把中文AI牢牢掌握在自己手里

“劉德華為什么很少演反派？”

2023年9月，這個網(wǎng)絡(luò)提問突然在各大社交平臺火了，但火的不是關(guān)于演員的討論，而是問題下面“驢唇不對馬嘴”的回復(fù)，竟然是抨擊謾罵中國科技公司華為的內(nèi)容。

原來，“劉德華”和“為什么”兩個詞組的搭配，觸發(fā)了境外某些網(wǎng)絡(luò)人工智能（AI）識別出“華為”這個關(guān)鍵詞，被輸入過相關(guān)指令的AI水軍蜂擁而至，大肆攻擊華為，結(jié)果反而暴露了幕后操控者。

“通過這件事，我們可以判斷出境外AI的中文水平不如國內(nèi)?！闭J(rèn)知智能全國重點實驗室主任胡國平對《環(huán)球人物》記者說，“國內(nèi)AI是不會犯這種低級錯誤的，因為我們擁有海量的中文語料，足以讓AI正確識別詞組和詞意，而境外的中文大數(shù)據(jù)不夠多，機(jī)器學(xué)習(xí)得不夠深?！?/p>

被“卡脖子”之后

胡國平已經(jīng)在智能語音領(lǐng)域深耕了20多年，他的另一個身份是科大訊飛聯(lián)合創(chuàng)始人、高級副總裁?！耙岣逜I水平，必須有足夠的文本和題型‘訓(xùn)練’機(jī)器，就像學(xué)生刷題一樣，才能讓它少犯錯誤。如果中國的互聯(lián)網(wǎng)沒有發(fā)達(dá)到一定程度，國內(nèi)AI不可能發(fā)展得這么快?！?/p>

這種速度也招來了外部打壓。與眾多中國高科技企業(yè)一樣，2019年10月，科大訊飛被美國列入出口管制“實體名單”，被限制從美國購買零部件?！氨热缧≌Z種的語音合成軟件，以前我們可以用美國的，但被列入‘實體名單’后，突然就斷供了。我們必須在短時間內(nèi)開發(fā)出替代產(chǎn)品?！焙鷩綄τ浾哒f。

被“卡脖子”的之所以是小語種，是因為我國的中文語音技術(shù)已經(jīng)領(lǐng)先全球，英文等大語種也沒問題。但小語種文本數(shù)據(jù)少，投入產(chǎn)出比不高，開發(fā)難度相對較大。

胡國平坦言，疫情防控期間是研發(fā)團(tuán)隊比較痛苦的階段，因為需要到海外搜集小語種數(shù)據(jù)，請人錄音，“突然這個人得新冠了，不能繼續(xù)錄了，我們就要另外找人”。

3年時間里，在中國科學(xué)院的支持下，研發(fā)團(tuán)隊克服了重重困難，突破了60個小語種的技術(shù)障礙。

同一時期，美國的科技公司正在進(jìn)軍大模型賽道。2022年11月，美國OpenAI公司發(fā)布了一款智能聊天機(jī)器人ChatGPT，引發(fā)全球轟動。在此之前，科大訊飛一直關(guān)注著ChatGPT的發(fā)展，其早期版本并不突出，但隨著訓(xùn)練方法、超大模型和海量文本數(shù)據(jù)的結(jié)合，這款產(chǎn)品的智能水平飛速提升。

2022年12月，科大訊飛決定研發(fā)“星火大模型”，胡國平擔(dān)任項目攻關(guān)負(fù)責(zé)人，一場新的戰(zhàn)役正式打響。之所以取名“星火”， 既有照亮前路之意，也有“率先燎原”的期待，更代表著力量、勇氣和堅韌不拔的精神。經(jīng)過全力攻關(guān)，2023年5月，訊飛星火大模型正式發(fā)布，之后不斷升級，目前已到第四代版本。

“我們?nèi)ツ甏蛄艘粓鲇舱??！焙鷩秸f。為了大模型算力集群能盡快落地，團(tuán)隊夜以繼日地工作，頂著三伏天的高溫進(jìn)行機(jī)房改造。因為機(jī)房里沒有空調(diào)，大家只能帶冰塊進(jìn)去物理降溫。之后的中秋節(jié)、國慶節(jié)，團(tuán)隊都沒放假。2023年10月，首個國產(chǎn)萬卡智能算力集群“飛星一號”正式啟動。

“我們?yōu)槭裁磿弧ú弊印?？因為用外國產(chǎn)品用慣了，缺乏改變的動力?？萍几偁幉粌H限于產(chǎn)品、企業(yè)，更是產(chǎn)業(yè)生態(tài)的競爭。美國的打壓客觀上給了中國發(fā)展自主生態(tài)的好機(jī)會。只有當(dāng)你足夠強大的時候，西方才會跟你和平共處，所以我們一定要扛過去?！?/p>

夢想萌發(fā)地

胡國平很少談及家庭，但他坦言，自己受父親影響非常大?！拔腋赣H上學(xué)時成績優(yōu)異，在我們縣一直是前三名，比他成績差的都上了清華北大，但因為出身問題，他沒能上大學(xué)。”在老家務(wù)農(nóng)15年后，胡國平的父親成了一名民辦代課教師，先教小學(xué)，后教初中，轉(zhuǎn)為公辦教師后，又開始教高中。

“現(xiàn)在他已經(jīng)81歲了，但每年高考試卷出來后，還會做一遍高考題?！痹诤鷩窖壑校赣H是一個很純粹的人，“我特別敬佩我爸，他既能教數(shù)學(xué)，干農(nóng)活又非常拿手”。

胡國平從小喜歡理科，上中學(xué)時成績也在縣里排前三名，父親對他說“你一定要考一本”，他從此記住了“一本”這個詞。

1995年，高考后填志愿，胡國平的成績可以上清華北大，但他最終選擇了中國科技大學(xué)（以下簡稱中科大）?！拔覀兡抢锸莻€小縣城，之前已經(jīng)十幾年沒有學(xué)生考上清華北大了。我爸跟別人咨詢后，覺得中科大的計算機(jī)專業(yè)好，離家又近。而且他當(dāng)年報考的就是中科大，我考上也算圓了他的夢?！?/p>

上世紀(jì)90年代的中國，物質(zhì)條件還比較匱乏，胡國平上中學(xué)之前沒有出過績溪縣，高中畢業(yè)時沒有出過安徽省。盡管中科大就在省會合肥，但從績溪到合肥，他反而要出省——先坐火車到江蘇南京，轉(zhuǎn)車到安徽蚌埠，再轉(zhuǎn)車到合肥。

走進(jìn)大學(xué)校門，胡國平接觸到許多“高人”和“牛人”，學(xué)習(xí)也變得更加主動。除了經(jīng)常去自習(xí)室外，他還跟同學(xué)一起湊錢，買了一臺486電腦，開始練習(xí)編程。

“那臺電腦要9000多元，我們寢室6個人，每人湊1000多。當(dāng)時每月生活費也就幾百元，不夠的只能跟家里要，再加上一些獎學(xué)金?！?/p>

讀大三時，胡國平在老師的推薦下，進(jìn)入中科大電子系教授王仁華的實驗室，參與語音識別與合成技術(shù)的研發(fā)?！巴ㄋ椎卣f，語音識別就是讓計算機(jī)聽懂人說的話，語音合成就是讓計算機(jī)開口說話，相當(dāng)于耳朵和嘴的關(guān)系。其中的關(guān)鍵在于分辨詞組和多音字，比如‘輕舟已過萬重山’，‘重’是多音字，我們要做的就是合成信號，讓計算機(jī)知道該讀什么音?！焙鷩秸f。

當(dāng)時，包括中文語音在內(nèi)的技術(shù)主要掌握在IBM、東芝等美日企業(yè)手中，中國企業(yè)的電子產(chǎn)品如果想加上語音功能，只能找外國廠商購買?！捌鋵嵨覀兊募夹g(shù)并不比西方落后，甚至還有領(lǐng)先之處，但因為形不成產(chǎn)業(yè)生態(tài)，技術(shù)無法落地，國內(nèi)企業(yè)就被西方卡著脖子走。王仁華老師是中國AI領(lǐng)域的先驅(qū)和開拓者，他最大的心愿就是讓中文語音技術(shù)掌握在中國人自己手里?！?/p>

在課題組，胡國平認(rèn)識了比自己高五屆的安徽老鄉(xiāng)劉慶峰。劉慶峰本來可以保送清華大學(xué)汽車工程系，因為更心儀中科大，放棄了保送，以超過清華錄取線40多分的成績考入中科大電子系。大二時，他就被王仁華選入語音實驗室，之后做出了多項關(guān)鍵技術(shù)創(chuàng)新。

1998年夏天，為了改變技術(shù)與產(chǎn)業(yè)脫節(jié)的局面，正在攻讀博士的劉慶峰向王仁華提出創(chuàng)立一家公司，走技術(shù)產(chǎn)業(yè)化的道路。王仁華欣然同意，實驗室的師兄弟們也紛紛響應(yīng)，中科大網(wǎng)絡(luò)論壇8個版主中的6個加盟進(jìn)來，每個都是“學(xué)霸”級人物，最終組成了一支18人的創(chuàng)業(yè)團(tuán)隊，胡國平是其中之一。

“甘坐十年冷板凳”

創(chuàng)業(yè)之初，為了專心搞研發(fā)，團(tuán)隊將公司運營外包給了另一家企業(yè)，相當(dāng)于對方設(shè)在合肥的研發(fā)基地。然而合作方毫無章法，今天要求團(tuán)隊做個語音聽寫軟件，明天又要搞工商查詢系統(tǒng)，結(jié)果產(chǎn)品做了不少，卻沒有一個做深做透，也賣不出去，團(tuán)隊疲憊不堪。

大半年后，成員們?nèi)虩o可忍，集體對劉慶峰說：“要不你當(dāng)CEO，要不我們就解散！”本來只想搞研發(fā)的劉慶峰，硬著頭皮同意了。1999年，科大訊飛公司正式誕生。

“那時的我們就是一幫窮學(xué)生，只會悶頭研發(fā)技術(shù)，什么市場、營銷、品牌都不懂?！焙鷩交貞浀溃肮境闪⒌淖畛跞哪?，我們以為有了好產(chǎn)品就能掙錢，想得太簡單了?！?/p>

他們做出了一款名叫“暢言2000”的電腦軟件，能把語音自動轉(zhuǎn)換成文字，還可以通過語音控制電腦。推向市場后，受到很多老年人的喜愛，因為他們不太會操作電腦、打字很慢。但產(chǎn)品還是賠錢，原因非?，F(xiàn)實：一是當(dāng)時盜版猖獗，正版軟件一面世，盜版已經(jīng)鋪天蓋地；二是老年用戶經(jīng)常需要售后服務(wù)，推高了成本，團(tuán)隊跑兩三次售后，賣軟件的利潤就沒了；三是大家都不懂營銷，產(chǎn)品賣不出去。

經(jīng)過幾次挫折，公司始終未能真正打開市場，資金鏈幾近斷裂，最困難時賬上只剩20萬元。一些團(tuán)隊成員是放棄了出國留學(xué)的機(jī)會和外企高薪，拿著兩三千元月薪加盟的。拼命努力卻在短期內(nèi)看不到結(jié)果，軍心開始動搖。有人質(zhì)疑：語音產(chǎn)業(yè)到底能不能做大？有人提議，既然語音業(yè)務(wù)賺不了錢，不如改做網(wǎng)絡(luò)游戲甚至房地產(chǎn)，賺點快錢。

為了統(tǒng)一內(nèi)部想法，劉慶峰將團(tuán)隊拉到合肥巢湖邊上的半湯開了一次會。聽大家七嘴八舌地說完意見，他只說了一句話：“如果不看好語音的前景，請走人！”全場立刻鴉雀無聲。

“對公司來說，那次會議的意義，就像紅軍長征時的遵義會議?！焙鷩秸f，“從這天起，我們明確了‘語音是唯一方向’的戰(zhàn)略。絕大部分人選擇留下，也不再有任何異議。”

硬實力的積累期注定比圈錢游戲的風(fēng)口漫長。直到2010年，科大訊飛才真正實現(xiàn)語音識別技術(shù)的突破；語音評測業(yè)務(wù)則是從2002年起步，到2012年才大規(guī)模落地。

“如果是在其他公司，這些項目十有八九要被砍掉。上學(xué)時，老師就告誡我們，要有‘甘坐十年冷板凳’的精神。十年磨一劍，每年進(jìn)步一點，從量變到質(zhì)變?！焙鷩秸f，“中科大是為了中國的科技發(fā)展而創(chuàng)立的，從這里走出來的人，普遍有種報國情結(jié)。我們能堅持下來，不偏航，歸根到底還是王仁華老師那句話：一定要把中文語音技術(shù)掌握在中國人自己手里?！?/p>

在胡國平看來，科技競爭就像蓋高樓，有的樓地基挖得淺、蓋得快，但蓋不高；有的樓光是打地基就需要10年時間，卻可以蓋到100層?！皥允厥俏覀兊膬?nèi)核。只要方向是對的，哪怕進(jìn)步速度慢一些，也要堅守下去，直到撥云見日。”

科技競爭永無止境。胡國平常說的一句話是：可以愛上自己的工作，但不要愛上自己的工作成果。因為只有不斷超越，才能持續(xù)向前。

“在語音技術(shù)方面，中美之間本來幾乎沒有差距了，我們甚至還領(lǐng)先一點，但美國憑借其政治力量、資本力量、人才力量，又拉開了一些差距。我們必須全力以赴，爭取讓星火率先燎原?！焙鷩秸f。

編輯"陳佳莉/美編 苑立榮/編審 張建魁

胡國平

1977年出生于安徽省績溪縣，1995年考入中國科學(xué)技術(shù)大學(xué)計算機(jī)系，2007年獲工學(xué)博士學(xué)位?？拼笥嶏w股份有限公司聯(lián)合創(chuàng)始人，現(xiàn)任認(rèn)知智能全國重點實驗室主任、科大訊飛高級副總裁。