臨近年底，一些投資人開始為AI“降溫”，引導(dǎo)行業(yè)冷靜看待當(dāng)前的AI技術(shù)和商業(yè)化應(yīng)用。如果投資人的觀點(diǎn)還不足以服眾，那么在AI領(lǐng)域奮戰(zhàn)20多年的行業(yè)前輩，或許能從技術(shù)角度給我們一些更現(xiàn)實(shí)的啟示。

　　近期，愛分析對(duì)捷通華聲董事長(zhǎng)張連毅進(jìn)行了訪談，探討了他關(guān)于當(dāng)前人工智能各項(xiàng)技術(shù)的發(fā)展水平和行業(yè)應(yīng)用現(xiàn)狀、以及對(duì)接下來(lái)全行業(yè)發(fā)展態(tài)勢(shì)的看法。

圖：捷通華聲董事長(zhǎng)張連毅

　　張連毅1989年畢業(yè)于清華大學(xué)，從1990年開始致力于將清華的OCR技術(shù)商業(yè)化。2000年，他和清華大學(xué)陳明博士與中科院聲學(xué)所研究員呂士楠共同創(chuàng)建捷通華聲，主要提供語(yǔ)音合成技術(shù)。2016年，捷通華聲正式登陸新三板。

　　如今，這家有著17年歷史的公司已經(jīng)構(gòu)建了涵蓋語(yǔ)音識(shí)別、語(yǔ)音合成、聲紋識(shí)別、語(yǔ)義理解、OCR、手寫識(shí)別、人臉識(shí)別、指紋識(shí)別、機(jī)器翻譯、數(shù)據(jù)挖掘等十項(xiàng)技術(shù)的全方位人工智能平臺(tái)，為包括金融、電信、能源、交通、教育、醫(yī)療、政府、汽車、IT互聯(lián)網(wǎng)等眾多行業(yè)客戶提供AI技術(shù)和解決方案。

　　張連毅認(rèn)為，包括語(yǔ)音、圖像識(shí)別、語(yǔ)義理解等在內(nèi)的人工智能技術(shù)尚不完美，是全社會(huì)對(duì)AI技術(shù)接受度的提高帶動(dòng)了各項(xiàng)技術(shù)商業(yè)化需求的猛增。然而，一些公司及行業(yè)人士對(duì)AI技術(shù)宣傳過(guò)度，其實(shí)是在誤導(dǎo)大眾。這種誤導(dǎo)，將不利于AI技術(shù)未來(lái)的發(fā)展和應(yīng)用。此外他還指出，從2011年到2016年上半年是AI技術(shù)啟蒙的5年，而接下來(lái)的3-5年，則是AI產(chǎn)業(yè)格局的定型階段。

　　愛分析節(jié)選部分精彩內(nèi)容，與您分享。

　　A：以前人工智能和人機(jī)交互是分開講的，現(xiàn)在合起來(lái)了。我認(rèn)為人工智能可以理解為兩個(gè)層次，人機(jī)交互是淺層次，讓機(jī)器像人一樣能看會(huì)聽，而讓機(jī)器具備像人一樣的思維和推理能力，是深層次。OCR屬于圖像識(shí)別領(lǐng)域一項(xiàng)比較傳統(tǒng)的技術(shù)，它屬于人機(jī)交互，是淺層次的人工智能。

　　當(dāng)然，雖然它較為傳統(tǒng)，但也不是完全成熟，也是近幾年隨著深度學(xué)習(xí)技術(shù)的發(fā)展才取得了一些突破，對(duì)于模糊、壓線、重疊、有背景色等情況下的識(shí)別準(zhǔn)確率有了顯著提升。另外從開發(fā)者的需求來(lái)看，各行各業(yè)對(duì)OCR技術(shù)的需求仍然非常旺盛，包括藥瓶上的文字識(shí)別、票據(jù)識(shí)別、物流行業(yè)的快遞單識(shí)別等等。所以O(shè)CR技術(shù)是人工智能領(lǐng)域一項(xiàng)行業(yè)需求正旺的傳統(tǒng)技術(shù)。

　　A：OCR技術(shù)90年開始興起，主要源頭就是清華（以捷通華聲、文通為代表）、中科院（以漢王科技為代表）、摩托羅拉（以上海合合信息為代表），以及新加坡國(guó)立研究院，國(guó)內(nèi)也有兩家代表企業(yè)。

　　A：都需要。外界的一些近乎100%準(zhǔn)確率的語(yǔ)音識(shí)別演示，其實(shí)是經(jīng)過(guò)了專門訓(xùn)練的，實(shí)際使用場(chǎng)景下不會(huì)有那么高的準(zhǔn)確率。當(dāng)然各行各業(yè)對(duì)語(yǔ)音識(shí)別效果的要求不一樣，比如醫(yī)療、法律等領(lǐng)域是不允許出現(xiàn)錯(cuò)誤的，那么技術(shù)公司要么在后方設(shè)呼叫中心，進(jìn)行人工校對(duì)，比如Nuance就有一個(gè)幾千人的團(tuán)隊(duì)在做校對(duì)工作，要么就是加強(qiáng)專門的數(shù)據(jù)訓(xùn)練，來(lái)降低錯(cuò)誤率，在實(shí)際使用中，對(duì)于部分小錯(cuò)誤，再讓用戶進(jìn)行自主校對(duì)。

　　A：手機(jī)APP和電話信道分別是16K和8K聲道，現(xiàn)在手機(jī)APP的16K聲道識(shí)別率基本都在95%左右，8K電話信道識(shí)別率最高只有85%，當(dāng)然之前才60-70%。

　　A：?jiǎn)我宦暤缆暭y識(shí)別還可以，但是跨聲道的聲紋識(shí)別還不行，比如從電話信道到手機(jī)，從手機(jī)到麥克風(fēng)等，就很難識(shí)別。

　　A：我理解，人臉識(shí)別的技術(shù)要求是跟行業(yè)應(yīng)用掛鉤的。現(xiàn)在很多創(chuàng)業(yè)公司都把人臉識(shí)別用在金融、安防領(lǐng)域。如果用在公司考勤，98%以上的識(shí)別準(zhǔn)確率足夠了，但如果用在金融領(lǐng)域，比如刷臉支付，就算做到99.99%，還是會(huì)有0.01%的誤差。

　　所以我認(rèn)為，人工智能在金融領(lǐng)域的應(yīng)用，單一技術(shù)有難以承受的風(fēng)險(xiǎn)，技術(shù)無(wú)法保證100%正確，只有通過(guò)多項(xiàng)技術(shù)融合，多重驗(yàn)證，才能保證萬(wàn)無(wú)一失�，F(xiàn)在生物特征識(shí)別的準(zhǔn)確率相比模式識(shí)別并不是很高，只有虹膜識(shí)別是最高的，所以捷通會(huì)把聲紋、人臉、指紋、證照識(shí)別一起用上。

　　A：人臉識(shí)別最大的難點(diǎn)是光線，光太強(qiáng)、太暗都無(wú)法保證很好的識(shí)別效果。技術(shù)再先進(jìn)也還是會(huì)受到環(huán)境因素的影響。就像清華的張鈸院士一直不看好無(wú)人車，因?yàn)闊o(wú)人車主要靠視覺(jué)，在天黑、刮風(fēng)下雨、霧霾等條件下視覺(jué)會(huì)受到很大限制。

　　A：當(dāng)然現(xiàn)在無(wú)人車很熱，我個(gè)人認(rèn)為無(wú)人車在一些特定領(lǐng)域，比如無(wú)人軌道，就是在某段路開，不允許有人，這是可以的。但是要在日常的大馬路上開，除了前面提到的攝像頭視覺(jué)方案會(huì)遇到的問(wèn)題以外，還有人、物、景的鑒別問(wèn)題。之前特斯拉出事故，至少說(shuō)明在某些情況下無(wú)人車還是不能很好地識(shí)別物體和環(huán)境狀況。另外，交通事故的責(zé)任界定也是一個(gè)很大的問(wèn)題。

　　當(dāng)然行業(yè)內(nèi)現(xiàn)在會(huì)采用一些多傳感器融合的方案來(lái)減少視覺(jué)方面的限制，但是我想說(shuō)，我們?yōu)槭裁匆欢ㄒ�以人的生命作為代價(jià)？無(wú)論是車?yán)锏娜�，還是車外的人。我們還不至于依靠技術(shù)實(shí)現(xiàn)便捷而用自己的生命作為賭價(jià)。

　　A：技術(shù)成熟以后提高安全性是沒(méi)錯(cuò)的，但是人的事故責(zé)任是比較容易界定的，而無(wú)人車的話是不容易界定的，它的風(fēng)險(xiǎn)是不可預(yù)測(cè)的，人的風(fēng)險(xiǎn)是可以預(yù)測(cè)的。當(dāng)然無(wú)人車作為一種技術(shù)追求還是值得去研究和探索的，可能真的有一天會(huì)實(shí)現(xiàn)，但是我認(rèn)為還是比較遠(yuǎn)的，除了車上的傳感器，相關(guān)的配套基礎(chǔ)設(shè)施也得跟上，這個(gè)還是需要時(shí)間，目前可預(yù)見的技術(shù)確實(shí)還達(dá)不到。

　　A：捷通是2011年7月轉(zhuǎn)的型，到2016年6月正好是一個(gè)完整的5年。

　　我認(rèn)為人工智能的產(chǎn)業(yè)發(fā)展有兩個(gè)階段，2016年6月之前的5年是啟蒙階段。這5年里面的玩家，基本上都是以前做這個(gè)行當(dāng)?shù)钠髽I(yè)，比如捷通華聲、云知聲、思必馳、曠視、商湯、小i機(jī)器人、海鑫科金、得意音通、中科信利，上市公司有科大訊飛、漢王科技。

　　進(jìn)入到2016年下半年，百度、騰訊、阿里、搜狗、華為等“航母”也開進(jìn)來(lái)了，人工智能真正的戰(zhàn)役才開始。所以這之后的5年，是產(chǎn)業(yè)格局逐漸成型的階段。目前大部分客戶都是抱著試一試的心態(tài)，而不是真正在使用技術(shù)，所以現(xiàn)在很多單一領(lǐng)域的需求很分散，還沒(méi)有形成剛需。接下來(lái)的兩三年內(nèi)，產(chǎn)業(yè)格局就會(huì)逐漸形成，四年之后格局就會(huì)慢慢定下來(lái)。

　　到時(shí)候，人工智能一定會(huì)出類似BAT一樣的巨頭，因?yàn)闀r(shí)勢(shì)造英雄。

　　A：確實(shí)過(guò)熱。這個(gè)產(chǎn)業(yè)確實(shí)在崛起，所以不能過(guò)低估計(jì)整個(gè)產(chǎn)業(yè)，但是也不能過(guò)高估計(jì)它的技術(shù)。人工智能技術(shù)的發(fā)展，不是得益于大家所看到的語(yǔ)音識(shí)別95%、97%的識(shí)別準(zhǔn)確率，而是得益于整個(gè)社會(huì)對(duì)人工智能的理解和包容。

　　原來(lái)人們對(duì)人工智能的態(tài)度是，錯(cuò)一個(gè)字都不滿意，我說(shuō)話你就得能聽懂。但是這些年慢慢發(fā)展下來(lái)，人們發(fā)現(xiàn)雖然有錯(cuò)字，但是我可以包容和嘗試了，你試試語(yǔ)音，他試試圖像，所以現(xiàn)在需求蜂擁而至。正是這種包容極大地促進(jìn)了人工智能技術(shù)的應(yīng)用。

　　當(dāng)然這種包容和嘗試還是更多的在商業(yè)領(lǐng)域。一些語(yǔ)音公司最開始做2C產(chǎn)品，實(shí)際上剛出來(lái)的時(shí)候熱幾天，之后就沒(méi)人用了。相比之下，把語(yǔ)音技術(shù)用在智能客服領(lǐng)域是一個(gè)比較正確的方向。從現(xiàn)階段來(lái)看，垂直領(lǐng)域的商業(yè)化會(huì)走得更快一些。

　　A：AlphaGo贏了之后，有人問(wèn)我人工智能會(huì)不會(huì)戰(zhàn)勝人類，我認(rèn)為這個(gè)問(wèn)題要看機(jī)器戰(zhàn)勝人類的什么。如果說(shuō)在某些方面的話，那么在計(jì)算器誕生以后，機(jī)器就已經(jīng)戰(zhàn)勝人類了。

　　不管別人怎么說(shuō)，我理解，人工智能是人類的伙伴，它的誕生是為了幫助人類，成為人類的助手。它不是不可能取代人類，但有一個(gè)前提，我們?nèi)祟惸懿荒芟雀忝靼孜覀兊纳�老病死是怎么回事�?/div>