21年前，通過一條64K的國際專線，中國全功能接入國際互聯(lián)網(wǎng)，中國互聯(lián)網(wǎng)時代從此開啟。近年來，云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)的廣泛應(yīng)用，把人類社會帶入大數(shù)據(jù)時代，而來自全球的海量數(shù)據(jù)為人工智能的發(fā)展提供了良好的條件，以深度學(xué)習(xí)為代表的算法發(fā)展，也使得機器有能力處理如此龐大的數(shù)據(jù)。人工智能技術(shù)實現(xiàn)跨越式進步，智能語音交互、智能語義理解、生物特征技術(shù)被廣泛應(yīng)用。一個更加自然，更人性化的人機交互體系將成為未來發(fā)展的主流，人工智能時代開啟發(fā)展新篇章。

　　人工智能是對人的意識、思維的信息過程的模擬。人工智能技術(shù)發(fā)展的前景是無限的，反映了人類探索自然同時也是探索自我的過程，在探索的漫漫長路上會遇到很多困難，所以越是對人工智能應(yīng)該抱有客觀的態(tài)度，對產(chǎn)業(yè)和技術(shù)的發(fā)展越有好處。人工智能作為當下最炙手可熱的熱門領(lǐng)域之一，應(yīng)該少一點浮躁，多幾分穩(wěn)健。

　　人工智能創(chuàng)新發(fā)展需要以堅實的理論研究、強大的技術(shù)能力以及雄厚的產(chǎn)業(yè)基礎(chǔ)作為支撐，作為國內(nèi)最早從事人工智能技術(shù)研究的大學(xué)，清華大學(xué)在人工智能領(lǐng)域聚集了最多的高端科技人才力量，清華大學(xué)不僅始終堅持基礎(chǔ)理論研究、同時展開應(yīng)用理論研究和應(yīng)用技術(shù)開發(fā)。秉承“自強不息，厚德載物”的校訓(xùn)，清華人的穩(wěn)重和務(wù)實對人工智能產(chǎn)業(yè)是非常有幫助的，有了清華力量，中國的人工智能產(chǎn)業(yè)才能穩(wěn)定堅固地向前發(fā)展。

（圖為：清華大學(xué)語音技術(shù)專家、清華靈云人工智能研究中心首席科學(xué)家王東老師）

　　日前，CTI論壇記者獨家專訪了清華大學(xué)語音技術(shù)專家、清華靈云人工智能研究中心首席科學(xué)家王東老師，王東老師具有清華人的典型特點:為人穩(wěn)重、低調(diào)、務(wù)實，學(xué)識豐富。王東老師表示：“服務(wù)國民經(jīng)濟主戰(zhàn)場，服務(wù)國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，這是清華的報國之路。清華和捷通華聲合作，可以將清華在人工智能領(lǐng)域的最新科研成果快速轉(zhuǎn)化為產(chǎn)業(yè)力量，服務(wù)國民經(jīng)濟，同時為高科技企業(yè)提供持續(xù)發(fā)展的動力。到目前為止，捷通華聲與清華的合作誕生了靈云平臺的一系列重要能力，包括語音識別、說話人識別、自然語言問答、機器翻譯、人臉識別、指紋識別等已經(jīng)形成產(chǎn)業(yè)化力量。因此”靈云科技、源自清華“絕不只是一個口號，而是眾所周知的事實。”

　　CTI論壇記者：人工智能是在未來二十年大行其道的科技，也是有史以來最難的科學(xué)之一。請介紹清華大學(xué)在人工智能領(lǐng)域的研究優(yōu)勢。

　　王東：清華大學(xué)在人工智能領(lǐng)域具有長期技術(shù)積累與研究歷史。1958年6月清華成立自動控制系，即計算機系的前身，包括計算機和自動控制兩個方向，從事自動控制理論方面的研究。自控系后分成計算機和自動化兩個系，這兩個系早年從事關(guān)于人工智能技術(shù)的研究。1987年7月，智能技術(shù)與系統(tǒng)國家重點實驗室開始籌建，1990年2月通過國家驗收，并正式對外開放運行。從2004年開始，實驗室參與籌建清華信息科學(xué)與技術(shù)國家實驗室。清華語音語言中心即是這個實驗室的一部分。

　　當前，清華的人工智能技術(shù)在自動化、計算機、電子、信息技術(shù)研究院、軟件學(xué)院等院系都有深入研究，研究內(nèi)容覆蓋智能控制、模式識別，自然語言處理、數(shù)據(jù)挖掘等眾多方向。個人感覺清華大學(xué)在人工智能領(lǐng)域的研究優(yōu)勢主要包括(1)積累豐厚，人才眾多（2）理工結(jié)合，重視實踐 （3）點面結(jié)合，學(xué)科齊全。

　　CTI論壇記者：請介紹捷通華聲與清華大學(xué)在人工智能領(lǐng)域的深入合作及靈云平臺的發(fā)展情況。如何更深入地理解“靈云科技、源自清華”？

　　王東：捷通華聲公司與清華大學(xué)有長期合作傳統(tǒng)。公司幾位創(chuàng)始人本身即清華畢業(yè)生，其早期的語音合成、OCR、手寫識別技術(shù)即與清華有很深的淵源。

　　2013年以來，捷通和清華若干院系展開全面合作，在語音信號處理、自然語言處理、圖象處理等多個領(lǐng)域與清華教師建立合作項目，取得豐碩成果，這些成果是今在靈云智能平臺的基礎(chǔ)。一方面，靈云平臺為清華技術(shù)提供了用武之地，另一方面，清華技術(shù)也為靈云平臺提供了堅實有力的支撐。

　　2014年，捷通華聲與北京清華工業(yè)研究院成立“靈云人工智能研究中心”，將前期合作項目進行整合，集中力量發(fā)展人工智能技術(shù)并推進產(chǎn)業(yè)化應(yīng)用。

　　到目前為止，捷通華聲與清華的合作誕生了靈云平臺的一系列重要能力，包括語音識別、說話人識別、自然語言問答、機器翻譯、人臉識別、指紋識別等已經(jīng)形成產(chǎn)業(yè)化力量。這些技術(shù)單靠捷通華聲一個公司是無論如何無法完成的，因此“靈云科技、源自清華”絕不只是一個口號，而是眾所周知的事實。

　　CTI論壇記者：清華大學(xué)在語音識別、語音合成、聲紋識別等智能語音領(lǐng)域可以說擁有國內(nèi)很強的研究力量，但在最近幾年，很少聽到清華大學(xué)在語音研究領(lǐng)域中的所取得的成果，尤其是在產(chǎn)業(yè)界，相比國內(nèi)其他研究機構(gòu)，清華大學(xué)的影響力似乎有些小。請您介紹一下，清華大學(xué)在智能語音領(lǐng)域的研究水平、研究方向和如何增強清華大學(xué)在智能語音產(chǎn)業(yè)中的影響力。

　　王東：清華大學(xué)在智能語音領(lǐng)域里的實力一直以來都是相當強大的，擁有一大批優(yōu)秀的實驗室和專家學(xué)者，培養(yǎng)出大量優(yōu)秀學(xué)生，產(chǎn)生了很多優(yōu)秀的科研成果。然而，也確實存在一定問題，比如學(xué)生數(shù)量不足，信息共享不充分，導(dǎo)致集群優(yōu)勢不明顯。清華大學(xué)校風(fēng)也更加注重務(wù)實，確實在產(chǎn)業(yè)界，過去很難聽到清華的聲音，當然這里面也有多方面原因，比如學(xué)生選擇方向比較豐富，留在語音處理行業(yè)的人較少，創(chuàng)業(yè)氛圍有待加強等。增強清華大學(xué)在智能語音產(chǎn)業(yè)中的影響力恐怕還是需要培養(yǎng)更多這一領(lǐng)域的專業(yè)人才。目前這一局面正在得到改變，尤其在與捷通華聲合作，共同發(fā)展靈云平臺以來，“靈云科技 源自清華”逐漸為產(chǎn)業(yè)界所理解和支持，同時也擴大了清華大學(xué)語音技術(shù)在產(chǎn)業(yè)界中的影響力。

　　CTI論壇記者：請介紹清華大學(xué)，包括清華信息技術(shù)研究院在語音語義識別、深度學(xué)習(xí)、建模及應(yīng)用的傳統(tǒng)技術(shù)和最新研究進展。

　　王東：清華大學(xué)在語音識別、自然語言理解等方面取得一系列重要進展，這有發(fā)表在IEEE TASLP， AAAI， ICASSP， ACL等一系列國際頂級期刊會議上的論文為證。如和捷通華聲直接合作的馬少平老師、孫茂松老師、李涓子老師等都是這些領(lǐng)域里聲名赫赫的專家。就我所在的信息技術(shù)研究院語音語言技術(shù)中心而言，我們最近的研究包括深度遞歸神經(jīng)網(wǎng)絡(luò)在語音建模方面的優(yōu)化，利用遞歸網(wǎng)絡(luò)進行語義計算等，這些已經(jīng)或者很快會應(yīng)用到靈云平臺中，形成新一代語音識別和自然語言理解引擎的基礎(chǔ)。

　　CTI論壇記者：每個成功的客服機器人背后，都有個靠譜的人工智能。靈云客服機器人的“能說會聽，能寫會看、能思考會判斷”源自于國內(nèi)首個全方位人工智能開放平臺-靈云平臺強大的全方位人工智能技術(shù)能力，請問其核心技術(shù)有哪些？

　　王東：靈云平臺當前的技術(shù)能力包括語音識別、語音合成、聲紋識別、人臉識別、指紋識別、自然語言理解、機器翻譯等，幾乎每種技術(shù)都可以用到靈云客服機器人中。

　　CTI論壇記者：機器人和“智能機器人”的區(qū)別是什么？請介紹智能機器人的發(fā)展和歷程。新一代智能機器人所需要解決的新技術(shù)有哪些？

　　王東：機器人通常是指可自動完成某一動作的人形機械裝置，更廣泛意義上的機器人則形態(tài)各異，如古代傳說魯班造的機械鳥和諸葛亮造的用以運糧的木牛流馬等。當然現(xiàn)代機器人主要是指電器時代的自動行為機器，如機械臂，深海探測器等。

　　智能機器人則是有頭腦的機器人，主要是依靠現(xiàn)代計算機技術(shù)實現(xiàn)能聽會說，能寫會看、會思會想的擬人化機器人，代表的如谷歌的自動駕駛汽車，日本的服務(wù)機器人等。新一代智能機器人已經(jīng)在很多特定場合大顯身手，但在智能化方面還有待提高，特別是對抗境噪聲、應(yīng)對突發(fā)事件、自主推理、自主學(xué)習(xí)等方面還有很多問題需要研究。

　　CTI論壇記者：新一代智能機器人如何解決自然語言的理解？如何解決從QA的模板變成語義的表達式？如何解決傳統(tǒng)的模式識別，轉(zhuǎn)變?yōu)榈纳疃壬窠?jīng)網(wǎng)絡(luò)技術(shù)，具有機器學(xué)習(xí)的能力，和人一樣進行能夠進行自學(xué)習(xí)和思考？

　　王東：新一代機器人可能需要依賴大數(shù)據(jù)技術(shù)和深度學(xué)習(xí)技術(shù)來解決自然語言理解中的多樣性問題，這一問題也直接關(guān)系到QA任務(wù)中對人為設(shè)計模板的依賴。

　　簡單地說，傳統(tǒng)QA需要人為設(shè)計一些問法模板來處理自然語言的多樣性，這一方法繁瑣而且很難覆蓋全面。自動模板抽取可以部分解決問題，但大量的模板會對系統(tǒng)運行效率產(chǎn)生壓力。深度學(xué)習(xí)成為主流研究方法之后，研究者們意識到這種語言上的多樣性可以用神度神經(jīng)網(wǎng)絡(luò)來解決，利用大量數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)訓(xùn)練，機器可以學(xué)得哪些詞比較重要，哪些詞順序可以顛倒等信息，這些信息對所有任務(wù)都是通用的，因此可以移植到各個領(lǐng)域上來。同時，神經(jīng)網(wǎng)絡(luò)可以隨著數(shù)據(jù)量的增加自動學(xué)習(xí)新詞和新的說法，實現(xiàn)自主學(xué)習(xí)。自主思考到目前為止還處在研究階段，目前也許我們只能依靠大量數(shù)據(jù)實現(xiàn)“類思考”。

　　CTI論壇記者：機器人和人一樣，也是分職業(yè)、分行業(yè)，對于新一代的智能機器人而言，如何解決渠道入口、業(yè)務(wù)服務(wù)、大數(shù)據(jù)分析等一體化的解決方案，實現(xiàn)對于整個數(shù)字和新媒體渠道方面的管理？

　　王東：這一問題主要涉及應(yīng)用場景的通用性和特異性，也是智能機器人在實際應(yīng)用中需要解決的問題，特別重要的是如何將人類已有的格式化知識和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)相結(jié)合，實現(xiàn)知識和數(shù)據(jù)的雙重驅(qū)動。這方面研究領(lǐng)域已經(jīng)有一些重要的成果出現(xiàn)，但還需要更多探索。

　　CTI論壇記者：伴隨人工智能產(chǎn)業(yè)的崛起，捷通華聲和清華大學(xué)已建立起穩(wěn)固的戰(zhàn)略合作關(guān)系，在合作基礎(chǔ)上，2014年又共同創(chuàng)建了清華靈云人工智能研究中心，捷通華聲和清華大學(xué)人工智能研究力量，包括在智能語音、智能圖像、智能語義理解等領(lǐng)域合作，取得了豐碩的成果，請分享并展望未來的發(fā)展前景。

　　王東：靈云人工智能中心助推清華大學(xué)產(chǎn)學(xué)研一體化，能夠把清華大學(xué)最新的人工智能科研成果轉(zhuǎn)換成產(chǎn)品或生產(chǎn)力以此實現(xiàn)實用化，同時把市場的信息通過研究中心傳遞給各個研究部門，了解市場和產(chǎn)業(yè)發(fā)展的動態(tài)，起到窗口和橋梁的作用。窗口是對外展示清華人工智能的科技實力，橋梁則是架起產(chǎn)學(xué)研一體化進行轉(zhuǎn)換的橋梁。

　　個人覺得研究機構(gòu)和企業(yè)需求結(jié)合是個非常重要的創(chuàng)新模式，清華靈云人工智能研究中心的創(chuàng)立在這一方面做了有益的探索。通過和企業(yè)合作，研究更加有的放矢，同時可以快速將研究成果形成生產(chǎn)力，為研究機構(gòu)提供更多資金支持，而企業(yè)則在這一過程中得到持續(xù)發(fā)展的源動力。未來我們可能會在分工合作方面更加精細化，使清華力量和捷通華聲力量得到充分互補，形成更強大的合力。

　　結(jié)語：現(xiàn)階段，人工智能正進入新一輪創(chuàng)新發(fā)展高峰，有望引領(lǐng)信息通信產(chǎn)業(yè)的革命性突破。人工智能技術(shù)的應(yīng)用對中國是產(chǎn)業(yè)機遇，值得驕傲的是，在為數(shù)不多的領(lǐng)域里，中國在人工智能的技術(shù)研究上并不落后于世界。作為新興產(chǎn)業(yè)升級換代的關(guān)鍵技術(shù)，人工智能的發(fā)展對中國的產(chǎn)業(yè)升級至關(guān)重要，無論“+智能”還是“智能+”都將促使各個產(chǎn)業(yè)或產(chǎn)品形態(tài)發(fā)生“智”的變化。

　　秉持“清華大學(xué)人工智能必須在中國的人工智能產(chǎn)業(yè)中有所作為”的理想，凝聚清華力量，清華和捷通華聲結(jié)盟，共同實現(xiàn)“靈云科技 源自清華 服務(wù)全球”的發(fā)展戰(zhàn)略，共同開創(chuàng)中國人工智能領(lǐng)域的全新局面，更希望人工智能產(chǎn)業(yè)能夠幫助中國在世界級的產(chǎn)業(yè)化升級中不為人后，面對產(chǎn)業(yè)機遇清華與靈云當仁不讓！

　　被采訪人簡介：王東，清華大學(xué)學(xué)士、碩士，英國愛丁堡大學(xué)博士，歷任Oracle 中國軟件工程師，IBM中國高級軟件工程師，英國愛丁堡大學(xué)Marie Curie 研究員，法國EURECOM博士后研究員，美國Nuance公司高級研究科學(xué)家，現(xiàn)任清華大學(xué)語音語言中心助理教授，中心副主任。曾獲歐盟瑪麗-居里青年研究學(xué)者獎(2006-2009)。

　　王東博士的主要研究方向包括機器學(xué)習(xí)，信號處理，語音識別，自然語言理解，信息提取等，在信號稀疏性分析，深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)等機器學(xué)習(xí)方面取得顯著成績，在IEEE trans。 on Signal processing 等國際一流期刊和會議發(fā)表多篇論文，其中SCI期刊論文10余篇，EI/ISTP論文50余篇，是IEEE transactions on Audio，Speech and Language， NeuraComputin，ICASSP、Interspeech、SLT等國際語音信號處理領(lǐng)域主要期刊和會議的審稿人。王東博士是全國人機語音通訊會議常設(shè)機構(gòu)委員、秘書長，是亞太信號信息處理聯(lián)盟(APASIPA)語音專委會委員、秘書，是國際標準與語音數(shù)據(jù)資源委員會(COCOSDA)大陸區(qū)代表之一。

　　王東博士是歐盟ALIAS項目主要研究科學(xué)家，法國ACAV項目主要研究科學(xué)家，法國外交部M4SVR項目負責(zé)人，主要研究科學(xué)家。目前主持一項國家自然科學(xué)基金項目，一項國家教育部博士點基金項目。

　　聲明：CTI論壇（CTiforum）版權(quán)作品，未經(jīng)CTiforum書面授權(quán)，嚴禁轉(zhuǎn)載，違者將被追究法律責(zé)任。