科大讯飞董事长刘庆峰:2017年是人工智能应用落地之年|CITE 2017

简介:

雷锋网(公众号:雷锋网)按:雷锋网4月9日消息,以“人工智能+ 共创新世界”为主题的CITE2017人工智能产业发展高峰论坛在深圳会展中心举办。本次论坛由工业和信息化部、深圳市人民政府主办,科大讯飞股份有限公司承办。

“如果说2016年是人工智能的中国元年,那2017年就是它的应用落地之年,是让各个领域能够看到人工智能究竟能为我们这个时代做什么事情的时候了”,科大讯飞董事长刘庆峰在会议上说。那么,为什么说2017年是应用落地之年呢?在人工智能应用落地过程中,除了技术,我们还需要哪些支撑?对此,刘庆峰在其演讲中做了回答。

科大讯飞董事长刘庆峰:2017年是人工智能应用落地之年|CITE 2017

雷锋网对其演讲做了编辑整理:

2017年,是人工智能于1956年提出之后的60周年。我们都说, 2016年是中国人工智能的元年。去年,同样是在这里,科大讯飞牵头发布了《人工智能深圳宣言》,当时我们就提出来人工智能时代正在到来,在这个时代中最重要的有四件事情,第一是坚持源头技术创新;第二是围绕源头技术创新,要建立标准和规范,以便于各个领域的创新创业者能够非常方便的在同一个平台和基础上进行创新创业;第三个是人工智能需要打造真正的产业生态;第四需要配套的法律和道德以及人文的引领。

时隔一年,我们再次汇在一起,我想如果说2016年是人工智能的中国元年,那2017年就是它的应用落地之年,是让各个领域能够看到人工智能究竟能为我们这个时代做什么事情的时候了。

大家都在讨论:人工智能到底是泡沫?还是它真的已经是蓬勃涌来了?我觉得首先要从人工智能技术的底层原理说起。当年提出人工智能就是基于非常严谨的数学建模,是一堆的顶尖的计算机专家、数学家和通讯专家一起提出来的。如今,随着深度神经网络等新的算法突破,随着移动互联网源源不断地将各种数据送到后台,随着云计算能力的不断提升,甚至未来量子计算都有可能走向实用。

 那么,当前人工智能给我们带来的机遇为什么跟三年前不同?今天人工智能时代已经到来了,我觉得很大原因还是因为深度学习算法,因此MIT在今年的十大技术突破上,将强化学习排在了第一,其实就是人工智能底层技术的进步。

讯飞超脑计划

我在此分享一下我们的讯飞超脑计划。

讯飞超脑计划是科技部所颁发的首个中国人工智能的重大专项,叫类人答题机器人,目标就是让机器通过高考考上大学,甚至能考上清华、北大、科大这样的名校。这中间有两个关键支撑:一是语音及语言信息处理的国家工程实验室,一个是类脑智能技术应用的国家工程实验室,这两个工程实验室都是由中国科技大学科大讯飞和我们的合作伙伴共同组建的。

科大讯飞董事长刘庆峰:2017年是人工智能应用落地之年|CITE 2017

我们希望做这三件关键的事情,一件是人机交互。在万物互联时代,语音将成为人机交互的最主要方式。因为没有屏幕,或设备离我们很远,或者在移动情况下,人机交互能源源不断地获得前端各种信息的反馈,把后方人工智能做的事情推向前方。第二是知识管理,就像我们今天的会议上,它把所有的文字内容立刻变成相应的语音或语音迅速变为文字,最后是将其变成结构化的内容推理和学习,这是三项技术。

今天这些技术大概到什么程度?给大家简单地再汇报一下。

首先是语音合成,5分代表播音员的水平,4分代表美国普通大学生的水平,4.2分是科大讯飞的,3.6是全世界第二名,在全世界第二名还在想办法如何达到4.0的时候,也就普通人说话的水平时,2016年底,科大讯飞已经奔着4.8或者5分的目标去走了,所以今天我们推出来的语音合成已经不仅仅可以读各种各样的新闻,还可以开始配音。在语音合成和识别方面,中国企业已经是世界顶尖水平了。

在认知智能领域,有两个非常重要的方向,第一是机器的推理,第二是机器在海量信息中发现有效知识的能力。在这个领域,科大讯飞也已经有了非常强的核心技术积累。

为什么我们说在人工智能推出60周年之际,2017年是人工智能落地应用年呢?

中国技术已经在全世界走在了最前沿,机器学习了顶尖专家的知识可以达到一流专家水平,从而超越90%的普通专业人士,这就是我们今天面临的现状。在去年2月,美国科学杂志预测2045年全世界50%的工作会被人工智能替代,而在中国这个数据是77%。在去年底,我们告诉大家根本用不到30年,不用等到2045年这个就会变成现实。

在两会上提出的九条建议

那么,今天我们面对的问题是什么呢?人工智能代替了这么多的简单劳动和复杂脑力劳动的同时,社会将产生极大的变革,所以社会的保障体系也应同步跟上。在今天两会上,我们提出来的九条建议在这里也跟大家做一个分享。

第一我们建议人工智能要继续加大源头技术创新,未来国家和国家之间的竞争一定意义上就是人工智能的竞争。2月4号,纽约时报专门发了一篇综述性文章,标题就是人工智能军备竞赛,把人工智能上升到军备竞赛的高度

第二是成立人工智能产业联盟,打造人工智能的产业生态。

第三是推动行业的数据开放和共享。国家的公共数据应该尽可能开放,企业数据要实现共享,可以用一定的合理的商业模式;制定人工智能家的行业应用标准和测试体系,比如应用于医疗领域的人工智能必须能超过一线医生才能进入使用,不仅如此,有很多的应用标准和测试体系,我觉得要尽快出来。

第四是要建立人工智能+时代的教育课程和设备培训体系。人工智能对这个时代的冲击比我们所有人想象都更快,可能5到10年科学杂志所预测的局面就会出现。当大量的现有工作被替代,而新的岗位没创造出来之前,很多企业和老百姓有可能会触不及防。那么应该准备相应的教育课程和培训体系让大家提前有认知,有准备是非常有必要的。

第五是建立人工智能+时代的社会支撑,包括兜底保障机制以及法律体系,

第六,研究人工智能时代的人文研究和伦理引导,要设立国家级软课题,要设计专门的研究方向,

第七,制定人工智能+时代的全球人才引进计划。其实人工智能一个全球合作的平台,要在加大全球范围的人才引进,特别目前是美国当前政府对移民高度限制的时候,正是中国在全球范围内抢夺人才最好的窗口期。

第八,建议加强人工智能时代全球战略产业资源整合。这里的一个背景就是外汇管制,对于这些战略性方向,一定还要走绿色通道,使我们的资金能够迅速出去整合全球的最紧迫的产业资源,

第九是设立人工智能产业应用示范区,以示范应用带动产业集群发展。

相关建议国家各部已经给了非常积极的反馈。

相关文章:

科大讯飞智慧医疗事业部空降领头人,深度解析讯飞“AI+医疗”战略

除了投200亿开发智能汽车,长安汽车还与科大讯飞成立联合实验室,发力人工智能

科大讯飞刘庆峰:人工智能被写进政府工作报告意味着什么?

刘庆峰年会演讲:科大讯飞的三层生态框架是如何建成的?


本文作者:张利

本文转自雷锋网禁止二次转载,原文链接

相关文章
|
3月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
966 49
|
4月前
|
人工智能 安全 中间件
阿里云 AI 中间件重磅发布,打通 AI 应用落地“最后一公里”
9 月 26 日,2025 云栖大会 AI 中间件:AI 时代的中间件技术演进与创新实践论坛上,阿里云智能集团资深技术专家林清山发表主题演讲《未来已来:下一代 AI 中间件重磅发布,解锁 AI 应用架构新范式》,重磅发布阿里云 AI 中间件,提供面向分布式多 Agent 架构的基座,包括:AgentScope-Java(兼容 Spring AI Alibaba 生态),AI MQ(基于Apache RocketMQ 的 AI 能力升级),AI 网关 Higress,AI 注册与配置中心 Nacos,以及覆盖模型与算力的 AI 可观测体系。
1143 51
|
3月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
577 30
|
3月前
|
设计模式 人工智能 自然语言处理
3个月圈粉百万,这个AI应用在海外火了
不知道大家还记不记得,我之前推荐过一个叫 Agnes 的 AI 应用,也是当时在 WAIC 了解到的。
560 1
|
3月前
|
消息中间件 人工智能 安全
构建企业级 AI 应用:为什么我们需要 AI 中间件?
阿里云发布AI中间件,涵盖AgentScope-Java、AI MQ、Higress、Nacos及可观测体系,全面开源核心技术,助力企业构建分布式多Agent架构,推动AI原生应用规模化落地。
456 0
构建企业级 AI 应用:为什么我们需要 AI 中间件?
|
3月前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。
|
3月前
|
人工智能 算法 Java
Java与AI驱动区块链:构建智能合约与去中心化AI应用
区块链技术和人工智能的融合正在开创去中心化智能应用的新纪元。本文深入探讨如何使用Java构建AI驱动的区块链应用,涵盖智能合约开发、去中心化AI模型训练与推理、数据隐私保护以及通证经济激励等核心主题。我们将完整展示从区块链基础集成、智能合约编写、AI模型上链到去中心化应用(DApp)开发的全流程,为构建下一代可信、透明的智能去中心化系统提供完整技术方案。
347 3
|
4月前
|
存储 人工智能 Serverless
函数计算进化之路:AI 应用运行时的状态剖析
AI应用正从“请求-响应”迈向“对话式智能体”,推动Serverless架构向“会话原生”演进。阿里云函数计算引领云上 AI 应用 Serverless 运行时技术创新,实现性能、隔离与成本平衡,开启Serverless AI新范式。
564 12
|
3月前
|
人工智能 安全 Serverless
再看 AI 网关:助力 AI 应用创新的关键基础设施
AI 网关作为云产品推出已有半年的时间,这半年的时间里,AI 网关从内核到外在都进行了大量的进化,本文将从 AI 网关的诞生、AI 网关的产品能力、AI 网关的开放生态,以及新推出的 Serverless 版,对其进行一个全面的介绍,期望对正在进行 AI 应用落地的朋友,在 AI 基础设施选型方面提供一些参考。
797 71
|
3月前
|
人工智能 缓存 运维
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
本文介绍联调造数场景下的AI应用演进:从单Agent模式到多Agent协同的架构升级。针对复杂指令执行不准、响应慢等问题,通过意图识别、工具引擎、推理执行等多Agent分工协作,结合工程化手段提升准确性与效率,并分享了关键设计思路与实践心得。
727 20
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀

热门文章

最新文章