科大訊飛胡郁：中國坐擁「登山型」和「衝浪型」企業，將在中美人工智慧角逐中勝出

雷鋒網 AI 科技評論按：4 月份，在深圳舉行的中國電子信息博覽會「人工智慧行業企業家峰會」上，國家 863 計劃專家、科大訊飛執行總裁胡郁發表了「AI 賦能，智贏未來」的演講。

本次演講中，胡郁簡要介紹了人工智慧簡史，並對人工智慧與人類智能做了相關比較。期間，胡郁提及了實現人工智慧的途徑，重點講解了語音如何承載人工智慧產業、人工智慧的未來發展。最後，他表達了看好中國在新一輪中美人工智慧角逐中將最終勝出的堅定信心。

早在人工智慧尚未大熱的 2012、2013 年時，工信部楊學山副部長對科大訊飛所在的智能語音產業給予了高度關注，同時工信部和安徽省成立了專門項目組織，共同推進語音產業。當時科大訊飛在內的中國語音、人工智慧的企業均因此得到了巨大關注，相關政府隨之成立了包括語音產業聯盟技術在內的專門產業扶持聯盟，這對整個中國人工智慧產業起到了舉足輕重的支撐作用。

以下是雷鋒網 AI 科技評論根據胡郁的演講實錄整理他的演講要點：

類似 AlphaGo 和 AlphaGo Zero 的人工智慧應用在個別領域戰勝人類，並不能代表人類在智能上整體淪陷。因為計算機就是為了彌補人類在某些智能上的缺失而生的，這也就是運算智能。

機器智能與人類智能的最大區別在於，機器智能缺乏感知智能和運動智能，而人類能夠掌握語言，發展知識，並進行邏輯推理和複雜的決策。人類智能的爆發（即認知革命），公認是發生在第三次技術革命之前，這也是人類之所以能夠統治地球最重要的原因，而機器在人類智能所擅長的方面就弱得多了。

實現人工智慧的三種方法

針對如何實現人工智慧，胡郁在現場介紹了基於大數據法、智能動力學和為機器人建立邏輯推理能力三種方法。

• 工業領域大受歡迎的基於大數據法

人腦的學習方法並非基於大數據，而是基於超強邏輯對小樣本數據進行推理分析。同時，隨著雲計算大數據和計算能力不斷提升，計算機得以在其最擅長的大數據分析領域大展身手。從這方面來看，機器智能已經開始能夠媲美人類大腦了。

大數據是促成人工智慧第三次浪潮的一個關鍵要素，大數據的三點核心：深度神經網路演算法，大數據和漣漪效應，都是指利用真實數據持續學習和進化的方法。

• 全腦模擬的人工智慧：智能動力學

據雷鋒網 AI 科技評論了解，胡郁是國家正在推進的腦科學與人工智慧重大專項專家之一，在項目推進之時，他了解到一種全腦模擬的方法，即像模擬天氣、模擬核爆炸一樣將人腦 860 億個神經元全部模擬出來，假如有一天我們能還原愛因斯坦的大腦，是不是就意味著我們能得到媲美愛因斯坦一樣聰明的人，如果你做得足夠精細，答案是肯定的，但這也存在局限。

類比人類學習飛行的過程，起初人類模擬鳥的飛行（認為對對鳥翅膀模擬的越像就越適合飛行），後來人類才意識到洞悉鳥類飛行原理才是關鍵，這也就是錢學森的老師馮?卡門於 20 世紀早期提出的空氣動力學。

將人腦中的小樣本學習、非監督學習破解再現到機器身上，這其中涉及到一系列生理生產，生殖方面的難題。但是，一旦將其實現，人類就能發明出能媲美甚至勝於人腦的人工智慧：智能動力學。

• 感知智能結合認知智能，為機器人建立邏輯推理能力

胡郁介紹了科大訊飛在世界英文/中文/西班牙語的語音識別大賽和在肺結節檢測 LUNA 資料庫取得的成績。期間，他列舉了利用感知智能和認知智能結合的方法，幫助人類檢測肺結節的例子。

邏輯推理建立能力對人來而言輕而易舉，機器人卻難如登天。當前人工智慧領域面臨的最大挑戰，就是實現認知智能，即達到媲美人類的語言理解，知識表達。不同於留存下來的人類語音和圖像的大樣本數據，作為社會常識的人類語言知識和邏輯推理並沒有被記錄下來，大樣本數據的缺失，導致了現在無法訓練出認知智能。

但是胡郁認為，我們可以借鑒人類通過感知、認知運動，在實踐過程中不斷建立邏輯推理能力的過程來實現認知技能。他相信，一旦在此實現技術突破，機器人的認知智能將到達一個全新水平。胡郁還介紹了在高考記憶和邏輯性學科，醫考機器人（參加醫學資格考試的機器人）取得的成績，以及已經能夠利用機器人輔助人類進行分級診療輔助診療了。

• 人工智慧即學習人的智能。一個社會人（哪怕文盲），在加入了人類社會後都必須具備「交互智能」，即交互技能，藉助語言、圖像、手勢和姿態等融入進人類社會。上世紀 80 年代，日本曾提出利用第五代計算機解決機器和人類之間交互的問題，但最終失敗收場。

• 具備媲美人類專家的專業知識智能。上世紀 70 年代，美國便進行了模仿人類律師，法官，教師醫生來打造專家系統的嘗試。如今，機器專業智能化藉助全新人工智慧捲土重來，而且已經打造出了找肺結節的這類專家系統。

語音交互將成為人機交互主要方式

胡郁從交互的角度得出新推論，認為語音交互將成為人機交互主要方式，並表示其在將來五年之內得到實現。

人類獲取的信息，80% 來自於視覺，但輸出信息的 90% 則是通過語音。對機器而言，輸出信息最快方法是顯示各種複雜（圖形，文字）的顯示屏。由於人類輸出最快方式為語音，所以機器與人類交互最快的接受（輸入）信息的方式也順理成章為語音，這就形成閉環人機語音交互，基於視覺呈現的語音交互。

胡郁還介紹了該閉環人機語音交互基於的視覺呈現，可分為無視覺呈現和強視覺呈現兩種。

• 無視覺呈現，即類似人類通過電話進行彼此交流的方式。

• 強視覺呈現，即設備上顯示是否處於工作狀態。強視覺呈現語音交互，例如人類觀看手機屏幕並與它交互。在此基礎之上，科大訊飛推出了 AIUI 2.0 平台。至今，訊飛語音雲相關開放平台已實現超過 11 億台設備，每天超 50 億到 60 億次的調用，覆蓋了將近 60 萬開發者，同時也提出了一系列如輸入法、翻譯、汽車、家庭等語音交互應用場景。

專家系統將顛覆各行各業

解決了生產力的問題的行業大數據、行業專家和人工智慧演算法，將徹底顛覆各行各業。即使專家系統只掌握人類專家 60% 功力，但它可以將這 60% 功力進行無窮盡複製使用。自動批改卷子應用（科大訊飛在合肥一中的人工智慧教育應用試點），可根據學生知識弱點進行定製化作業布置，從而實現因材施教。中國在智能化教學方面已經遠遠領先日本，另外，在智慧城市，智慧醫療等很多人工智慧應用領域也是如此。

雷鋒網 AI 科技評論在演講現場了解到，胡郁介紹了現階段中國人工智慧行業的兩大類型公司：「衝浪型」公司和「登山型」技術創新公司。衝浪型公司在每當行業新浪潮來臨，抓住浪潮勁頭，與此同時，「衝浪型」公司如以「登山型」技術創新公司為實現目標，還需要一步一個腳印積累技術創新，中國恰恰兼具以上兩種類型企業，因此中國才在當今人工智慧大潮中立足並取得優勢。

人工智慧將像今天的雲計算大數據一樣無處不在，每家公司也都會擁有自己的人工智慧。屆時，公司之間業務彼此正交，知識經驗數據和利益得到共享，從而實現合作共贏，胡郁稱之為混合正交的商業生態。

• 唯「登山型」技術創新公司才能在人工智慧時代生存下來

在介紹完兩大類型公司後，胡郁強調，人工智慧時代的寵兒既不是互聯網企業，也非移動互聯網企業，唯有「登山型」技術創新公司才能在人工智慧時代生存下來。

「登山型」技術創新公司，即如登山一般長年累月地進行技術創新技術積累。在「登山型」技術創新公司中，人工智慧的核心技術系統創新、應用創新，微創新，以及產品創新都將結合為一個整體。

中美作為在人類的最新一輪的人工智慧競爭中勢均力敵的兩個對手。日本、歐洲、中國、美國，甚至俄羅斯都具備技術專家和先進成果，但是除中美外的其他國家，均缺失人工智慧時代必須的一條大腿：大數據。

大數據需要雲計算基礎設施、互聯網移動、互聯網、物聯網等相關的商業模式和足夠大的市場。經過以上篩選，只有中美獲得了決賽圈資格。胡郁堅信，中國將在中美人工智慧角逐中取得領先並最終勝出，其一因為深圳在人工智慧應用落地方面遠遠領先美國。儘管美國在人工智慧知識原創性上具備優勢，但其整個工業落地方面是相對落後的，中美互有優缺點。胡郁還認為，中美這兩個發動機定能推動整個世界人工智慧產業蓬勃發展。最後，胡郁表達了未來與同行們共享政府支持、生態和渠道，在紅利大潮中共同進步的希望。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！