许琳华：尊敬的各位朋友，今年我们在2B行业市场上感觉到很大的压力和漫长的挑战。我们也同样看到，疫情下更多的行业在升级转型，作为一家人工智能平台厂商，如何在变革期推动技术的应用，用AI点亮人间烟火？这是我今天分享的主题。
当前全球疫情蔓延，国内疫情得到了基本的控制，我们认为人工智能应用成功解决许多社会刚需问题。疫情期间医疗领域AI应用表现优异，通过智能助理对基层医务人员进行培训考核。如图，科大讯飞的智医助理通过国家执业医师资格考试，疫情到来后医学机器人学会学会新冠肺炎知识，在国家卫建委见证下，用这套系统在全国范围内对200多万基层医生进行培训，让大家充分了解新冠肺炎的基础知识。
区别于传统网格化的社区管理，在疫情期间，智医助理上线培训普及新冠肺炎知识，智能外呼产品对疫区进行排查，仅耗费六个小时完成全部排查，不需要人工填报表格就可以瞬间生成筛查报告。
疫情期间全国累计服务了5900万人次，后疫情时代服务数量超过了7000万人次，并且获得了中华预防医学会评选用大数据助力疫情防控的最高奖项。大规模筛查地毯式覆盖，没有AI+ICT的方式很难做到，继湖北推广之后，整个疫情期间陆续收到了30多个国家大使馆的来函，期待与我们的合作。目前电话防控医生在韩国已经正式上线，截至7月份，使用率覆盖了全韩国70%以上的地方。
今天大家有个共识，人工智能已经从核心的技术算法创新关键的时期跨越到了典型行业试点应用时期，并且开始进入大规模应用的阶段，该阶段关键是看它是否能解决社会刚需问题。
除了医疗，我们在政务、交通、金融等等行业也有许多应用案例。城市超脑打通教育、医疗、政法、社保各委办局的数据，实现整个城市数字化管理、促进公共资源优化配置、提高社会治理的精细化。目前城市超脑在全国十个省份落地，我们可以看到政务治理中AI+ICT的应用同样可以带来温暖。
如今正迈向老年化社会，全国超过65岁以上的老人占比12.7%，广州天津一些城市已经开始跟科大讯飞合作，用数据关注到独居老人。城市大数据包含水、电、煤气这些信息，可以自动判断老人24小时内的使用情况，我们通过主动拨打电话进行关心和问候，观察回答过程中是否有问题，并同步做存档更新。如果没有回答、或者回答过程中有一些问题，我们会通知他的亲属。如果一定时间内亲属没有上门反馈，我们会通过系统给社区人员派发上门排查的工单，这样可大大提升社区工作排查效率，真正实现未来老龄社会弱势群体管理的闭环。
政务热线融合多渠道接入，通过提供虚拟数字人服务，提高老百姓办理业务的用户体验，也为决策者提供了支持图谱舆情分析系统。该应用在12345热线中比较典型，老百姓在打电话反映问题时，可能存在一个人拿多个号码进行投诉和拨打的情况，此时决策者可通过声纹库发现问题，科学决策。目前在保险领域，声纹反欺诈的应用价值得到充分体现。
河北的智慧交通系统于去年年初正式上线，覆盖城区77%以上的干道，通过对交通流的分析，为城市公交线网优化提供数据决策依据。该系统上线以来，道路通畅率提升了12%，大众出行感知得到明显提升，这就是AI+ICT给城市带来的温暖。
在能源行业，南网智能语音调度系统让电网搜索更加高效，通过统计与分析各电网局点热点任务，生成实时报表，从而提升管理和服务的效能。
金融科技领域，我们的客服产品使用比较成熟。中国银行在今年3月份正式上线全语音门户的新一代客服系统，用户可直接说出自己的诉求，不用一层层菜单点选，导航正确率达到92%。针对疫情期间远程银行需求激增的问题，我们和国内银行分析系统第一梯队的厂商合作，打造AI远程银行，让远程银行体验更加友好。针对银行客服经理尤其是保险代理人流动性大的问题，科大讯飞上线陪练机器人，通过APP、小程序模拟真实的场景对员工进行考核，及时反馈员工能力的测评报告，帮助保险代理人快速掌握专业知识，目前培训机器人系统在宁波银行、长沙银行城商行，以及太平洋保险已全面上线。
AI+ICT规模化应用解决社会刚需、助力行业转型。科大讯飞作为一家平台厂商，也在不断赋能合作伙伴、成就合作伙伴。今天人工智能算法创新绝对不是没有意义的，只要有数据、只要把数据打通就可以实现规模应用，而解决人工智能规模化应用的问题绝对不是用一个开放平台源代码模型稍加数据训练就可以实现的，人工智能有大量核心技术，创新是方兴未艾的事情。科大讯飞持续不断投入技术研发力量，坚持创新之路。
如何用很少数据训练出更好的结果？以机器翻译为例，科大讯飞的翻译机有近60多个语种翻译，包含很多小语种，但小语种很难找到对应翻译的工具做训练。中文到英文的翻译过程，需要有对应的语音和文本给机器做训练，可以通过数据增强半介入模式来做，少量平行语调训练出初始的系统，再用中文单语投入到初始系统中做翻译，单纯的中文自动生成中英文翻译的结果，反向再做英文，三个模型混在一块做一个建模，同样可以达到原来大规模数据的效果。目前用语音合成模拟一个明星说话，基本上在一两个小时之内就可以完成，面向C端的产品最短可以5分钟可以模仿一个人说话，譬如讯飞推出的阿尔法蛋早教机器人，可通过模拟声音给孩子讲故事、读报纸，以很小的数据量带来很好的语音模拟合成效果。
如何让数据驱动更加有效是值得思考的问题，当有大量的虚拟数据时，会出现过度弥合的状态。安静场景训练的数据在遇到餐厅、高速行驶情况下，效果就会有所下降，如果用高噪音的场景做语音识别的训练，安静场合下识别率又会下降，怎么才能使训练数据越多反而对应的增强呢？基于多环境因子动态模型的延展，一边识别一边判断口音和环境，动态调配到最匹配的模型，才能使数据驱动效果更加的高效。公众场景中翻译会出现各种各样的偏差和错误，科大讯飞研究新的算法把专业语句、经验知识进行模型的动态调配和训练，使数据服务效果提升、防止过度弥合。
去年10月8日科大讯飞被列入实体清单，大家也在关心科大讯飞的技术能不能继续保持领先状态，今天很高兴的告诉大家，科大讯飞在今年的全球最权威的语音识别大赛上再次以大比分领先。
跨云迁移学习，我们要实现语言的平台化，利用很少语料达到更好翻译的效果。俄罗斯语离线识别翻译的效果不错，因此我们做德语的时候把大量俄语信息放入模型中，利用语种相似迁移学习。对于小语种翻译，当语料不够时可借助英语、法语做语言的桥连，利用跨语言创新的技术手段。
科大讯飞专用的芯片是自主开发的28纳米芯片，融合降噪的算法、语控的指令级，可达到更好的效果，这样一个芯片不到一美金，性价比非常高，可以确保语言专用芯片上不被卡脖子。翻译机、家庭音箱都可以做成离线的版本，一些商务人士会有个人隐私方面的担忧，针对这种情况，我们跟海尔推出全球第一个纯离线的家庭中心，可以在不联网的情况下听音乐、控制家庭所有的终端，充分保护用户的隐私。未来，离线隐私保护是一个趋势，我们要对运算资源大幅度的裁减，用低廉的价格赋能传统家电、能源调度等行业。
今年是特殊的一年，疫情助推各行各业在数字化环境下转型升级。今天分享的AI+ICT应用案例也希望作为平台厂商赋能更多的合作伙伴，一起把人工智能技术落地成规模化的应用，解决社会刚需、点亮人间烟火，感谢大家！
