采访科大讯飞公司高级副总裁杜兰
最近，习近平总书记在G20峰会第一阶段会议上指出，疫情刺激了5G、人工智能、智慧城市等新技术、新格式、新平台的蓬勃兴起，“非接触经济”全面提速，为经济发展提供了新路径。
科大讯飞股份有限公司(以下简称科大讯飞)高级副总裁杜兰对此印象深刻。“今年新冠肺炎的肺炎疫情让大家觉得人工智能离人们的生活越来越近了。”她说：“有时候人力资源太忙，会有一些限制。这个时候，机器可以做人力资源做不到的事情。因为特定场景的出现，人工智能才会发挥作用。在未来，5G和人工智能将会像水和电一样无处不在地出现在人们的生活中。”
但她也指出，从加速落地到逐渐走向成熟，在全新的5G轨道上实现产业化应用，还需要几年时间。“这取决于技术成熟度。”。
人工智能欢迎优秀的发展机会
在疫情期间，人工智能在医学领域表现出很强的能力。武汉在3天内完成了900万人的调查，如此“硬核”操作背后的英雄是科大讯飞医疗助理的电话机器人。它不知疲倦，忙忙碌碌，一个小时打10万个电话，一两分钟就形成一个问卷。“新冠肺炎肺炎影像辅助诊断平台”可在3秒内完成新冠肺炎一例肺炎的辅助诊断，阳性病例全部召回，病灶召回率达90%。
“在一个特殊的时期，人工智能发挥了关键作用，但前提是我们的产品和技术都有很好的储备。”在杜兰看来，人工智能的发展就是这样一个过程。刚开始，并没有让人觉得是“雪中送炭”。但是一旦外部因素催化了这个过程，让大家看到了它带来的美好生活，典型的应用场景就会出现。
杜兰期待5G时代。“作为通信基础设施，5G具有极高的速度、巨大的容量和极低的延迟。这三个特点将为未来人工智能的实现提供技术支持，带来更多的想象和应用场景。”她指出，4G下，“人”与“物”的互动更多，而5G的互动模式不再局限于“人”与“物”，而是延伸到“物”与“物”的互联，从而形成新的应用模式和创新。在“万物互联”时代，智能语音是人们实现互动最重要的入口。
“目前人工智能一方面应用于C端，改变了个人消费者的一些生活方式；另一方面，每个人都在慢慢接受行业应用的变化，比如智能车载信息系统。”杜兰指出，“在非智能时代，不可能产生这么多应用。现在有了5G快车道，很多想象都可以变成现实。在5G的帮助下，人工智能将迎来绝佳的发展机遇。”
5G实现工业应用还需要时间
“对于5G来说，它已经处于预期扩张期的巅峰，因为人们对它有很多想法。但是，这项技术的成熟和实现工业应用还需要时间。”杜兰在人工智能行业经过多年的深度培养，观察到需要弥合早期市场和未来主流市场形成之间的差距。“在人工智能时代，很多高科技领域都必须依靠技术创新，任何原创技术从研发到最终大规模生产至少需要5到10年。”
杜兰特没有提到技术创新作为核心来源的重要性。“我们强调‘地球之巅’，‘地球之巅’是让技术引领世界，‘网站’是通过技术实现大规模产业化。”杜兰说，在过去的三年里，科大讯飞参与或主持制定了九项已公布的国家标准，并先后建立了语音和语言信息处理国家工程实验室，这是第一个以语音和语言信息处理为基础的国家工程实验室
不久前，科大讯飞与鹏程实验室达成合作，双方合作搭建智能语音语言技术创新平台，共同攻关。在2020年世界5G大会上，科大讯飞还将与琶洲实验室签署合同，进一步深化粤港澳大湾区的基础研究和开发。
技术的成熟离不开行业的共同努力和呵护。“我们的发展战略是‘平台轨道’。平台是为了打开开发者使用的核心竞争力，赋予开发者权力，形成行业的共生共荣。目前已经更新到334能力。建立这样一个产业的开放生态至少需要5-10年。”杜兰表示，在行业发展中，企业自身会选择进入教育、医疗、智慧城市等重要战略轨道。她还透露，由于R&D应用丰富、产业集聚、示范效应突出，科大讯飞在广州部署了一些基础性、前瞻性和应用性较强的。
新的基础设施带来新的景象
今年，中央政府提出了新基础设施的国家战略。这种策略下人工智能的发展前景和期望是什么？“人工智能可以在新基础设施的三大内容中看到，包括信息基础设施建设、集成基础设施建设和创新基础设施建设。”杜兰说，“为什么新的基础设施应该是‘新的’？这里是新的。我们需要建造信息基础设施、5G基站和人工智能场景，而不是过去建造桥梁和道路。”。
她指出，新的基础设施是数字经济的基本保障，也是产业转型升级的重要支撑。5G、人工智能、云计算，其实是数字经济的三大技术基础。无论未来有什么突破，他们都会互相促进，带来新的格式。
最近杜兰担任了很多创业创新大赛的评委。“我看到了更多的项目，感觉大家还是很期待人工智能的前景。”“现在国家的创新环境很好，资金助推力也很强。有了资金援助，有了思路，有了技术，就能实现行业的发展。”杜兰对人工智能的未来发展非常乐观。
“随着5G的普及，以智能语音为最重要入口的万物互动对话将越来越普遍和真实，未来10年将是人工智能的‘黄金十年’。”她说，人工智能将在脑科学方面获得新的发展，并推进人机共存的时代。认知智能技术将继续突破，工业应用将继续落地，让机器“理解和思考”，这将是未来的重点研究方向。