专访科大讯飞数字城市业务部副总经理周泰山：感知能力是城市超脑核心要素

本篇文章1818字，读完约5分钟

据《上海科技报》记者吴凡报道，声音是信息交互中最常见、最核心的交互方式。20年前，出生于安徽合肥的IFlytek开始思考如何使语音交互更加智能化，以及如何通过语音智能处理更好地解决一些场景应用需求。

当时，很少有企业能够想象声音+智慧能产生什么样的火花。

今年，20年后，声音的轨道上挤满了企业，和精神，赢得了5亿元的融资，去年；有一个云的声音计划冲刺科学和技术委员会；2017年，Mobvoi还从大众获得了1.8亿美元的D系列融资。与这些“年轻一代”相比，作为“老一代”的HKUST讯飞如何理解这条热轨，以及它的商业化场景是如何实现的？通过采访IFlytek数字城市事业部副总经理周泰山，我们找到了一些答案。

让技术解决重复工作

科技板块日报:从国外的微软、亚马逊和苹果，到中国的云之声和精灵，都在推动语音技术在物联网时代的商业应用。IFlytek如何迎接机遇和挑战？

周泰山:从1999年开始，HKUST的IFlytek就把声音作为人工智能的核心。我们最初的意图是解决人机信息交流的障碍。

经过长时间的积累，IFlytek在智能语音方面逐渐显示出一些综合能力，但它给外界提供了一个认识:从语音交互到人工智能，它仍然可以做到这一点。

多年来，讯飞一直专注于语音和自然语言的理解。我们面对这个领域，不断进行深入的研究和研发，并不断重复我们的技术。这是讯飞的执着或坚持。这也让我们清楚地看到了技术进化的道路。这不同于其他公司对现场技术的需求。

科技板块日报:在智能语音领域，公司未来的商业化前景如何？

周泰山:在信息交互过程中，声音是最常见、最核心的交互方式。

从语音交互的角度来看，需要解决的是如何让人们听得更清楚，如何解决重复工作。以教学为例，教师经常重复教授一些口音，因此借助于智能语音，教师可以更好地了解学生是否有错误的口型或错误的声带振动。这是HKUST讯飞在这方面想要转向的一个维度。

此外，未来语音交互维度服务的扩展必须向更生活化和实用化的方向发展。可以想象，未来生活的各个方面都将通过这样一个语音平台或智能平台来解决问题。

语音交互场景无处不在。以上只是生活的维度，未来还包括人们的工作和商业往来。在这些大型的空客房中，一个以自然语言为核心的综合服务能力平台，或者一个核心技术载体的集合，一定是讯飞未来的发展方向。在这个市场上，讯飞已经积累了20年。

城市的大脑必须有自己的感知能力

科技板块日报:2018年，公司发布了“城市超脑工程”。公司如何定义城市超级大脑？

周泰山:首先，如何理解城市大脑的概念？

事实上，如果我们把城市的大脑从上到下划分，我认为它可以分为四层。

第一层可以简单地理解为感知层。大脑需要相关的神经，这些神经可以感知整个城市的运作和运行变化以及发生的事件。

其次，在这些数据被感知之后，需要数据的综合交互，这被称为数据智能层。例如，在我伸出手后，外界的温度可以直接传递到我的大脑，这相当于感觉身体。

在下一个层面上，是认知层面。也就是说，在数据感知之后，可以形成一个认知场景。

顶层实际上是整个城市的综合控制中心。

从整体上看，我国现有市场中提出的一些关于城市大脑的概念目前只能达到数据智能的水平。

数据智能层是解决城市综合精细化管理过程中数据的综合交互。也就是说，数据可以被获取、存储、计算和共享。然后，基于传输到大脑的数据，可以制定出一个规则，可以作为未来城市运作的参考，仅此而已。

但是城市必须有自己的感知。这是去年年底讯飞发布城市超级大脑的核心因素。它将把讯飞现有的人工智能能力叠加到现有的数据智能上，并能够感知应该对这个事件做出什么样的反应，这是一个真正的大脑，否则它仍然是一个机器。

科技日报:5g时代离我们越来越近，这将有助于促进人工智能的商业化？

周泰山:真正的5g在哪里推广人工智能？在我看来，它已经建立了一个非常稳定和互动的实时渠道。

以前没有通路的时候，就没有办法形成集群智能的能力。说白了，它的意思是大脑，耳朵是耳朵，鼻子是鼻子，嘴巴是嘴巴，分开。现在我们有了访问权限，我们可以集中它来解决问题。这是第一个核心竞争力。

第二个能力是5g将人工智能应用的产品扩展到泛感知。城市的所有感知都可以通过5g网络实时传输，这也使得人工智能的应用场景从简单的与生活相关的部分扩展到生活的各个方面。

这就是为什么中国现在必须领先，因为中国的5g是最快的。技术是最好的，后续准备是最好的。