科大讯飞高级副总裁杜兰：如何跨越AI技术研发到产业落地鸿沟

Writer： admin Time：2024-03-31 Browse：52

　　·根据Gartner技术成熟度曲线，任何一项技术由研发到产业化应用落地通常要5-10年。这期间要穿越期望膨胀期、泡沫破裂低谷期、和生产成熟期，才会迎来真正的产业春天。

　　·从核心源头技术，到解决消费、医疗等各行各业实际问题的技术，经过了两级放大，一级是从基础算法开始，再形成像语音识别、语音合成、自然语言理解、机器翻译等常用技术；二级是在具体使用场景下，结合专家的定标和数据的优化，才能够成为一个解决实际问题的技术。

　　从技术的研发，到将技术产业化落地去真正解决人们生产生活的实际需求，这中间需要跨越怎样的鸿沟?

　　9月2日，在2022WAIC人工智能与产业融合论坛的主题演讲上，科大讯⻜高级副总裁杜兰分享了科大讯⻜创业23年来，探索人工智能和产业融合的四大路径：用热爱和坚守掌握核心源头技术、用源头技术创新带动全局规划、用系统性创新解决社会重大刚需命题，以及用产业生态搭建让创新生生不息。

　　对于人工智能和产业融合的难度，以现在看起来“稀松平常”的语音识别技术可以直观理解。“从刚开始识别10个英文数字、到连续识别一句话、到实验室场景识别准确率 超过95%但现实环境却只能下降到70%、再到经过系统性创新算法优化和大数据⻓期 积累后准确率达到95%，现在讯⻜输入法的准确率已经达到98%，整个‘技术进化’过程足足耗费全球专家70多年时间。”杜兰说道。

　　根据Gartner技术成熟度曲线，任何一项技术由研发到产业化应用落地通常要5-10年，杜兰说，这期间要穿越期望膨胀期、泡沫破裂低谷期和生产成熟期，才会迎来真正的产业春天。“我希望大家对核心源头技术创新要有耐心，更要有⻓期坚守的心态”。

　　杜兰认为，从技术研发，迈向规模化应用落地，需要经历“两级放大器”效应。在这个过程中，关键是要结合技术的特点和各个应用方向，提前做好前后端贯穿的机制设计，规划好技术路线，从而让核心源头技术创新更快更好地带动全局规划。

　　什么是技术的“两级放大器”效应?从核心源头技术，到解决消费、医疗等各行各业实际问题的技术，经过了两级放大，一级是从基础算法开始，再形成像语音识别、语音合成、自然语言理解、机器翻译等常用技术；二级是在具体使用场景下，结合专家的定标和数据的优化，才能够成为一个解决实际问题的技术。经过‘两级放大器’效应后，才能够带动整个产业的落地和发展。

　　“和移动互联网带来的好玩新奇酷炫应用不同，人工智能要解决的是人类生产生活的刚需命题，这必须靠系统性创新。”杜兰认为，系统性创新分为三个阶段：从单点的技术突破开始，到解决单个场景的应用问题，再到形成行业级的解决方案。

　　杜兰以消费者领域的C端产品讯⻜翻译机为例，首先，科大讯⻜机器翻译系统参加 CATTI全国翻译专业资格（水平）科研测试，达到专业译员水平，就是突破了单点技 术。然后，以机器翻译技术作为核心，同时还要融合语音识别、语音合成、⻨克⻛阵 列等技术，形成了讯⻜翻译机的核心功能，在真实场景中去解决跨语言沟通问题。最后，要贯通多个关联的场景应用，形成行业级的解决方案。

　　对于生态的建设，杜兰介绍，2010年以来，讯⻜开放平台就开始把核心技术能力开放给各行各业的开发者，目前已经将498项人工智能能力开放给352.7万开发者团队，开发出154万个应用，链接了超过500万生态伙伴。“希望全社会共同关注新技术的 发展和落地，打造一个鼓励创新、宽容失败和拒绝平庸的产业生态环境。”杜兰在演讲结尾时说。