AI攀登者，一直在路上

　　告别2022，你的答卷是什么？
　　对于17岁的科大讯飞研究院（下文简称讯飞研究院）来说，这是踏上AI新征程的一年，春天发布的讯飞超脑2030计划点燃了未来十年梦想的火种，让机器人走进每一个家庭；这是延续AI源动力的一年，通过系统性创新，用技术赋能教育、医疗、车载等千行百业；这是AI科技树茁壮成长的一年，用板凳甘坐十年冷的平常心，夺得15项全球人工智能竞赛冠军。
　　不动如山，滔滔如水。高山，是顶天立地，流水，是勇往直前。高山流水之间，讯飞研究院的攀登者们，坚守初心，勇攀高峰，追求卓越，讯飞研究院一直在路上。
　　AI新征程：讯飞超脑2030计划
　　预见未来最好的方式就是创造未来。
　　2022年年初，科大讯飞吹响了未来10年战略布局的号角，正式对外发布讯飞超脑2030计划（下文简称超脑2030计划），在不同的阶段推出不同功能的机器人和虚拟人，让懂知识、善学习、能进化的AI走进每一个家庭，用技术去关怀人、热爱人、温暖人、成就人。就在不久前举办的科大讯飞全球1024开发者节上，超脑2030计划在多模感知、多维表达、深度理解、运动智能四大核心技术领域获得阶段性突破，真正解决复杂的虚拟和现实场景应用问题。
　　AI虚拟人交互平台扣响元宇宙大门
　　全球1024开发者节的技术发布会上，一场真人与AI虚拟人安安的对话扣动了现场无数观众的心灵扳机：不用出门就能游览黄山迎客松，无须穿戴任何设备就能和表情丰富、情感细腻的虚拟导游畅聊。
　　这位具有硬核AI能力的虚拟导游，集成了超脑2030计划的多模感知、多维表达、深度理解等多项前沿技术，让真人和虚拟人可以非常自然地穿越不同场景对话，给
　　人机交互带来全新的沉浸式体验。
　　多模感知技术可以帮助机器更懂人类。环境太吵、人多口杂，语音识别领域挑战难度最高的鸡尾酒会难题怎么解决？此前曾在国际多通道语音分离和识别大赛CHiME获得多项冠军的讯飞研究院，今年突破性地运用了唇形语音的多模态语音增强技术，让语音识别的结果更精准。AI感知方式从单模态发展到多模态，通过听觉、视觉、语义以及各种传感器的组合去获取更多的有用信息，通过多模感知技术，可以实现人和机器更加自然的交互。
　　多维表达技术可以帮助人类更懂机器。当你结束一天工作准备入睡，TA可以轻声细语读为你散文；当你驱车去公司上班，TA可以用你最喜欢的歌手声音告诉你走哪条路不堵车这已不仅仅是电影桥段。今年，讯飞研究院最新发布的多风格多情感语音合成系统SMARTTTS，就可以生成这样的虚拟声音助理，能够提供高兴、抱歉、撒娇、严肃、悲伤、害怕、鼓励等11种情感、每种情感有20档强弱度不同的调节能力，让创造声音成为可能，领跑业界。
　　除了在语音合成等强项上持续进步，讯飞研究院还在虚拟形象生成技术上取得新突破，实现语义可控的声音、形象生成，语义驱动的情感、动作表达，比如，输入一头长发，系统智能生成温柔大方的女性形象，声音端庄又不失甜美；语音语义驱动的动作合成，则能通过对语音节奏、韵律体会和语义理解，让虚拟人可以随时、流畅地切换动作，拥有更加自然的肢体语言。
　　无论是多模感知还是多维表达，都是系统性创新持续探索的结晶。如今，这些技术已在AI虚拟人交互平台开放，能够基于此实现全方位的AIGC创作构建3D个性化虚拟人形象、生成多语种主播音视频、虚拟人直播等。一幅繁茂的虚拟人生态图景通过建设覆盖虚拟助理、虚拟服务机器人、虚拟IP等数百个形象和声音，AI虚拟人交互平台为媒体、金融、文旅、政务、电商等行业场景提供虚拟人打造服务。机器人超脑平台带来人机协同新时代
　　身怀绝技的四足机器狗小黑成为网红头顶钢球健步如飞、爬坡下楼稳稳当当、闻到气体泄漏马上预警，现场观众惊叹稳如老狗。
　　为什么这么稳？靠的是讯飞研究院研发的基于多模态强化学习的运动控制算法，通过无偏差信息输入的评价网络，指导带噪信息输入的动作网络训练，最终实现可预测目标关节位置和真实关节位置。强大的不是小黑，而是小黑内嵌的机器人超脑平台，也是超脑2030计划阶段性突破讯飞研究院将多模交互、运动控制、硬件模组结合深度理解能力全部集中到这一平台，为广大生态伙伴赋能，推动人机协同新时代的到来。未来，一个工作人员可能会和数百上千的机器狗共事，人通过收集前端机器狗排查到的问题，集中调度力量解决，从而大幅提升效率，人机协同的模式将广泛应用到服务领域、工业领域等各行各业。
　　小黑迈出的一小步，是AI机器人发展历程前进的一大步。根据超脑2030计划，科大讯飞将分阶段推出可养成的宠物机器人、外骨骼机器人、服务机器人，未来十年，让机器人走进每一个家庭，陪伴孩子成长、辅助老人独立行走、帮助家庭减轻劳动。
　　AI源动力：系统性创新解决社会刚需命题
　　2022年，人工智能技术的演进仍然不断落入各行各业，成为拓新变革的源动力。人们在工作、生活中感受到的全新体验与变化，也许都蕴含着讯飞研究院在技术上的每一次迈步。
　　在教育领域，讯飞研究院的知识图谱技术不仅登顶国际评测榜首，并且深入融合至教育相关产品中，真正实现了通过知识图谱找弱项。备受家长青睐的科大讯飞AI学习机独有的AI个性化精准学系统，也正是在此技术上今年再度升级，覆盖多学科、全阶段、区域化分层级的内容诊断，为AI学习树立了行业标准的标杆。
　　融合贯穿了讯飞研究院全学科OCR识别、知识图谱、多维度学情画像、语义理解等核心技术，因材施教充分打通了过程学情记录、学情分析、智慧教学等环节，在2022年持续落地。目前，教育的区域级因材施教解决方案走向全国40多个城市、县区，人工智能正在深入教育的本质。
　　在医疗领域，依托于讯飞研究院在认知智能方面的持续创新，让机器的深度理解能力提升到了知识推理所能达到的新高度，科大讯飞研发出多模态AI问诊系统，联合北师大和北京安定医院构建了抑郁症筛查平台，实测数据表明对抑郁症筛查的准确率已经达到91。2，在北京安定医院等实现了常态化试点，并将于明年向全国正式推广开来。全社会关注的青少年心理健康问题或许有了更加专业、精准的解决方案，呵护祖国的花朵们健康成长。与此同时，学习了人类医学知识、具备全科辅诊能力的智医助理，也因讯飞研究院在认知智能领域的技术突破有了更好的表现，在这一年里辅助基层医生修正诊断数超63万次，辅助诊断准确率提升至97，覆盖疾病数量超过1400种，让每个人的生命健康都有了更智慧的AI守护者。
　　在车载领域，随着讯飞研究院创新提出多模态语音识别技术的率先落地，车载的语音识别系统实现了结合驾驶员唇形与语音特征，即使在后排、副驾、舱内外较为嘈杂的环境下，也能准确识别驾驶员说话内容并精准响应，同时添加的硬件设备还能实现视线检测、疲劳检测、手势检测等用途。智能座舱体验全面升级，车载人机智能交互有了全新的体验。
　　提起北京2022年冬奥会和冬残奥会，很多人仍然记忆犹新。作为北京2022年冬奥会和冬残奥会官方自动语音转换与翻译独家供应商，这一年，科大讯飞承担的国家重点研发计划项目冬奥多语种语言服务关键支撑技术及设备顺利通过课题绩效评价，通过把多语种语音识别、多语种语音合成、多语种机器翻译、智能交互等各项技术用在冬奥会的具体场景中，打造史上首个沟通无障碍冬奥会，实现人和人之间沟通无障碍、人和组织之间沟通无障碍、人和赛事之间沟通无障碍。
　　AI科技树：用正确的方法，做有用的研究
　　成立17年以来，讯飞研究院坚持面向世界前沿的技术创新、基于系统性思维的模式创新、前后贯穿的机制创新，实现了从0到1的源头核心技术创新和从1到N的系统性创新，构建起研究工程平台资源的完整研发体系，离不开AI科技树的底座支撑。以基础算法为主干节点，以技术体系为生长方向，以场景理解为发展动力讯飞研究院的AI科技树，全面支撑了讯飞面向全行业的业务生命树。
　　在核心源头技术上，攀登从未停歇。2022年，讯飞研究院有47篇论文被ACL、KDD、SIGIR、ICASSP等国际人工智能领域顶级会议录用；获得15项全球人工智能竞赛评测的冠军，例如感知智能方面的2022ECCVOOVST挑战赛文字识别赛道、国际声学场景和事件检测及分类挑战赛（DCASE），认知智能方面在科学知识推理挑战赛OpenBookQA中实现单模型全球首次超过人类平均水平，以及常识推理挑战赛CommonsenseQA2。0中刷新机器科学常识推理水平的世界纪录。
　　AI科技树的枝繁叶茂，离不开国家级平台春风化雨的哺育。今年，语音及语言信息处理国家工程实验室已正式通过评估，转建为语音及语言信息处理国家工程研究中心，发力语音语言等人工智能技术创新更远的未来，在服务国家重大战略需求以及带动产业发展方面发挥关键作用。至此，科大讯飞承建了国家新一代人工智能开放创新平台、语音及语言信息处理国家工程研究中心等国家级平台，在多个技术方向奠定多项人工智能领域的里程碑。
　　这一年，讯飞研究院也积极参与行业重大趋势发声。面向元宇宙，在世界制造业大会人工智能创新论坛上，科大讯飞AI研究院执行院长、语音及语言信息处理国家工程研究中心副主任刘聪发表主旨演讲，提出了人类不应仅是元宇宙的体验者，更应是主导者和设计者；元宇宙空间作为技术和数据枢纽，应更多地去做现实世界；‘需有所为而不可为’的事情；坚持推动数字经济赋能实体经济，以虚助实的行业前瞻性思考。
　　这一年，数学家丘成桐来到了讯飞研究院，寄语讯飞研究院的青年科学家们寻智能根基，兴数学科技，一路学一路做应用，在实战当中不断提升数学能力，丘成桐和多所国内知名院校的数学研究团队的到来，是讯飞下一步基础研究发展重要的标志性事件。
　　因为看见，所以坚信。从单语种单场景到多语种多场景、从单模态智能到多模态智能、从算法创新到软硬一体化创新的拓展，AI生命树向阳而生，欣欣向荣。
　　站在全面建设社会主义现代化国家、向第二个百年奋斗目标进军的新征程历史节点上，面对高质量发展的时代之问，讯飞研究院答案笃定：用正确的方法，做有用的研究，以价值创造为根本，用系统性创新解决重大社会刚需命题。