胡國平: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，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知智能全國重點實驗室主任胡國平對記者說，“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，機器學習得不夠深?！?/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‘訓練’機器，就像學生刷題一樣，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，在中國科學院的支持下，研發(fā)團隊克服了重重困難，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”，胡國平擔任項目攻關(guān)負責人，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。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。

“甘坐十年冷板凳”

創(chuàng)業(yè)之初，為了專心搞研發(fā)，團隊將公司運營外包給了另一家企業(yè)。然而，合作方毫無章法，今天要求團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?，“公司成立的最初三四年，我們以為有了好產(chǎn)品就能掙錢，想得太簡單了?！苯?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。

一些團隊成員是放棄了出國留學的機會和外企高薪，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，劉慶峰將團隊拉到合肥巢湖邊上的半湯溫泉開了一次會。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?！?/p>

硬實力的積累期注定比圈錢游戲的風口漫長。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，每年進步一點，從量變到質(zhì)變?！焙鷩秸f，“中國科學技術(shù)大學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（中國科學技術(shù)大學電子工程與信息科學系教授）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>

（摘自《環(huán)球人物》）□