机器人开始抢速记员的饭碗：语音和语言将成为认知智能

继新闻采写机器人引起的记者失业恐慌后，大会速记员也面临着被强大的竞争对手——语音转写技术替代的危险。

12月21日在科大讯飞2015年度发布会现场，讯飞超脑转写技术充当的大会“速记员”以99.29%的全场正确率完胜现场5位优秀持证速记员的速记正确率(最高正确率80.84%)。

这位高效勤劳的“速记机器人”成为此次发布会最大亮点。尽管没有以实体呈现，现场观众仍可以从两侧的大屏幕上实时看到“速记机器人”语音转写的全过程，包括自动预测标点、断句等。语音转换技术要突破三大难点：混响降噪、口语交谈、文本摘要。显然这位“速记机器人”也还不是完美的，例如现场发言中英文转写间的切换很难实现，以及闹出了把Ninebot公司的“九号平衡车”写成“酒后平衡车”的笑话。

科大讯飞一直将语音识别技术作为人工智能的研究重心。科大讯飞董事长刘庆峰在本次大会现场表示，人工智能未来会像水和电一样无所不在。在人工智能的三个层次——计算智能、感知智能和认知智能之中，前两者机器的能力已经超越人类。而实现第三层转换的关键就在于由语音和语言为入口的认知智能的革命。

向认知智能阶段发展的必由之路：语音和语言

正如语言的广泛使用让七万年前的人类之间实现了直接交流，才进而有了智慧的碰撞和人类自身的认知智能，人工智能发展的必由之路也是由语音和语言为入口的认知智能的革命。

1956年的达特茅斯会议是人工智能研究的历史起点，到2015年人工智能的发展已经有了近60年的历史。

伴随着计算机技术和民用科技突飞猛进的发展，人工智能研究本身经历了两次波峰与波谷，而从2006年起始至今愈发升温的人工智能热，是第三次人工智能浪潮。在这第三次浪潮中，中国、美国和欧洲，都将人类大脑研究上升为国家战略科研高度。

如果把人工智能分成三个层面，第一个层面是运算智能，即让机器具备“能存会算”的能力。1997年计算机在与人类象棋大师的象棋对决中获得胜利，标志着计算机超强的运算能力已经超过了人类。第二个层面是感知智能，即让机器“能听会说能看会认”。人类的视觉看到是可见光，但是机器现在可以到红外可以到紫外;人类的听觉范围为20赫兹到2万赫兹，但机器可以听超声波可以听次声波。第三个层面是认知智能，这是目前人工智能科研的焦点，这也是人区别于动物的最本质能力。

[1] [2] 下一页