摘要：
炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 来源：计算机司令部 演讲主题：认知智能大模型的技术阶跃及颠覆式影响 演讲嘉宾：江涛 科大讯... 炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
来源：计算机司令部
演讲主题：认知智能大模型的技术阶跃及颠覆式影响
演讲嘉宾：江涛 科大讯飞联合创始人，高级副总裁
各位投资者朋友，各位嘉宾，很高兴在这里跟大家一起分享一下科大讯飞对认知大模型现在正在产生的技术阶跃，以及对产业会发生什么样变革的想法。
因为我们5月6日要开发布会，如果在座的投资者朋友很期待今天有什么炫酷的演示，可能要失望了，我今天讲的内容都是在信批范围内，不可能提前剧透太多5月6日的内容，但是我们会把对产业的一些想法跟大家一起分享一下。
前面很多嘉宾回顾了人工智能的发展历史，确实从1956年Dartmouth会议开始，学界对于人工智能到底是什么有一个共识，像人一样感知、认知、决策、执行这样的系统或者程序，一眨眼60多年过去了，这中间几起几落。
人工智能现在发展到什么阶段？从三大篇章看，从感知智能层面能听会说、能看会认，不论是语音识别还是人脸识别，在基础的感知智能方面整个产业界经过10多年的发展，已经做得蛮好。科大讯飞的讯飞输入法目前日活已经一个多亿，用户的使用率越来越高，也越来越好用。当然还有一些比较复杂的场景现在没法解决，比如高噪音的车内多轮谈话中怎么很好地识别等等，远场怎么识别，这就有一些细分领域的问题有待解决。总的来说，感知智能现在基本上发展得不错。
当前整个业界技术阶跃就发生在中间这个篇章认知智能，怎么让计算机能理解会思考？
未来还有另外一场挑战，运动智能，能够让机器能抓会握、能走会跑，真正解决人工智能像人一样执行的问题。
认知智能讯飞做了很多年，真正的从业者都会碰到这样的问题，我们以NLP为核心的认知智能过去往往处理的就是冰山水面上的那部分文字，在那个范围内进行处理，所以很多问题解决得很费劲。我举几个例子，张三问李四附近有没有洗手间？李四说对面有个肯德基，放到50年前这个对话谁也理解不了，但是我们在座的各位都有常识，这就是一个在字面上没有这个信息，但是水面以下的知识常识已经涵盖的例子，这些问题在传统的NLP上是比较难解决的。
我们每次想到认知智能的突破还是要向OpenAI致敬，有这样一批有理想的、有技术信仰的科学家扎扎实实地在这个领域往通用智能一步一个脚印地往前走。应该说全球人工智能在认知智能的突破，所有的从业者都要向OpenAI致敬。
OpenAI认知大模型ChatGPT到GPT-4究竟在哪些地方突破？我们自己总结了七个维度：海量信息的参数化全量记忆，把人类所有能够用文字、用符号表达的知识训练到一个大模型里；任意任务的对话式理解；复杂逻辑的思维链推理；多角色多风格长文本生成；即时交互修正能力支持进化；程序代码自动生成；输入图像的语义层理解，最后一个是在GPT-4上面实现了重大突破。
我们研究院的所有人在OpenAI发布了ChatGPT以后都进入亢奋状态，大家都有共识，这也许是职业生涯中未来二三十年最重要的突破之一，它带来了整个人类信息社会再一次的巨大阶跃，至少我们已经能亲切地感受到它在这几方面巨大的变化。过去我们获取信息最常用的手段就是搜索，大模型会带来整个信息分发的获取模式，因为整个大模型已经把人类所有的知识学到了，当然它还要进一步地进化，现在New Bing已经能够结合实时信息的搜索，再把大模型里面的知识和搜索出来的知识进一步整合实现出来，未来在整个搜索领域一定会发生一个颠覆性的变化。
AIGC内容生产会带来巨大的革新，我们有很多白领天天坐在办公室里，其实做的事情中百分之八九十都是重复性的工作，无论是写一个通知，还是做一个营销方案，还是做一个发布会的策划，还是做一个广告的创意，大量的内容生产中间的重复部分由机器来做，人在机器生产内容的基础上再进一步地画龙点睛，这会带来整个内容生产全新的效能的提升，至少是一个数量级的提升。
全自然交互完成任务，人和机器设备的交互界面会发生重大变革，过去几十年IT技术的进步也就是人机交互界面的进步，微软当年推出了windows图像界面，让使用计算机的门槛大幅度降低，乔布斯的伟大之处是把触摸做到了极致，下一代人机交互会是什么？我相信一定是多模态全自然的交互模式。
未来每个人都会有一个自己的虚拟助手，这个虚拟助手具备记忆的能力，在你的授权下全程的跟着你工作和生活，能够很好地帮你提升工作的质量、工作的效率，提升生活的质量。
另外对信息化会带来巨大的促进，刚才前面的同行也讲到了AI编程，这个会带来整个信息革命的巨大颠覆式的进步。
另外还会成为科研工作的加速器，AI for Science过去几年已经取得不小的成功，可以让科学家在整个研究工作中不再需要做各种探索，AI通过大量的数据分析能够指出哪些地方是值得去做实验，哪些地方概率比较小，未来AI for Science还会出现更大规模的爆发。大模型对人类文明进程的历史意义我相信一定不亚于互联网和个人电脑的产生，带来巨大的变革。
回到科大讯飞的进展，2022年12月15日正式启动了大模型“1+N”攻关计划，现在已经取得了重大进展，这个我们也发过公告，5月6日正式发布我们的大模型，既有通用的认知智能大模型：“星火”大模型，也有面向教育、医疗、办公等N个垂直方向的行业模型。
我们非常有信心，科大讯飞的认知大模型在国内做到领先，同时在教育、医疗这些行业中率先深度应用，因为讯飞在教育医疗办公这些领域拥有非常大规模的场景。
这是我们发布会的图，2023年5月6日在合肥，我们也发自内心地相信这是科大讯飞成立23年来最重要的一次发布会。
在座的投资者可能很关心大模型会给讯飞带来什么？大模型如果仅仅是一个技术秀的话，对讯飞并不意味着什么。大模型首先是为讯飞现有的产品带来非常显著的提升，从人机交互体验的显著提升到跟内容生成相关的功能的跃升，到个性化的更加精准的服务。
这里面具体展开几个场景，比如说对于作业的批改、对孩子学情的分析、对学习过程的及时随时的评价、个性化推荐，其实大模型特别适合用在教育领域的一个技术，孩子一边在学，机器一边在辅导，在学习的过程中随时让孩子能够感受到这段时间取得的成果，及时的形成闭环，这种闭环往往是学习最大的动力，很多孩子放弃学习，其实是因为他努力了，他看不到自己提高的地方，这个时候大模型就能精准地通过分析学习过程，能够找到孩子的薄弱环节，精准地识别出孩子提升的地方。
人工智能助力教育，因材施教，能找到每个人的薄弱环节和优点，及时闭环。讯飞的营收中有三分之一跟教育相关，整个大模型对于讯飞的教育将是一个巨大的推进，讯飞本身也有很好的应用场景，过去几年光每年批改卷子就好几十亿份，场景和数据都是现成的。
医疗方面，人工智能辅助诊疗，科大讯飞的智医助理迄今为止已经做了5.8亿人次的人工智能辅诊，这个是To B场景，在中国300多个区县的基层医疗机构给医生使用。下一步大模型应用了以后，可以更好地帮助医生提高病历质检、辅助诊断、方案推荐、用药管理等方面的水平。更重要的是面向C端的服务成为可能，辅助医生完成慢病随访、疾病防控、健康管理这些工作，还可以做个人的保健咨询、健康管理、疾病管理，这个又打开一个巨大的空间。整个技术路线是非常清晰的，每个医生的AI诊疗助理、每个人的AI健康助手，这就是整个医疗赛道中最重要的两个场景。
人机交互方面前面列举了一些场景，像面向C端的办公本、学习机，还有语音遥控器等等，我们相信大模型的智慧涌现一定会带来下一代人机交互的新的入口。
大模型对于讯飞另外一个非常重要的意义就是科大讯飞开放平台，讯飞这么多年来一直坚持一个战略“平台+赛道”，平台就是科大讯飞的开放平台，2017年科大讯飞作为首批国家新一代人工智能开放平台，这几年发展下来已经开放了500多项能力，有300多万开发者在这个平台上上线了164万个应用，大模型进一步集成到开放平台后会带来整个开放平台能力的跃升，我们会进一步地赋能这些开放平台的合作伙伴。
商业模式也是很现成的，我们过去几年每年开放平台从前向License的收费，到后面大数据营销的分成，已经形成了一定规模的收益，OpenAI本身也有商业模式，就是面向开发者按照token开放的商业模式，我们会进一步赋能几百万开发者，我们相信整个未来互联网产业有一次重塑的机会。
最后再回答一个大家比较关心的问题，科大讯飞2022年12月份才启动这个项目，为什么短短几个月能把这个大模型做出来？一个企业或者说一个企业家现在在说什么、在做什么是你们可以评判的标准之一，但我觉得更有价值的是你去看它十年前在说什么、在做什么，大家看到这张图片，就是2014年8月在北京的国家会议中心，科大讯飞的年度发布会，当时刘庆峰董事长正式发布了讯飞超脑，讯飞超脑要解决的问题就是这16个字，语言理解、知识表示、联想推理、自主学习，大家看上去是不是很熟悉？这就是现在大模型或者说ChatGPT正在逐步解决的问题。2014年8月讯飞发布讯飞超脑计划，这个事情并不是去年12月份启动，而是在2014年8月我们就正式启动了这个项目。
我前几天准备材料的时候，顺便把2015年的年报找出来，大家有兴趣的可以调出来看一下。当时年报中就明确地说讯飞超脑项目是讯飞启动的认知智能重大的攻关项目，在计算机能听会说基础上推进的计算机能理解会思考，要做到全面的深层的语言理解、全面的知识表达/逻辑推理联想/自主进化学习，在教育、客服、人机交互、医疗等领域实现推广应用。这是十年前我们说的话，我们这十年就一步一个脚印地在这上面持续地往下走。
我们从0-1的能力没有OpenAI那么强，但是在教育医疗这些领域的专用模型还是取得了很多阶段性的成果，比如说教育领域机器阅卷在全球获得了很多奖项，作文的评价首次达到专家水平，去年有12个省的高考在作文打分上用到了科大讯飞的技术，全球第一个人工智能通过国家执业医师资格考试。
同时在NLP领域，无论是斯坦福大学发起的SQuAD，还是OpenBookQA上面都取得了很好的成绩，在单点的技术储备上一直在扎实投入。
现在大模型都是基于Transformer做出来的，谷歌发表了transformer相关的论文，现在我们的语音识别、图文识别、机器翻译这些任务都是在Transformer的框架上实现的，达到了比较好的水平。另外我们的开源预训练模型在Github上比第二名超出一倍，这都是实实在在的投入和积累。
回答完为什么科大讯飞能把它做出来之后，我们还想跟大家一起向后再看十年，去年的1月份，我们在年度大会上正式发布了“讯飞超脑2030计划”，这个计划就是未来要让能做家务、懂通识、善于学习、能进化的家庭机器人进入千家万户，解决中国老年社会的问题。“星火”大模型是讯飞超脑这两三年的重要任务，它要解决多维感知、多模表达、深度理解这些问题。
大模型仅仅是人工智能这个历程中的一个阶段，未来还有更大的星辰大海。
我今天的分享就到这里，谢谢。
