人的视力，在国内衡量你智商高不高还有一个比赛——高考。为了衡量机器智能水平，由讯飞牵头参加了“863”类智人项目，和国内最顶尖的团队做几个学科类人答题机器人，希望我们能够在2020年左右实现达到一本的水平。这么多年寒窗苦读，机器可能一天就能学习到。参加过高考的人知道，老师会故意出一些难点，因为高考是一个选拔性考试。这里涉及到怎么样更好地做语言理解，怎么样更好地做知识表示，并且通过语言理解和知识表示做自主学习和联想推理。

　　目前最好的结果是数学已经做到了大概一百二三十分，其它的科目稍微差一点。前面讲的讯飞人工智能的一些技术，我们知道技术最后要去应用的话，它是有一个规律或者一个模式。最近业内对这个应用模式有一些清晰的认识，也结合讯飞的认识和业内的观点。我们认为人工智能应用最主要的模式应用于两种，一个是人工智能通过自然交互改变生活；大家会发现最近通过智能的人机交互让我们能够控制家电，控制机器人，比以前便捷很多。第二，人工智能和行业结合，学习行业顶尖专家的知识，同时通过行业大数据学习，从而具备行业专家一般的知识。大家可以知道有这么一个不知疲倦，而且可以持续学习的机器人存在，它可以使得这个行业发生一些非常大的变化。

　　自然交互，讯飞从2014年提出了AIUI，在AI时代用户交互技术。这个交互技术就试图从语音识别，语义理解几个层面去解决人机交互中存在的问题，使得人机交互可以像人人交互之间这么做。可以看到AIUI做了之后，在讯飞语音平台上用户的变化。2015年2月份统计第三方团队只有十万，每天交易次数只有10亿。现在有30多万团队，每天有40多亿交互。然后围绕智能家居，围绕机器人，围绕很多场景去做类似的工作。大家可以看到我们把AI技术和交互、行业结合有非常大的变化。

　　举个例子，AI和交流结合。刚才提到了相关的技术，讯飞有一个听的交流技术，能够把会议报告同时生成文字。2015年我们和现场速录做了一次对比，一次会议速录做下来的准确率只有85%（有待验证），现在基于机器可以做到95%左右。机器做速录的同时还可以把识别的结果用不同的语言，比如说英文，或者是日文、法文、韩文表达出来，这样的话开国际会议的话不需要那么累了。

　　家庭也是一样，使用智能交互设备，我们和京东合作了一款音响，是智能语音音响里销售最大的，可以作为智能家居语音中控设备，支持家里5米远的遥控，无论遥控音响还是电视，都非常便捷。

　　我们在北京、江苏、上海等很多地方的英语口语考试中的考试技术都是由讯飞提供的。进而我们可以做纸笔阅卷的考试，大家知道纸笔阅卷考试里客观体非常好判断，但主观题判断非常难。所以讯飞结合语义技术可以做到精准的考卷判断，使得在教育中更公平。同时结合大数据和用户画像，以及精准推荐，可以给每个学生去推荐他基于错误的题目。原来学生中高考时就会刷题，这样的话就可以在更短的时间内弥补自己的缺点，做一些题目锻炼。

　　AI+城市，讯飞在智慧城市里做了很多工作，包括使用人脸图像，人脸技术，语音技术，以及相关技术。我们在社管服务里使用AI+大数据技术，使得政府服务的效率和满意程度都有了非常大的提升。

　　最后，讯飞在医疗上做了一些工作。讯飞在医疗上做了三项工作，第一项工作，通过智能语音技术使得医生在输入病历时快捷输入。第二，在机器自动读篇中，讯飞在一周前参加了国际上一个非常有名的比赛，在肺癌的早期检测中，并且刷到榜单的第一名。现在我们和协和医学院签订了战略合作协议，包括和很多省市三甲以上医院做了合作。

　　举个小例子，比如我们之前和一个三甲医院合作。我们让他们把之前医生认为没有问题的早期判的CT和核磁照片拿出来，让机器去做判断。在100多张医生认为没有问题的片子里，我们发现20多张是有问题的。最后请专家去看，机器判断的准确率在90%以上。大家可以想像，现在人们都非常注重健康。早期的检查里通过机器的辅助可以使得人类错误降到非常低的地步，所以我们认为在下一代里，通过人机耦合的智能是一个非常重要的工作。

　　当然讯飞在智慧的车载，在智慧的司法里都做了非常多的工作。大家有兴趣的话，也可以去讯飞的官微上看一些消息。

　　谢谢大家。