科大讯飞刘庆峰：人机耦合是AI应用落地关键

在大会上，科大讯飞董事长刘庆峰表示，人工智能时代的两大趋势为万物互联和数据驱动；机器翻译与同声传译仍有差距；拒绝神化人工智能，应用才是硬道理；人机耦合是人工智能引用落地关键；人工智能时代，帝国注定衰落，唯有生态生生不息。

图源：主办方供图

以下是刘庆峰演讲内容：

尊敬的各位领导，各位来宾，各位开发者和合作伙伴，媒体朋友们，大家上午好。

首先我要代表科大讯飞公司对各位今天光临全球1024开发者节表示热烈的欢迎和衷心的感谢。

我想今天大家从世界各地汇聚到合肥来参加我们的开发者节，一定都是对智能语音和人工智能充满了期待的创业者和媒体朋友们。在今天这个时代，我们比以往任何时候都需要源头技术创新，都需要在源头创新上坚定前行，因为无论从国际大背景还是我们自己发展的需要来说，我们都需要真正开放心态的国际顶尖的源头技术成果，否则我们所有的开发和创新都将是在别人的院子里建大楼。

另外我们又必须要让梦想照进现实，要在各个领域中强调应用才是硬道理，让大家能看得见摸得着，能了解到真正的人工智能对人类社会的生产和生活究竟正在带来什么样的变化，所以我们今天的第一个主题词叫顶天立地。

另外通过科大讯飞几代人的努力，我们创业以来19年的坚守，以及2015年我们正式提出AI复始万物更新，人工智能的发展正在逐步像水和电一样无所不在。而人工智能时代随着技术的进步，随着我们人类对未来技术需求的不断的提升，我们需要满足人们越来越多的个性化需求，需要让每一个领域的人都能够站在人工智能的肩膀之上。因此在这个时代，我们更需要在各个领域有创业感知，有情感，有体验，有设计能力的创业英雄来共同奋斗。我们必须要精诚合作，要共享未来，共创未来，所以我想把顶天立地共创未来作为我们本届全球1024开发者的主题是特别契合当前的国内国际形势以及我们人工智能落地的迫切需要的。

我非常高兴地告诉大家说，科大讯飞我们在过去19年坚守让机器能听会说、能理解会思考、用人工智能建设美好世界的历程中，在过去一段时间，我们已经取得了一个又一个代表中国可以载入人工智能发展史册的重要的里程碑事件。比如说2012年科大讯飞的语音合成技术首次在国际最权威的英文合成大赛暴风雪竞赛中超过了人类平均水平，自然度指标达到4.0分，这是人类历史上第一次让语音合成机器开口说话像人类一样，而且是英文，全世界唯一的。2015年我们在北京国家会议中心请了最有名的公证机构，第一次让语音识别现场公证机器和人对比，网上视频直播，在几十万观众的直接现场观摩下机器自动转写，就像今天看到的讯飞听见一样，超过了人类速记员。在这次对比中的平均值准确率只有不到80%，而机器达到了95%，不仅是对我的口音，对所有现场嘉宾的口音没有做任何训练指标。

到了2016年，我们又在历史上第一次用认知智能，使得机器在作文评分和口语评分中超过了人类老师；2017年我们是全世界第一个让机器通过了国家执业医师资格考试，以456分的高分超过了96.3%的人类考生，从而使得人工智能首次具备了全科医生的潜质。今年三月份在合肥医疗机器人开始投入使用，开始只能看150多种病，现在已经可以看到300多种病，我们期待今年底能够看到上千种病，真正的成为一个不断学习进步的全科医生。

现在我们的翻译也达到甚至超过了大学英语六级的水平。我想这些都是我们下一步探讨人工智能未来，源头技术创新科技创新历来都不是一蹴而就的，都绝不是靠简单的资金，简单的宣传对接起来的，是需要长期的源头坚守，需要一批真正顶天立地的科学家才可以做成的，它才可以持续发展的。

那么今天我们在现有技术基础上面向未来，我们要关注哪些点？其实我们现在可以看到，人工智能时代有两个非常重要的趋势，一个是万物互联。这是最近两年全球消费电子展、世界互联网发展报告都能明确看到的大趋势，作为it产业的第六次浪潮，越来越多的穿戴式设备、智能家居、便携终端和车载设备开始普及。在这过程中，随着中国5G建设的即将大规模到来，更将大力推动万物互联时代的发展，将会比手机为代表的移动互联网时代的终端数呈现十倍以上的增长。而在这个领域，人们对更自然的人机交互也会提出更高的要求。

另外随着人工智能时代的蓬勃发展，基于数据驱动技术进步的应用发展成为社会非常重要的方式。数据驱动要求我们在数据汇聚的同时，进一步对用户的隐私保护提出了越来越高的要求，全世界范围内都在高度关注。我们在今年的两会，科大讯飞就代表我作为全国人大代表专门提出来了关于建立国家用户隐私保护法的议案，这是一个大的趋势，万物互联以及数据驱动所带来的后台的技术要求也会越来越高。

那么在这两个背景下，今天我首先给大家说一说我们在技术上又有哪些进步，以及我们对未来人工智能时代的一些思考，包括跟开发者合作共赢的一些理念。在万物互联的大背景下，我们需要来适应越来越多不同年龄的用户，比如我们的父母亲，爷爷奶奶，小朋友们都要开始使用，因此对于噪音，对于口音，对于方言，对于远距离的识别，提出来越来越高的要求。语音识别对我们今天在座的众多开发者来说，如果要做到万物互联中的真正的好用、解决刚需而不是噱头，它的技术门槛是进一步抬高了，而不是技术门槛变低了。

给大家看一个真实的例子，今年9月7号刚刚揭晓的全球最有名的英文语音识别大赛，两年一次，就是面对远距离、噪音、多人说话的场景国际英文识别比赛，组委会根据最新的国际算法给了一个基线系统，因为噪音特别大，所以基线系统的错误率是80%，国际著名机构基本都参加了，很多单位都没有达到基线系统的要求。而科大讯飞在所有四项指标都是全世界第一名，而且超过基线系统40分的准确率，我觉得给中国在语音领域进一步赢得了全世界的尊重。

我们在这次也会把最新的语音识别系统用在我们的讯飞听见以及我们跟开发者合作的未来参考方案和开放平台中。

我想在这个时代，如果我们看到的语音识别仅仅是常见生活用语，常见的经过训练的文稿准确率高，那是正常，但是要用到万物互联，他的技术门槛会进一步提升，我们要让机器人要让智能家居车载设备更好使用，还需要在座的开发者跟科大讯飞共同在源头创新和应用落地上顶天立地地继续前行。而我们有信心不仅中文，我们在英文和多语种上继续走在全世界最前列。

万物互联时代，我们对语音合成技术也成了刚需。语音合成让机器各种设备像人一样开口说话，那么越来越多的设备没有屏幕了，越来越多的设备离我们几米之外，就需要用语音合成技术把各种文字朗读出来。而代表语音合成技术最重要的指标是什么？最重要的指标就是自然度指标。我非常自豪的告诉大家，在今年的7月1号正式结束的国际最权威的英文识别大赛叫暴风雪竞赛中，科大讯飞再次蝉联全世界第一名，一共十项指标九项全球第一，一项第二。但是最重要的指标自然度指标，我们依然是全世界唯一达到4.0的，第二名只有3.7。各种各样的小说风格，各种语气语调，我们依然保持了全世界唯一达到4.05分，美国播音员说英文最好的播音员四分，代表美国在校大学生的平均水平。科大讯飞是全世界唯一达到4.0的。

用这项技术，我们今年1月份给中央电视台专门配音，模仿李易老师的声音配了一期电视节目，也是全球首次。合成和识别解决听和说，我们可以使得我们在座的各位创业者们，以及还没有到场的很多讯飞的生态体系的合作伙伴们，我们可以站在全世界最顶尖的技术成果之上，来设计未来我们所需要的各种产品，各种应用领域的系统。

大家都很关注机器翻译，也看到了我们这个平台上都是机器完全实时，没有任何人工参与，我说话马上翻译成英文。如果机器翻译用在日常生活沟通交流，比如我们出国吃饭，购物，问路等等，订机票，订酒店等等这些，已经达到甚至超过了大学英语六级口语水平，已经可以很好的满足实际生活应用场景的需要。科大讯飞的翻译机在京东和淘宝上的销量都远远超越第二名，我们的好评率是99%，证明了它的实用性。但另外一个角度我们想说的是机器翻译，今天和好的同传好的译者相比我们还有很大差距。因为我们好多同传好的翻译人员、翻译艺术家和工作者们，他们是我们的原始语音进行提炼进行再加工，以便实现信雅达，机器距离目标还有很大差距。

我们在去年7月份就专门在科大讯飞官方微博就发了文章说人工智能拒绝神话，必须踏实前行！机器翻译已经很好的可以满足实用需求，但我们从来不认为机器翻译已经达到了顶级同传、超过了顶级同传和我们的翻译工作者的水平，这就是今天技术的现状。

为什么说超过了我们的机器翻译超过大学六级的水平？我们给大家看一组实验数据，这个数据是语音及语言国家工程实验室，针对大学英语六级的考试、真实的三次考试。我们抽样了部分地方的实际考生的数据，其中专门有翻译的题目一共15分，我们的考生平均得分是6.5，而科大讯飞的翻译机得分是12.8，去年上半年还不到，现在已经到12.8。

我想特别说明是我们的翻译机参加这个测试，对于所有考题提前并不知道的，并不在我们的训练集跟考生一样见到都是新题，我们考出了这样的成果，在所有考生中得分排名前1%，在得到九分以上，也就是及格线以上，就是通过六级考试，60分及格线以上的考，我们机器得分是排名前4%。

这是六级考题是文字的翻译，我刚才告诉大家我们语音识别做到全世界第一，现在我们语音识别在今天会议上，待会我们还会看到所有嘉宾，不用做任何训练，离线的语音识别准确率可以做到95%以上。现在平均统计已经达到97%，超过了人类的速记员，同时语音合成达到了大学六级水平，所以我们结合最好的语音识别、最好的语音合成，再加上文字到文字的翻译，才使得科大讯飞可以代表中国做出全世界最好的翻译级产品。

我们也在响应国家的重大战略需求，比如说全世界唯一能率先达到实用的汉维翻译系统等都是由科大讯飞来提供的。我们相信在推动人类信息沟通无障碍的路程中，科大讯飞会继续为人类做贡献，代表中国让世界聆听我们的声音。

刚刚我们说到的是能听会说，那么能理解会思考到底到了什么程度了？我想应该分两种场景，一种场景是我们有训练数据、有逻辑规律可循的场合，比如说国家医师资格考试，比如说英语口语作文、数学物理的学习，以及我们的呼叫中心等等、订票系统，各个应用领域，全机器智能来实现呼叫中心，在这些领域机器学习顶尖专家知识就可以达到一流专家水平，可以超过90%的普通专业人士，这是有数据有逻辑规律可循的。

还有一些是没有先验知识的艺术创造，或者说哪怕是常识的推理，机器还不到儿童水平，为什么我说这个论断，因为两年前国际最权威的二元推力比赛是没有先验知识的，叫Winograd测试，在纽约举行的，科大讯飞拿了全世界第一名，我们当时只有58%，现在接近70%。还没有到六岁孩子水平。因此我们可以看到说能理解会思考，在有数据的有规律可循的专业领域，目前最重要的是应用，落地应用是硬道理，而不要光忽悠概念！在真正的没有先验知识的常识推理等领域人工智能才刚刚起步，所以人工智能既可以给我们带来巨大的社会生产和生活方式的改变。同时我们又要看到这依然是一个任重道远、充满挑战，但同时也是充满乐趣的一个漫长的历程，现在才刚刚开始起步。

那么这是我们刚才说到的，在今天我们面对万物互联，我们需要能听会说能理解、会思考更多的技术方案，那么用户隐私保护怎么办？企业当然要自律、要有内部的规则，要遵守国家法律、要尊重用户、尊重市场规律，国家要立法，同时我认为技术进步赋予用户的选择权也是非常之重要的！所以我们在业界率先推出了离线语音识别，在讯飞的输入法中如果你不愿意语音的数据送到后台，可以直接选择离线识别，全在自己本机上，当然我们后台在线的数据是工信部直接颁布的叫“安全可靠语音云”专门给我们进行了鉴定和认证、保护用户隐私的。但如果大家觉得不放心本地语音合成我们想要朗读出来的各种声音，甚至我们可以模仿你女朋友的声音读她给你的EMAIL，你不想让别人知道，自己听，离线语音合成还有离线翻译。今天的系统中所有翻译都是离线的，都是我们在本地一个小小的设备全自动自己做出来的。

2015年12月，科大讯飞推出听见系统之后很多的厂商在跟风学习，但到目前为止，我们看到在各种重大会议场合下的其他友商的产品没有一个是离线的，都是要到后台大规模服务集群来计算，只有讯飞今天真正地推出来了离线翻译系统。因此在这样一个公开场合下我们的系统能用，在内部开会的保密场合下我们跟老外交流一样可以用，我们也可以用在外交部等等涉密场合，这是我们科大讯飞技术给我们消费者和用户所带来的选择权，我想这是非常重要的进步。

光有技术当然不代表一切，我们说历来只有伟大的产品，伟大的技术必须通过伟大的产品来落地，人工智能真正发展需要源头技术厂商、需要开放平台、更需要所有创业者协同努力，还需要社会的伦理、人文和法律体系的配套。它绝不是单个企业和单个科研院所的工作、少数科学家的工作，是涉及到整个人类的，它将是一个伟大的历史进程，涉及到社会生活的方方面面。不光是科大讯飞，我们认为随着技术在各种专业有数据、有逻辑规律可循的场合，会大量替代现有的工作岗位，提升现有的工作效率。国际主流的科技媒体和综合媒体也都有这样的评述，比如说科学杂志就预测说2045年之前全世界50%的现有工作会被人工智能替代，我们在多个场合都跟大家都介绍过，中国这个数据是77%，这是科学杂志的预测。而BBC预测人工智能对当前365个行业的替代率给了一张专门的表。很多人说是不是过于夸大了，我今天告诉大家，只要有数据、有规律可循的领域，机器代替人50%、77%，根本不用等到2045年，未来十年之内就将变成现实。所以我们每个人今天都应该关注人工智能，我们每个创业者都应该了解人工智能的大趋势，我觉得这是必然的趋势。

当然我们拒绝神话，要知道，因为人工智能还刚刚起步，所以我们在发展过程中也碰到了各种各样的情况。科大讯飞作为首批入选四大国家人工智能平台，我们的发展也受到了各种各样的讨论，甚至有很多行业跟讯飞沟通探讨机器和人的关系，大家也有顾虑有担心。但我想人工智能现在这种大势所趋，其实不是一个人和一个行业能够阻挡得了的。就像当年英国的红旗法案对汽车的限制一样，最后汽车没有限制住，还使得英国在汽车工业上整整落后了30年、耽误了30年。而人工智能的大潮绝不是我们某个行业某个个人想阻挡就可以阻挡得了的，即便中国不做，全世界也会做。所以我们只有顺应这个时代，用好人工智能才是当前的明智之举。

在2015年底我们发布了讯飞听见，16、17年有很多的数据公司对科大讯飞其实是有敌意的，但是现在我们发现，科大讯飞的听见平台给大家带来了越来越多的流量，给大家带来了越来越多的生意，现在也有越来越多的转写数据公司成了科大讯飞生态体系的一部分，大家的业务量比原来更多更大了，因为原来有很多没有钱、没有条件来接受转写服务的个人和机构。现在开始有这样的需求了，激活了一个更大的市场，使得原来的转写公司可以有更多的生意，我想这是一个大势所趋，大家应该协同起来共同面对这样一个伟大的历史进程。

在这个过程中，人机耦合是人工智能系统应用落地的关键，即便在各种行业领域有数据和规律可循，我们也需要最好的人工智能算法、行业数据和应用专家共同的打磨。为什么我们通过医考机器人的考试？因为我们有很多医学专家，我们跟协和医学院、跟安徽省立医院签订的战略合作协议，现在安徽省立医院已经是中国科技大学第一附属医院了。

从技术发展中来看，从最早的人工智能最容易做到的是信息完全充分、规则完全透明的场合，比如围棋。稍微难一点的是信息半充分，比如打麻将，当然还有很多领域包括规则在变化中，比如考试作文，同样一篇中文，对小学生、对高中生、对大学生同样作文打分应该分值是不一样的，它有不同的体系；信息完全自由，比如说创意，比如说有很多凭直觉和灵感的决策的场所，所以人工智能技术进化路径就要面对这样的信息情况不断变化、规律不断模糊，以及机器从监督训练到无监督训练自主进化的这样一个发展路径。

在这个过程中，人和机器的深度耦合才是真正的推动人工智能应用落地的关键，这个不仅是科大讯飞三年前就确定的核心技术研究路线，如何研究人工智能时代人和机器的耦合也是我们跟很多合作伙伴共同探讨的方向，同时我也认为是人工智能时代社会伦理和人文发展的需要，我们不能让机器完全代替人，我们要让每个人都站在人工智能的平台之上从而享受人工智能，这也是人机耦合的我们内在的精神动力。去年科大讯飞18周年成人礼上，我们都对未来有一段寄语，我们写给2029年科大讯飞三十而立的时候，我们认为世界将会怎样？讯飞将会怎样？我们个人将会怎样？当然这个东西我们都封存起来，到2029年才会打开，其中有一条我就写到了人机耦合，我希望到2029年我作为董事长的工作有80%是机器帮我做的，20%是我来做决策的、做判断的，是一个典型的在企业治理和董事长决策过程中的人机耦合系统，是科大讯飞未来要建信息化系统的一个非常重要的标志。我们昨天还跟全世界最顶尖的人力资源公司在探讨如何用人机耦合来推动我们的人力资源管理和内部的管理决策。

那么关于人机耦合，我再给大家说一下关于翻译的例子，因为最近大家关注很多，其实在去年10月21号，科大讯飞就跟上海外国语大学高翻学院建立了联合实验室，探讨人机耦合的机器翻译应用模式，写在协议中的最关键的词就是人机耦合。经过一年左右的发展，我们做了45个实验， 45个实验报告，92个产品改进的建议，我们可以看到有一组的数据，我们挑出其中两个给大家看，一个是口译信息的完整度，上海外国语大学高翻学院的学生都是培养出来都是中国最顶尖的同传，他们这些学生的最终验证结果是口译信息的完整度从80%提升了97%。我们可以看到我在说话的时候，我们的机器实时的进行了翻译，我的速度很快，如果是一个同传人工来做，他可能会抓住我的主要内容但一定会漏掉很多，因为他来不及，又要记又要说，关键的核心是数据和信息机器全自动把他转写出来，给我们的同传人员去看的时候就可以防止丢失信息，这是一个专门的讯飞同传助手的设备。

在本届世界人工智能大会在上海召开的时候，在同传的盒子里面我们就放了设备，跟上海外国语大学一起做的，可以看到对口译信息完整度从88提升到97%，而工作压力降低了80%，这都是有实验数据在整个过程中做支撑的。所以大家可以看到最近上海外国语大学高翻学院的院长，张爱玲院长也是一个我非常尊重的翻译大家，专门撰文写道，他认为人机耦合是为了不可阻挡的趋势。那么我们再看一下。在中国翻译界可以说是最有名的顶尖专家之一、前联合国日内瓦口译司的司长，在今年的8月份在上海外国语大学举行的同传挑战赛中，我们的机器也参加了，他非常惊讶于我们技术的进展，然后这是他的原话，说真正好的翻译是会使用机器的翻译，而不是被机器替代的翻译，如果我们不能阻止趋势，我们应该引导趋势顺势而为，我想这就是我们今天整个社会各界应有的心态：谁率先适应这个时代的潮流，谁就可以站在时代的风口浪尖之上，成为未来的人生赢家。

人机耦合也正在成为全球的共识，比如说科大讯飞跟MIT计算机和人工智能实验室，签订战略合作协议，其中非常重要的内容就是研究脑科学和数学建模方法的结合以及未来人机耦合的模式。斯坦福大学李飞飞从谷歌回到斯坦福，最近专门成立了以人为本的人工智能研究院，也是在推动人和机器的融合。我想人机耦合正在成为全球的共识，因此这是科大讯飞多年以来的结论，我们两年前就提了理念，不仅仅是技术发展趋势，更是社会伦理的发展要求。比人类更强大的不是AI，而是掌握了AI的人类，我们会按照这个路径持续不移的、坚定不移地推动我们的研究产品以及我们科大讯飞的社会责任。

那么当然，我认为如何让我们站在人工智能的肩膀之上使得我们成为掌握了人工智能的新新人类，我想在座的各位开发者，很多已经很了解讯飞了，我们很多的媒体朋友，很多的领导，很多来宾其实都还不是了解很多细节，我认为最好的掌握AI的办法就是亲自试用。我这里放了三个二维码，讯飞听见APP只要一刷马上就能看到机器自动转写我们这个系统中看到的这种转写，每个人都可以体验，马上就可以看到什么叫机器自动翻译能达到的水平。讯飞输入法，每天有一亿多人使用，如果你说的快一分钟可以输入400个字。讯飞有声，使得你任何文字拷进来贴过来马上就可以变看为听，让大家看得见摸得着，让大家了解什么是人工智能。我们每个人在这个时代不被跟上时代最重要的一条就是有好奇心，自己亲自去试用。

另外讲到了技术和科大讯飞对未来社会发展以及人工智能作为一个伟大的历史进程的理解，我们还特别想跟在座的各位创业伙伴创业者们做一些分享。科大讯飞我们坚定的认为人工智能时代帝国，封闭的帝国是注定要衰落的，无论他现在有多强的实力，无论他用什么方式来对新创企业进行收购或者打压，但是只要没有开放的心态一定会注定衰落！只有真正的怀着坚守价值观的梦想，坚守正能量，踏踏实实做创新创业，而且认真的跟生态链上的伙伴们，无论是一个体系内的精诚合作共赢，还是说即便是友商也是阳光下的竞争，只有这样的开放生态才能够生生不息。

我们在去年中国语音产业联盟的换届大会上，科大讯飞非常荣幸被全票当选为理事长单位，我们在会上倡导了中国语音产业联盟的基本价值观，包括开放，包括尊重创新的力量，尊重客户，包括客户隐私，包括阳光下的社会伦理、企业伦理和基本的道德，大家都是高度认可。我想今天我们中国人工智能要获得全球的尊重，我们企业要获得全球的尊重，唯有坚守价值观，无论规模多大、无论技术多好，都必须坚守基本的价值观才能成为令人尊重的企业，一个令人尊重的一个生态。

在生态的大概念下，科大讯飞专门提出来科大讯飞的发展战略叫做平台加赛道，部分领域比如说教育医疗、司法等领域，科大讯飞会提供我们自己的产品，但是99%以上的应用是我们通过提供平台跟各个领域的合作伙伴是合作共赢的。即便在教育司法等领域，科大讯飞也是做我们擅长的东西，关键的人工智能技术相关的环节和用户，把整个的行业生态也开放出来，人工智能时代只有各个应用领域的用户需求，有用户感觉的创业英雄才能成功，绝不可能再像原来一样单个产品、单个系统、单个企业一家独大成为帝国，所以必须要开放。那么今天我们会进一步告诉大家，惟有生态体系成功，科大讯飞才能成为一个伟大的公司，我们希望不是一个简单挣钱的公司，我们是有梦想的希望跟大家一起成功，所以我们必须要跟在座的伙伴精诚合作，共建生态。

最后还想跟大家做一个分享，因为有不少的创业者都是刚刚开始走入创业这条路，很多的开发者们都处于一种既兴奋又无比艰巨的创新创业的过程之中，我觉得很多时候我们畅想未来，我们未来要成功的愿景就像一朵鲜花，或者像我们现在社会上很多对创新成果的理解，也把它当成一种鲜花一样，可是我们要拒绝一种急功近利的心态，如果一种鲜花我们把它掐回家再回去放在花瓶里面，几天后就枯萎了。只有像种子一样经历了在黑暗土壤中的孕育，像小草一样的风吹雨打，最后才能够年复一年的在经历寒冬以后还能开放，所以最重要的就是我觉得要源于热爱的坚守。科大讯飞创业19年，我们昨天刚刚公布了我们的三季度报，我们完全坚守在科大讯飞的主业，绝不做我们不擅长的其它工作，无论哪个工作好还是不好，源于热爱的坚守才是我们今天中国在人工智能领域踏实前行最重要的精神特质。而且要有战略定力，所以我相信只要我们顶天立地，开放合作、精诚合作、共创未来，我们清楚预见的、热烈渴望的、真诚追求的最后一定都会自然而然地实现，我们期待着跟在座的所有创业者们一起来，让科技的梦想照进现实，谢谢大家！