400-123-4567

22种以上中国各地方言。我尤其自豪的是，我们将中国那些一辈子不谈标准普通话的老人的世界关上了，他们今天可以用自己的方言去亲吻最先进设备的IT技术。在翻译成领域方面，讯飞来的翻译成技术早已可以超过英语六级，今年年底我们将可以超过英语八级。此外，讯飞来在计算机视觉方面也有技术布局，还包括OCR技术、人脸识别技术、场景辨识技术，甚至在医学领域的图象识别，我们早已回头在世界前茅。

理解智能方面，讯飞来在斯坦福的SQuAD竞赛中，在很多方面在世界上第一次多达人类的读者解读。2017年底讯飞来的AI机器人第一次通过了国家医生资格考试，评分是600分，360分不及格，我们的机器人获得了456分，多达了96.3%的人类试题。也就是说它如果是一个人类医生，它是Top 5%的优秀学生。这些都是科大讯飞在技术上进展。

语音合成方面，今天的语音合成好比可以做大自然的声音制备，还可以做图象合成，我们可以把声音与画面实时融合一起，这样就可以有多种应用于，例如现在很多地方电视台或网站简单到讯飞来的虚拟世界主播技术，通过大自然的展现出方式向用户表达新闻信息。右图是最近几年科大讯飞在多次人工智能竞赛中获得的一些桂冠。讯飞来技术应用于一：语音类产品、硬件技术是一方面，如果我们没贯彻的应用于，它就不能逗留在技术层面。

科大讯飞在语音和语言处置方面做到了很多工作，也把它实实在在落地了，它超越了人与机器之间的交互障碍，也超越了人与人之间通讯的障碍，科大讯飞也侧重文化维护、语言维护，世界上很多国家只有语言，没文字，还包括中国的一些少数民族，他们某种程度也没文字，或许将来人类没有人能再行听不懂他们谈的话，如果机器需要听不懂，并且不会说道，这是对文化维护的一个极大的贡献。在嵌入式界面方面，今天的嵌入式界面不全然逗留在人与机器交互的你回答我问，还在于它有一定的智能。

科大讯飞的人工智能技术目前早已应用于客服及其他多种产品服务中，科大讯飞前不久刚公布了翻译机3.0。这款翻译机可以反对58种语言，同时还反对5种中国方言，反对7种有所不同的英语口音，还包括英国音、美国音、澳大利亚音、印度音等。

很多国家的英语口音很难听不懂，但是机器能听懂。此外，科大讯飞还有诸如“听到”系统（动态mRNA和翻译成）、智能录音笔、智能办公本等产品。

此外，科大讯飞现在也在行业领域大大展开探寻。讯飞来技术应用于二：AI+教育第一个领域是AI+教育。从古到今，大家最习惯的就是老师在上面谈，学生在下面听得，由于老师的资源缺少，一位老师不有可能有那么多精力给每位学生因材施教。今天我们通过人工智能的技术，可以做因材施教。

明确人工智能技术工作流程如下图：简言之，明确分成以下几步：首先，我们不会收集学生在做作业、做习题、考试过程中的所有数据，我们用扫瞄的方法将它扫瞄到计算机中；同时，我们中用前面提及的科大讯飞的OCR技术，将这些内容数字化；然后再行通过分析系统对题目展开分析，并分析学生在哪一步出有了错，哪个概念不熟知；将这些分析结果再行对系统到我们为每个学科专门做到的科学知识图谱中，并在这个图谱上标记出有每位学生对这个学科的哪些知识点是熟知的，哪些知识点是脆弱的，哪些知识点还依赖前面某个该学生不熟知的知识点。我们为每位学生自定义了这样一个科学知识图谱，老师按一个键就可以对每位学生构建印发自定义简化的教学内容，同时可以做到个性化的家庭作业。这样，每位学生就可以只做到自己不熟知的作业，而那些他熟知的作业就不必须再行反复做到了。

这样可以为学生省却很多时间，据科大讯飞粗略统计资料，预计能省却30%的时间，这些时间可以用来自学其它的科学知识，或者探寻其它领域，这就是科大讯飞需要获取的个性化教育。讯飞来技术应用于三：AI+医疗我们告诉科大讯飞的语音辨识、OCR技术可以很更容易把医生与病人的问诊记录，以及一些过去的医疗记录并转成文本，数字化，然后通过我们的医疗机器人或智医助理对这些数据展开分析。

传统的一个没经验的医生在为病人诊治时，不会经常出现复发或是第一印象实在是某个病，就按那个病来化疗。我们的医疗机器人不仅可以得出你患上某种病的百分比，还可以将这个症状的所有有可能的病症都为你列出来，并且为医生获取一些建议，告诉他有可能要做到怎样的检查，引领医生展开准确的临床。

讯飞来的智医助理早已在安徽落地，沦为全国首个智慧医院中的AI系统。以上这些是AI在行业中的明确应用于，明确AI技术当下面对怎样的挑战？AI技术当下挑战：无止境的算力、不得而知应用于场景人工智能经历了三个高潮和低谷，到今天转入以大数据驱动的深度神经网络阶段，今天很多技术早已可以成熟期到放到一个实际应用于产品或场景中。现在有好消息，也有坏消息。好消息是：基于深度自学的AI在某些领域早已多达了人类，大家在用AI提升工作效率、工作有效性、准确度等方面都很有效地。

此外，整个工业界也告诉AI的益处，现在也有很多Open AI的计算出来框架，让不懂AI的人可以用有数的数据做到应用于和服务。坏消息是：为什么AI的发展有高峰、有低谷？有高峰是因为大家对AI的期望太高，今天的AI还不是一个确实意义的智能，它所有的智能仍是基于大数据。如果你根本没给它某个方向、某个场景的数据，它总有一天无法正确处理此类数据。

所以这就造成了在很多关键应用领域，例如自动驾驶中的普适安全性问题。只不过我对这件事情仍然很担忧，总有一天它不会在遇上一个从没见过的场景时无法处置，那时就可能会出有事故。

因为我们今天过于倚赖数据，所以数据沦为我们的瓶颈，这在工业界特别是在显著。我们现在尤其害怕自定义一些人工智能服务，因为你要自定义的话，就意味著你要为那个应用于去搜集、标示很多数据，这个工作量消耗的资源是极大的。现在的AI还必须很强的计算能力，多少算力才充足？没有人告诉。所以我们最后还是必须有一个新的AI框架，或许我们可以从人的理解过程中汲取一些经验。

我们可以用一个对外开放的框架来解决问题部分问题，科大讯飞应当是中国最先把自己的语音辨识的服务对外开放出来给开发者的厂商，同时今天也有很多对外开放的软件、用户界面、云服务、用户数据。新一代人工智能产业技术创新战略联盟一个最重要的职责就是增进中国在开放平台方面的建设。

此外，在用户数据的维护方面，我们必须标准和法律，这是条很漫长的道路。寄给AI创业者的九条建议作为一个创业者，在人工智能领域可以做到哪些呢？第一，人才培养和教育，这或许是人工智能发展过程中的一个很最重要的产业；第二，数据，以前所有的工作都靠手工去做到，今天我们可以引进一些AI工具，让机器来协助我们做到大多更容易做到的事情，最后剩下很少的数据放给人来标示；第三，算力，究竟计算出来应当放到末端上，还是放到云上，还是一个云端边缘计算出来的优化？AI芯片或许还有很多的机会。

今天大家都在布局AI芯片，但是一个极大的挑战是AI的最后框架是什么，谁也不告诉。所以或许今天你做到了AI芯片，为某个框架去优化，或许再行过两年就不会转变。

我们还没像英特尔X86这样的架构能做到所有的事情。第四，人机的有效地融合，人与自然发展。

现在的大数据、人工智能还有一些解决不了的问题，在一些关键领域，我们如何能让机器告诉他人类，前面我遇上一个很简单的场景，我不了处置了，人类否应当较慢插手。由此派生出有一个很有意思的课题，在机器为你引荐的时候，是不是也要给你一个可信度，这样在可信度较低的情况下，人类就把它接过来，防止很多无谓的事故，或者一些大的问题。第五，政治正确性，很多统计资料上有意义的事情，或许在政治上并不准确。

第六，系统，我们为什么解决问题要靠一个单一的信号源？只不过把多个数据融合在一起或许是未来之路；即使做到语音辨识，为什么只逗留在语音信号，为什么无法把你的口型、体态放进去，把我们的方位信息、时间信息都放进去，把我们告诉的更加高层次的数据放进去，或许对人工智能发展有更加多的益处。第七，细节，人工智能为什么越做越害怕？因为最后都是在细节上，没关于某方面的一些精细的数据，总有一天做到将近淋漓尽致。第八，科学知识图谱和大数据，在今天大家都在谈科学知识图谱和大数据，只不过还没尤其好的框架把这两者有机融合一起，我们看见很多领域大家早已在尝试这方面的工作。

第九，AI应用于商店，我们告诉中美之间很多不一样的地方在于美国掌控了很多应用于生态，例如苹果应用于商店、安卓的应用于商店，在今天AI领域中，我们要不要创建一套归属于我们能掌控的应用于生态？例如，今天很多人在做到智慧医疗，智慧医疗牵涉到的病种十分多，每家公司不有可能全都做，是不是一个医疗的统一的框架，大家把自己的能力、技能都放在里面去，人组在一起，不会构成一个更大或者更佳、更加全面的系统。因而，这也是有一点大家注目的一个领域。「AI投研邦」将在近期上线CCF GAIR 2019峰会原始视频与各大主题专场白皮书，还包括机器人前沿专场、智能交通专场、智慧城市专场、AI芯片专场、AI金融专场、AI医疗专场、智慧教育专场等。

「AI投研邦」会员们可免费观赏全年峰会视频与研报内容，扫码转入会员页面理解更加多，或私信助教小慕（微信：moocmm）咨询。原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：Vsport体育平台-www.kitahachi-iwata.com