作者 | 云鹏 编辑 | 漠影 智东西10月25日消息，今天科大讯飞在第五届全球1024开发者节上，发布了讯飞开放平台2.0战略、讯飞虚拟人交互平台1.0、企业讯飞数字化平台等一系列技术成果，同时发布了全新的《1024计划》。 自2017年起，1024开发者节作为科大讯飞首个面向AI开发者的AI盛会，一直为全球各地的开发者们提供了交流、探索前沿科技成果的科技平台。 此次科大讯飞董事长刘庆峰，科大讯飞总裁吴晓如、科大讯飞高级副总裁、研究院院长胡国平，科大讯飞集团副总裁于继栋等高管也来到现场，与大家分享了讯飞在提升自身AI服务能力上的探索，以及为全球开发者所提供的价值。 ▲科大讯飞董事长刘庆峰 刘庆峰在开场说道，“人工智能从来没有像今天这样触手可及”，而人类也从来没有像今天这样迫切地需要人工智能，而科大讯飞希望在这个时代打造属于每个人的AI。 刘庆峰特别提到，为了让人工智能更好地切实解决社会重大命题，就必须要从单点应用突破到系统性创新。 目前，讯飞开放平台开发者数量达到了265万人，开放能力数量达400余项，而今年参加AI开发者大赛的报名参赛团队达到了22472支。 讯飞开放平台2.0战略面向18条赛道重点发力行业低代码、零代码开发。讯飞在端到端建模、无监督训练、多模态融合、外部知识融入四个主要领域带来了众多技术创新。而全新《1024计划》在源头创新、场景共创、共享生态、践行公益四个方面重点发力。 刘庆峰说，讯飞希望让开发者在解决重大社会命题上有用武之地。 目前，AI技术对于各个行业的赋能效应逐渐凸显，科大讯飞作为国内AI语音领域的头部玩家，在不断加速AI与语音技术跨领域融合的同时，也将自身的AI能力落地到各行各业，为传统行业的AI转型和创新提供解决方案。 今年的1024开发者大会展区面积2.7万平方米，共分为AI科技馆、AI引力馆、AI共生馆等5大主题展馆，覆盖超100个行业的300余家企业，展出超过1000个黑科技产品。 此次科大讯飞将会给我们带来哪些令人惊喜的黑科技？在AI赋能千行百业的当下，讯飞又将如何为这个行业的创新发展提供新的思路、带来新的玩法？智东西第一时间现场干货报道给你答案。 一、刘庆峰：人工智能从来没有像今天这样触手可及 在刘庆峰看来，AI技术从源头创新到产业发展，就像种子到鲜花怒放一样，首先要经历在黑暗土壤中的孕育和萌芽、像小草一样逆风沐雨成长，才能够含苞待放。而今天讯飞要在这里跟大家共同听到人工智能花开的声音。 刘庆峰非常激动地说道，“人工智能从来没有像今天这样触手可及。” 人工智能不再是一个看得见摸不着的概念，而是能够看得见摸得着，能让你亲自感受。 1、开发者规模达265万人，四大领域AI技术重点发力 讯飞开放平台在过去的一年里，开发者数量增加了69%，在2021年10月达到了265万人，所开发的应用中，有60%为工业应用。开发者团队中有40%来自新一线城市，87%开发者均为30岁以下。 今年参加AI开发者大赛的报名参赛团队达到了22472支，同比增长了146%。在此次的开发者大赛中的105条赛道中，有很多是中国科技行业头部企业、知名高校与讯飞共同发起。 从2010年开放的3项能力，到今天的400余项能力，科大讯飞一直致力于打造AI创新策源地，在无监督训练、多模态融合、脑科学交叉研究、人机协同化等领域重点发力。 无监督训练用更少的标记数据实现更好的效果；多模态融合可以将多源信息相互关联，从而解决更多复杂场景问题；脑认知、保护与发展类脑计算、脑机接口等技术均在推动落地；人机协同可以实现人类知识的可解析和可建模融合。 刘庆峰现场举例说，过去我们想模仿一个人的声音可能需要一个礼拜，而今天可能只需要几个小时甚至是一句话的时间。而在语音识别翻译领域，凭借讯飞的技术突破，他们可以在100小时内实现原来1万小时的训练效果。 2、剑指社会重大问题，从单点应用突破到系统性创新 刘庆峰说，人类从来没有像今天这样迫切地需要人工智能，而十四五是人工智能解决社会重大命题的关键窗口期。 在刘庆峰看来，人工智能能够助力“双减”，实现因材施教的系统性创新，据称可以让学生的无效练习降低了50%。 在疫情防控方面，讯飞人工智能技术在时空聚集性分析、海量信息的迅速排查等方面能力的应用，可以让传染病从发生到预警的时间从3天缩短到1天。 如何让人工智能在更多行业中深入解决重大社会命题？如何让更多开发者在解决重大社会命题上有用武之地？ 刘庆峰认为，人工智能要切实解决社会重大命题，就必须要从单点应用突破到系统性创新。 面向系统性创新发力，刘庆峰今天正式发布了讯飞开放平台2.0战略，提出了18条主要赛道，发力行业低代码、零代码开发。 基于讯飞开放平台2.0战略，讯飞将联合行业中最有资源和平台能力的行业龙头共同来搭建行业的基线底座，在此之后，将众多场景开放给开发者。 科大讯飞通过标准体系、测试平台、认证体系、培训平台、低代码开发平台、开发者大赛这六个举措支撑开放平台2.0战略的落地。 讯飞希望让各个领域的开发者在开发各个行业的应用时，几乎不用了解核心技术，可以通过直接拖拽、可视化的逻辑处理来解决行业关键问题。 刘庆峰还在会上提到了元宇宙概念，他说，全民数字化生存时代，需要全新的虚拟人交互平台，而科大讯飞提供了虚拟人搭建平台，还可以做出3D数字人，在微表情方面进一步打磨。 此次科大讯飞正式发布了讯飞虚拟人交互平台1.0，支持多模感知、情感贯穿、多维表达和自主定制，目前虚拟人家族形象达到了54位。 除了AI在虚拟数字人领域富有感情的应用，刘庆峰也例举了AI技术在教育领域的应用，比如讯飞AI学习机依据答题数据以及知识点体系和课标的要求，给出更精准的学情诊断，为每个孩子给出了不同的更有针对性的学习路径。 刘庆峰最后说道，科大讯飞希望打造属于每个人的AI。 二、吴晓如：全新1024计划如何用赋能型生态共建AI未来？ 国家刚刚发布了《十四五规划》，全文39次提到了“智能”，这也说明目前人工智能市场潜力其实是巨大的。 作为每年1024开发者节最重磅的环节之一， 科大讯飞总裁吴晓如今天正式发布了全新《1024计划》。 ▲科大讯飞总裁吴晓如 吴晓如从源头创新、场景共创、共享生态、践行公益四个方面阐述了科大讯飞如何用系统性创新打造AI产业数字新生态。 在源头创新方面，2021年科大讯飞在语音、图像、认知等领域都进行核心技术突破，刷新多个领域的世界纪录。 讯飞开放平台AI能力从398项增加至437项，未来将保持能力全面开放拓展总数超500，共同打造AI开发者生态。 针对场景共创，吴晓如进一步对讯飞开放平台2.0进行了深入解读，讯飞开放平台2.0是“三维”的，包括行业客户、应用开发者、科大讯飞及行业龙头。 具体来看，科大讯飞提供AI技术、深度学习平台、大数据平台，行业龙头提供典型场景、专家知识库和业务模型，而开发者就可以进行场景创新、业务流程的开发，形成最终具体的行业解决方案。 比如在金融、农业、电力等领域通过融合方案促进场景落地，专家的经验可以数据化、模型化，最终推送给终端企业客户。 得益于讯飞这样的AI开放平台和体系，技术专家和行业专家可以更好地配合，这也解决了行业核心痛点之一。 未来科大讯飞将面向18个行业，每年投入5亿元研发资金、100万开发者参与，加速AI开放平台对产业的赋能。 在行业标准方面，科大讯飞与10家产业链企业和科研院联合组建了智能语音创新中心。 在生态共享方面，科大讯飞开放了AI教育超脑三大平台共建教育行业新生态、打造了城市超脑与AI+行业赋能开放两大体系，同时实践产教融合，培养AI创新人才，通过城市双创基地和产业加速中心，整合产业生态资源，为创新创业者赋能。 讯飞通过举办AI赛事，也能够筛选出行业中的标杆解决方案，历经四届，讯飞AI开发者大赛已经成为行业领先的AI赛事之一。 最后，讯飞还会为优秀的团队辅以优质资源，从而促进企业的孵化、带动就业，未来五年，市场规模或达到万亿级别。 科大讯飞也积极承担社会责任，AI能力服务针对障碍类和适老类应用开发全部免费开放，目前通过讯飞开放平台累计创建无障碍应用数26197个，服务视听障人数1218万。 三、胡国平：多项黑科技推动系统性创新，AI科技树开放共享 围绕系统性创新对AI科技树的成长推动，科大讯飞研究院院长胡国平在AI技术发布会上，提出实现系统性创新的三大关键路径：一是重大系统性命题到科学问题的转化能力；二是单点核心技术效果跨越应用鸿沟；三是创新链条上各关键技术的深度融合，并将其转化为科学问题。 围绕这三个科学问题，胡国平分享了科大讯飞这一年多以来取得的技术进展，包括端到端建模、无监督训练、多模态融合、知识与算法的融合这四个主要领域。 首先端到端建模技术可以实现复杂场景下的前后端一体化语音识别系统，可以将复杂场景语音识别效果从35%提升至88%，将复杂场景唤醒成功率从40%提升到90%。 端到端建模还可以实现CAAT端到端语音翻译，可以缓解语音识别错误对翻译效果的影响。 第二，讯飞的无监督训练可以实现半监督语音解耦、全属性可控语音合成，优化了模型的训练，最终可以实现“一个人一句话合成”，还可以对音色、情绪进行调节，甚至可以进行方言迁移。 讯飞还推出了基于同一空间表达的半监督语音识别技术，通过100小时有监督数据和无标签文本训练，实现10000小时有监督训练的效果。 在多语种语音语言技术方面，无监督学习能够提升语音识别、语音合成、机器翻译、图像识别的性能。 第三在多模态融合技术领域，讯飞可以将基于唤醒词的交互响应成功率从原来88%提升到93%。 基于多模态树状解码器的复杂文档结构化，可以让结构化精度从92%提升至98%。 第四个源头技术是外部知识融入，科大讯飞推出了基于事理图谱的主动交互，可以实现对儿童更有情感的陪伴。 讯飞融合海量医学文献知识和病例的诊疗推理技术，将罕见病诊疗效果从87%提升至93%。 实际复杂系统需要多技术深度融合的系统性创新，而这需要面向全局目标的技术架构解析能力、全链条贯穿的多技术融合创新能力以及基于人机解耦的复杂系统进化能力。 在多技术融合方面，讯飞低延时限制下的多语音融合语音同传系统，可以将正常语速下系统延迟从8秒降低至4秒。 基于情感贯穿的多模态虚拟人交互技术生成的虚拟人，通过情感感知，基于情感的回复对话生成，能够表达情感。基于人机耦合的医疗助理系统的AI辅诊准确率从95%提升至97%。 除了源头突破和系统性创新，讯飞也在脑科学、数学、量子计算等更远的AI源头技术领域进行积极探索。 胡国平最后提到，科大讯飞会始终秉承开放、合作、共享的理念，讯飞AI科技树的所有研究成果也会在技术成熟的第一时间由讯飞开放平台共享给广大开发者使用，希望讯飞开放的AI能力及解决方案能帮助广大开发者，打造出更新更好的应用。 ▲科大讯飞高级副总裁、研究院院长胡国平 四、于继栋：推动AI大众化，剑指企业数字化转型痛点 在AI、大数据、云计算等新技术群落发展的推动下，数字化浪潮已席卷各行各业，越来越多的企业开始了数字化转型，企业场景的AI需求快速增长，帮助企业改进运营和管理效率。 然而企业AI落地的过程并非想象中简单，比如会遇到风险评估待提高、业务导向不足、频繁变更易反工、被动集成响应慢等挑战。面对这些痛点，AI+RPA正成为带动企业迈向数字化转型的关键。 为了更好地用AI为企业数字化转型赋能，推进智能技术大众化，科大讯飞集团副总裁于继栋发布了讯飞企业数字化平台。 于继栋说，讯飞希望能携手AI开发者、业务专家、企业员工等生态伙伴，共建包括AI+人力、AI+生产、AI+营销等更多行业场景。 ▲科大讯飞集团副总裁于继栋 今天会上，科大讯飞高级副总裁张友国分享了科大讯飞在智慧城市赛道的生态合作计划，科大讯飞城市超脑已经规划了200多个应用场景，涵盖了数字政府、数字社会和数字经济各个领域。 科大讯飞高级副总裁聂小林分享了讯飞在教育领域的几项新计划，讯飞结合AI核心技术应用与教育教学的核心场景，一直在推动构建以学习者为中心的系统性创新。 结语：专注AI硬核技术22年，讯飞技术落地开启加速模式 在本届科大讯飞全球1024开发者节上，不管是全新《1024计划》各方面的升级，还是众多AI新技术、新平台的发布，我们能够看到讯飞对于产品、技术、开发者生态方面更进一步的探索和布局。讯飞为行业发展所种下的AI科技树，已经开花结果。 深耕智能语音与AI领域22年的科大讯飞，突破了单向能力和单场景解决方案的输出，深入行业方案打磨，助力产业智能升级，于多个行业赛道上实现了 A.I.+行业赋能的规模化落地。 我们将视野拉至AI全行业，如今AI落地的抢位愈演愈烈，AI发展的红利也正逐渐涌入，而科大讯飞针对AI落地所推出的各类解决方案，也为行业健康有序的发展提供了新的思考方向。 AI行业的发展也需要产业的合力。未来，科大讯飞也将携手更多各行各业的开发者与合作伙伴，一同分享这条赛道上结出的硕果。