全國人大代表、科大訊飛董事長劉慶峰：預見未來最好的方式就是創造未來

　　“核心技術是國之重器。要下定決心、保持恒心、找準重心。”3月5日，深耕人工智能22年的全國人大代表、科大訊飛董事長劉慶峰，在談及解決社會重大命題要由單點技術創新升級為系統性創新這一話題時表示，訊飛一直將核心技術源頭創新的“頂天立地”作為信仰，屢創佳績，吹響訊飛號角。

　　敢破“卡脖子”，勇闖技術“無人區”

　　劉慶峰介紹說，科大訊飛夯實AI研發底座平臺，持續建構系統性創新的底層能力，讓產業的持續成長根植在自主創新的安全地基上。基于此平臺，實現了多語種技術快速突破，正式推出60個語種和合成、識別、翻譯等5大類能力，研究效率提升50%。2021年11月份，訊飛在NIST多語種識別比賽中拿下22項第一。第三次參加Cityscapes比賽并刷新世界紀錄！2021年國際口語機器翻譯評測比賽包攬3個賽道冠軍！拿下被譽為“中國智能科學技術最高獎”的吳文俊人工智能科技進步獎一等獎……2021年，拿下11場世界大賽冠軍，訊飛在關鍵技術領域、“卡脖子”地方下大功夫，勇闖技術“無人區”。

　　“在源頭技術持續突破的同時，科大訊飛持續推動系統性創新。”劉慶峰認為，現在人工智能真正解決社會剛需，不再是原來的一個單點的應用能解決的，實際上必須要解決時代的重大命題，比如說教育因材施教，比如說醫療，比如說車載的無人駕駛等等這些方面，需要的都是系統性創新，需要多項關鍵技術的深度融合，需要對重大社會命題的解析能力。

　　“而系統性創新需要三大要素的支持，包括單點核心技術跨越鴻溝能力、創新鏈條上關鍵技術的深度融合能力和重大系統性命題的洞察解析能力。”劉慶峰說，只有系統性創新能力提升，才能形成產業核心競爭力，并最終使科技創新成果在產業一線廣泛應用，讓人工智能帶給人民群眾更多生活便利。我們要做系統性創新，不僅是關鍵的單點技術由0到1的突破，更核心的是利用認知智能和我們底層的深度學習相關的科研平臺，把整個人工智能體系在重大命題中貫穿、拉通。

　　快速迭代，從而看到最終成效

　　2021年，科大訊飛在業務發展的基礎上，在公司從核心技術研發平臺到應用開發的技術中心，都在體系化的為系統性創新做好了準備，而且推出了平臺和產品。現在科大訊飛的研發底座平臺正助力數據回流、人機協作能力交付、包括關鍵技術打通等等，使得科大訊飛的技術研究能夠迅速融入到整個體系中以及實現快速迭代，從而看到最終成效。

　　劉慶峰說，在部署系統創新戰略中，科大訊飛已在教育、醫療、工業和企業數字化轉型等領域中深度實踐。他從以下幾個方面闡述了科研成果的落地應用情況。

　　如科大訊飛智慧教育應用，通過OCR技術、自動評分技術、語音識別和語義理解技術等多個關鍵技術的結合，才能真正實現“因材施教”的個性化教育。

　　智慧醫療也不例外，智醫助理在學習大量醫學知識和案例后，通過了國家執業醫師資格考試，分數超全國96.3%的人類考生。在基層醫療機構投入使用后，現已累計進行3.4億次的輔助診療，服務5萬名基層醫生，有效提升基層醫生診療服務水平。

　　工業領域的訊飛圖聆工業云平臺，融合工業聲紋識別、機器學習、聲源定位等技術，實現設備預測維護、產品質檢、安全生產等。在促進企業數字化轉型中，人工智能的系統性創新也賦能著企業客服、營銷、行政、財務等多個方面。

　　預見未來最好的方式就是創造未來

　　“預見未來最好的方式就是創造未來。”劉慶峰說，訊飛堅持源頭核心技術創新的戰略布局，即是這句話的生動示范。

　　2021年9月，科大訊飛牽頭組織國家技術標準創新基地（智能語音技術）授牌儀式，集合優質資源，打造集智能語音技術研究、標準制定、標準應用驗證、標準化服務、成果推廣轉化以及人才培養等功能于一體的標準創新生態圈。

　　2021年11月，工業和信息化部批復安徽合肥組建國家智能語音創新中心，構建集共性技術研發、測試驗證、中試孵化和成果轉移轉化于一體的創新平臺，科大訊飛牽頭參與。

　　2021年12月，科大訊飛牽頭組建安徽省首家創新聯合體——安徽省智能人機交互創新聯合體，探索建設集科研攻關、成果轉化、產業孵化、人才集聚等功能為一體，最終形成生態集聚和要素支撐的戰略平臺。

　　“技術“頂天”應用“立地”的硬核實力，也讓訊飛頻頻獲得社會認可。”劉慶峰說，福布斯中國發布最具創新力企業榜，科大訊飛名列榜單；科大訊飛“語音識別方法及系統”斬獲中國專利金獎；創新質量管理模式，科大訊飛獲第四屆中國質量獎提名獎；連續3年獲評中國VR50強企業；用科技向善，科大訊飛獲評“2021年社會責任示范企業”；攜手數智化轉型，科大訊飛榮獲中國移動“2021年度智慧家庭最佳合作伙伴”……

　　“下一步系統性創新，將著力于構建軟硬件一體化的更強能力。”劉慶峰說，如今訊飛有兩大使命，一個是人工智能3.0的紅利兌現，造福百姓、形成剛需，第二個使命是下一代的要將人工智能向通用的人工智能更進一步，用更少的數據學習達成更好的成果，以及訊飛在人工智能上除了可解釋之外，如何自學習自進化。