科大訊飛副總裁談AI未來(lái)：更有情感、更小數(shù)據(jù)源、更環(huán)保

來(lái)源：時(shí)代周報(bào)

科大訊飛副總裁談AI未來(lái)：更有情感、更小數(shù)據(jù)源、更環(huán)保

盧潔萍

減少對(duì)數(shù)據(jù)的依賴、讓數(shù)據(jù)驅(qū)動(dòng)更有效、提升智能交互系統(tǒng)擬人度成目前人工智能技術(shù)的創(chuàng)新方向之一。

“新的人工智能浪潮主要得益于深度學(xué)習(xí)算法的驅(qū)動(dòng)，需要龐大數(shù)據(jù)做支撐。但在過(guò)去一年里，我看到了技術(shù)創(chuàng)新的新趨勢(shì)，比如如何用更少的數(shù)據(jù)去實(shí)現(xiàn)更好的效果，減少對(duì)數(shù)據(jù)的依賴?！?月26日，科大訊飛副總裁、智慧金融事業(yè)部總經(jīng)理解飛在“影響力中國(guó)”時(shí)代峰會(huì)2021上如此表示。

解飛介紹，2015年科大訊飛在做個(gè)性化語(yǔ)音定制時(shí)，需要錄下20-30小時(shí)語(yǔ)音，再后期處理近一個(gè)月，才能形成個(gè)性化音庫(kù)，“但目前科大訊飛最新的產(chǎn)品，只要5分鐘，就能訓(xùn)練出一個(gè)用戶的發(fā)音系統(tǒng)”。

除了減少對(duì)數(shù)據(jù)的依賴，人工智能技術(shù)的創(chuàng)新方向還包括如何讓數(shù)據(jù)驅(qū)動(dòng)更有效、建立動(dòng)態(tài)自學(xué)習(xí)模型、跨語(yǔ)言遷移學(xué)習(xí)、提升智能交互系統(tǒng)的擬人度等。

“我們內(nèi)部討論認(rèn)為，人工智能已經(jīng)進(jìn)入系統(tǒng)性創(chuàng)新時(shí)代。它的三大核心要素在于單點(diǎn)核心技術(shù)的鴻溝跨越、創(chuàng)新鏈條上關(guān)鍵技術(shù)的深度融合以及對(duì)重大系統(tǒng)性命題的洞察解析能力?！?/p>

峰會(huì)現(xiàn)場(chǎng)，解飛就各地區(qū)金融AI創(chuàng)新特點(diǎn)及近兩年變化，科大訊飛與科技金融公司、互聯(lián)網(wǎng)巨頭之間的關(guān)系，未來(lái)的賽道重點(diǎn)和技術(shù)突破方向等問(wèn)題接受了時(shí)代財(cái)經(jīng)的專訪。

談大灣區(qū)金融AI創(chuàng)新：更加市場(chǎng)導(dǎo)向，關(guān)注場(chǎng)景價(jià)值

時(shí)代財(cái)經(jīng)：粵港澳大灣區(qū)在金融領(lǐng)域的AI創(chuàng)新與長(zhǎng)三角等其他地區(qū)相比有什么特點(diǎn)？國(guó)內(nèi)外又有什么區(qū)別？

解飛：海外的金融體系發(fā)展得相對(duì)較早，他們對(duì)于IT的應(yīng)用，還是基于以前的超級(jí)計(jì)算機(jī)模式，國(guó)內(nèi)現(xiàn)在新的系統(tǒng)都在往分布式存儲(chǔ)云的架構(gòu)方向發(fā)展。

大灣區(qū)特別關(guān)注場(chǎng)景價(jià)值，更加市場(chǎng)導(dǎo)向。我們能明顯感覺(jué)到粵港澳大灣區(qū)的金融企業(yè)，包括銀行、保險(xiǎn)、證券、基金是以業(yè)務(wù)上的強(qiáng)需求在拉動(dòng)技術(shù)的發(fā)展，對(duì)應(yīng)用任何技術(shù)的第一考量因素都是能否體現(xiàn)在業(yè)務(wù)價(jià)值上。相對(duì)而言，北方區(qū)域的機(jī)構(gòu)會(huì)先考慮風(fēng)險(xiǎn)，絕對(duì)安全了，再考慮業(yè)務(wù)收益。

而以上海為代表的華東地區(qū)，整個(gè)金融科技的應(yīng)用更偏向于系統(tǒng)規(guī)劃。華東地區(qū)對(duì)場(chǎng)景也很關(guān)注，但是更多是在一個(gè)大的體系下做規(guī)劃，考慮這個(gè)系統(tǒng)如何在這個(gè)體系下進(jìn)行發(fā)展。這三個(gè)特點(diǎn)都是相對(duì)而言。

時(shí)代財(cái)經(jīng)：從2019年到現(xiàn)在，AI語(yǔ)音技術(shù)在金融領(lǐng)域的創(chuàng)新上，科大訊飛經(jīng)歷了什么樣的變化？

解飛：第一個(gè)明顯變化是，技術(shù)應(yīng)用正從單點(diǎn)場(chǎng)景向全面應(yīng)用擴(kuò)展。金融行業(yè)對(duì)技術(shù)有很強(qiáng)的風(fēng)險(xiǎn)厭惡性，所以會(huì)先通過(guò)單點(diǎn)應(yīng)用進(jìn)行試水，再批量地進(jìn)行使用，現(xiàn)在正是一個(gè)由點(diǎn)及面的過(guò)程；

第二，從業(yè)者對(duì)于技術(shù)應(yīng)用、場(chǎng)景的理解比以前要深刻。以前一般是兩種狀態(tài)：一種人認(rèn)為AI技術(shù)一下子能解決所有問(wèn)題，另一種人認(rèn)為是騙子，是概念性的、無(wú)法使用的技術(shù)?，F(xiàn)在大家不會(huì)再“打標(biāo)簽”，問(wèn)你“可以”還是“不可以”，而是說(shuō)，在我的場(chǎng)景下能夠解決多少問(wèn)題，我要怎么用，最好的切入路徑和方式是什么樣子的。

第三是隨著大家對(duì)技術(shù)、業(yè)務(wù)和產(chǎn)品理解越來(lái)越深入，業(yè)務(wù)模式也發(fā)生了變化。比如廣發(fā)銀行的信用卡中心在年前剛剛成立了數(shù)據(jù)標(biāo)注運(yùn)營(yíng)工作組，就是在用業(yè)務(wù)去匹配技術(shù)的發(fā)展。

在技術(shù)趨勢(shì)方面也有兩點(diǎn)變化。第一是平臺(tái)從“煙囪式”的建設(shè)變成了平臺(tái)式的服務(wù)，使接口能夠在各個(gè)流程和場(chǎng)景下達(dá)到統(tǒng)一的應(yīng)用標(biāo)準(zhǔn)，這也是接下來(lái)從業(yè)者在產(chǎn)品方案和技術(shù)研發(fā)上需要率先考慮的。

第二是對(duì)機(jī)器的認(rèn)知要求變得更高。2019年之前，智能感知已經(jīng)非常成熟了，包括語(yǔ)音識(shí)別都是超過(guò)90%的識(shí)別率，但在真正場(chǎng)景下，除了聽(tīng)懂了、看懂了，還需要把決策流程添加進(jìn)來(lái)，這才是最終的訴求，這需要在認(rèn)知層面上有很大的突破。

時(shí)代財(cái)經(jīng)：關(guān)于添加“系統(tǒng)決策流程”有什么具體的例子嗎？

解飛：比如某銀行跟客戶簽貸款合同，會(huì)經(jīng)過(guò)AI系統(tǒng)進(jìn)行一次OCR（光學(xué)字符識(shí)別），這一步只是感知，但當(dāng)這些合同錄到系統(tǒng)后，還需要幫助銀行判斷哪些條款是不對(duì)的、這個(gè)法人和其他法人的合同有沒(méi)有關(guān)聯(lián)或沖突等。這些以往都是靠人來(lái)做，現(xiàn)在通過(guò)機(jī)器就能替代人60%左右的工作。

相比感知技術(shù)，認(rèn)知技術(shù)這兩年在成熟場(chǎng)景下，提升非常巨大。之前客服中心只有20%左右的工作是智能化的，現(xiàn)在有70%左右。另外，銀行中的風(fēng)控、審批等，都是認(rèn)知決策的過(guò)程。

談競(jìng)爭(zhēng)：AI公司和科技金融公司“我中有你”

時(shí)代財(cái)經(jīng)：平安銀行這樣的科技金融公司也有數(shù)字化風(fēng)控和數(shù)字化客服等業(yè)務(wù)，他們和科大訊飛這樣的AI公司有什么區(qū)別？

解飛：在2015年之前，平安銀行的95511智能客服系統(tǒng)都是科大訊飛承建的，從2018年開(kāi)始自研系統(tǒng)平臺(tái)后才逐漸地切換到自研平臺(tái)。但直到現(xiàn)在，平安人壽新契約回訪服務(wù)的機(jī)器人質(zhì)檢系統(tǒng)仍然在使用科大訊飛的服務(wù)。

我認(rèn)為，銀行科技公司和做AI算法的公司，在產(chǎn)業(yè)鏈上是區(qū)隔大于競(jìng)爭(zhēng)的——70%是區(qū)隔，30%是競(jìng)爭(zhēng)。區(qū)隔指的是科技公司更多會(huì)往通用算法方向發(fā)展，銀行科技公司則對(duì)場(chǎng)景和業(yè)務(wù)的理解更加深刻。未來(lái)算法和引擎服務(wù)AI公司會(huì)做得更多，引擎服務(wù)之上的應(yīng)用系統(tǒng)、業(yè)務(wù)系統(tǒng)則是銀行科技公司做得更多。

但平安銀行的科技實(shí)力更強(qiáng)，所以它會(huì)往下延展一些。有的銀行科技實(shí)力更弱，我們除提供中臺(tái)到底層算法的方案外，也會(huì)往上延展，去做端到端業(yè)務(wù)系統(tǒng)的方案，這是一個(gè)我中有你的過(guò)程。

時(shí)代財(cái)經(jīng)：谷歌、阿里等國(guó)內(nèi)外互聯(lián)網(wǎng)公司也都在關(guān)注AI語(yǔ)音技術(shù)，科大訊飛和他們之間的技術(shù)壁壘是什么？

解飛：相較于BAT，我們對(duì)中文數(shù)據(jù)的積累、用戶習(xí)慣的了解，以及對(duì)方言口音的支持，遠(yuǎn)超任何一個(gè)國(guó)際巨頭和國(guó)內(nèi)互聯(lián)網(wǎng)公司。

2010年10月份，科大訊飛全球第一個(gè)發(fā)布了人工智能服務(wù)平臺(tái)，到現(xiàn)在每天服務(wù)量超過(guò)50億次，覆蓋的國(guó)內(nèi)方言口音和海內(nèi)外的語(yǔ)種都是最大的。比我們小一點(diǎn)的服務(wù)平臺(tái)，數(shù)據(jù)量可能只是我們的1/10，而小的創(chuàng)業(yè)公司根本收集不到類似的數(shù)據(jù)。數(shù)據(jù)驅(qū)動(dòng)讓我們有非常強(qiáng)的壁壘，也讓后來(lái)者很難追趕。

第二個(gè)是我們多年來(lái)在語(yǔ)音識(shí)別技術(shù)上積累的微創(chuàng)新。解決特定場(chǎng)景、實(shí)際工程的問(wèn)題上，我們走得更靠前一些。比如在會(huì)議室場(chǎng)景，大家識(shí)別率都還挺高的，但如果要將我們兩個(gè)人說(shuō)的話進(jìn)行分離，這就不是通用的語(yǔ)音識(shí)別了。

第三，我們也比較強(qiáng)調(diào)定制和服務(wù)支撐能力。雖然蘋(píng)果服務(wù)的用戶比科大訊飛多，但如果細(xì)化到語(yǔ)音服務(wù)這個(gè)領(lǐng)域，我們更有團(tuán)隊(duì)優(yōu)勢(shì)。科大訊飛支撐的各個(gè)行業(yè)的應(yīng)用和專職的團(tuán)隊(duì)人數(shù)，比Google、阿里、百度都要多，這也代表著我們更高的服務(wù)效能和更大的支持力度。

談定制：關(guān)鍵領(lǐng)域全覆蓋，重點(diǎn)賽道做平臺(tái)

時(shí)代財(cái)經(jīng)：B端業(yè)務(wù)有大量定制化和差異化需求，交付周期長(zhǎng)、成本高?？拼笥嶏w如何有效降低B端行業(yè)業(yè)務(wù)的成本，實(shí)現(xiàn)經(jīng)營(yíng)效益的提升？

解飛：我們是通過(guò)組織架構(gòu)來(lái)解決這個(gè)問(wèn)題的?？拼笥嶏w把產(chǎn)品進(jìn)行分級(jí)管理，分別是V、R、M三個(gè)級(jí)別。

V版本是平臺(tái)級(jí)產(chǎn)品，這部分主要解決公用能力，比如說(shuō)做一個(gè)語(yǔ)音識(shí)別的平臺(tái)，這個(gè)平臺(tái)可以面向采訪場(chǎng)景、電話場(chǎng)景、會(huì)議場(chǎng)景。R版本就是行業(yè)版本產(chǎn)品，比如說(shuō)我們要在醫(yī)院里面使用，這個(gè)版本會(huì)把醫(yī)療的名詞、醫(yī)生的常用說(shuō)法、藥名收到這個(gè)版本里來(lái)。M版本就是定制化的版本，給每個(gè)客戶都不一樣。比如我們把醫(yī)院的系統(tǒng)放到廣州中醫(yī)院來(lái)用，我們就把廣州中醫(yī)院的地理位置、門(mén)診科室、專家姓名等放到這個(gè)版本里。

通過(guò)三個(gè)大的層級(jí)進(jìn)行產(chǎn)品管理，就能夠有效地進(jìn)行資源復(fù)用，讓定制的部分做到最少，以提升整體的運(yùn)轉(zhuǎn)效果和效率。

時(shí)代財(cái)經(jīng)：公用的、產(chǎn)業(yè)的、定制化的比例分別有多少？

解飛：具體要看行業(yè)。這跟我們的生態(tài)戰(zhàn)略有關(guān)，科大訊飛主要的業(yè)務(wù)板塊是醫(yī)療、教育、智慧城市，三個(gè)行業(yè)端到端應(yīng)用全部可以由科大訊飛交付。大概判斷，60%是標(biāo)準(zhǔn)的V版本，20%是R版本，還有20%-30%給客戶做定制，這是理想的狀態(tài)。

在重點(diǎn)的行業(yè)生態(tài)之外，我們會(huì)主要構(gòu)建V版本。我們把它封裝成標(biāo)準(zhǔn)的接口，給到我們的合作伙伴，再由我們的合作伙伴去封裝R版本或者是M版本的產(chǎn)品。

舉例來(lái)講，在家電行業(yè)我們跟海爾這些公司合作，我們就支持一些生態(tài)公司，它們可以拿著科大訊飛的V產(chǎn)品，在海爾這邊進(jìn)行定制，相當(dāng)于40%-50%定制工作給合作伙伴來(lái)做，因?yàn)樗鼈冮L(zhǎng)期深耕這個(gè)行業(yè)，本身也有其他相關(guān)項(xiàng)目。

談未來(lái)：更有情感的聲音、更小的數(shù)據(jù)源、更少的電力

時(shí)代財(cái)經(jīng)：除政法、教育外，智能語(yǔ)音技術(shù)更有潛力的應(yīng)用場(chǎng)景是什么？

解飛：從集團(tuán)來(lái)看，我們把醫(yī)療視為最重要的行業(yè)之一，因?yàn)樗P(guān)系到社會(huì)民生、中國(guó)醫(yī)療資源不均衡發(fā)展、老百姓的健康生活及安心養(yǎng)老等社會(huì)剛需問(wèn)題的解決，對(duì)我們來(lái)講會(huì)有更強(qiáng)烈的使命感。

現(xiàn)在比較清晰的戰(zhàn)略是在教育和醫(yī)療兩個(gè)領(lǐng)域，希望能夠真正地做到改善資源不平衡發(fā)展的狀況。過(guò)去兩年，我們?cè)诎不找呀?jīng)很好地展現(xiàn)了“智醫(yī)助理”這樣的醫(yī)療應(yīng)用的價(jià)值。很快地，我們就能幫助基層醫(yī)院提升他們的問(wèn)診水平。另外，在整體醫(yī)療大數(shù)據(jù)應(yīng)用上面，也能夠通過(guò)AI手段，對(duì)傳染性疾病的地區(qū)聚集問(wèn)題進(jìn)行提前警示、防護(hù)和治理。

時(shí)代財(cái)經(jīng)：未來(lái)幾年AI語(yǔ)音技術(shù)研究的方向和重點(diǎn)是什么？

解飛：在語(yǔ)音合成上，還是想使它在特定場(chǎng)景中更加有感情?，F(xiàn)在標(biāo)準(zhǔn)的語(yǔ)音播報(bào)，機(jī)器已經(jīng)可以惟妙惟肖，甚至可以以假亂真了。但是在人的情感表達(dá)上，語(yǔ)音合成做得還不夠。

語(yǔ)音識(shí)別上，我們現(xiàn)在做的主要是混語(yǔ)和復(fù)雜場(chǎng)景下的識(shí)別。比如兩個(gè)人面對(duì)面聊天，機(jī)器對(duì)不同發(fā)言人的識(shí)別可以達(dá)到95%以上的正確率，但如果場(chǎng)景更復(fù)雜一些，比如在餐廳里吃飯，有10來(lái)個(gè)人在一起講話，它對(duì)角色分離的識(shí)別率就會(huì)下降到57%，屬于不可用的狀態(tài)。

第三是我們會(huì)持續(xù)通過(guò)小的數(shù)據(jù)源，在新的語(yǔ)言識(shí)別能力構(gòu)建上做研究。也就是使用更小的數(shù)據(jù)，能夠更快地驅(qū)動(dòng)一個(gè)新的語(yǔ)種識(shí)別，以及使用更少的數(shù)據(jù)優(yōu)化一個(gè)語(yǔ)言的識(shí)別效果。

最后一個(gè)是對(duì)算力的節(jié)約方案。AI技術(shù)不光要效果好，還得占用更少的服務(wù)器資源數(shù)量，更加的環(huán)保。我們每天50億的交互規(guī)模，需要后臺(tái)十幾萬(wàn)顆CPU、幾萬(wàn)顆GPU做支撐，很耗電，也很耗成本。

本網(wǎng)站上的內(nèi)容（包括但不限于文字、圖片及音視頻），除轉(zhuǎn)載外，均為時(shí)代在線版權(quán)所有，未經(jīng)書(shū)面協(xié)議授權(quán)，禁止轉(zhuǎn)載、鏈接、轉(zhuǎn)貼或以其他 方式使用。違反上述聲明者，本網(wǎng)將追究其相關(guān)法律責(zé)任。如其他媒體、網(wǎng)站或個(gè)人轉(zhuǎn)載使用，請(qǐng)聯(lián)系本網(wǎng)站丁先生：chiding@time-weekly.com