人工智能调研论文范文

引言：寻求写作上的突破？我们特意为您精选了4篇人工智能调研论文范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

中图分类号：G64 文献标识码：A 文章编号：1674-098X（2014）10（b）-0155-02

面对航天科技迅猛发展，现代军备技术快速提升，培养具有专业性的高素质航天类人才，是我国航天科技发展的战略选择，也是航天重点高校面向并有效服务航天事业的历史责任。航天类本科生的教育形式也需要突破传统的方式，着重多样性、前沿性、工程性，因此，该专业的各门课程教育都应该结合专业特点，探索新的教学模式。

人工智能自1956年诞生50多年以来，引起众多科研机构、政府和企业的空前关注，已成为一门具有日臻完善的理论基础、日益广泛的应用领域和广泛交叉的前沿学科。由于航天领域的特殊要求，人工智能在其发展中发挥着不可替代的重要作用，各发达国家都相继开展了人工智能与航天技术相结合的研究，致力于实现可重构的、具有容错能力的、智能的飞行系统和管理系统。因此，“人工智能”作为航天类专业的一门特色选修课，应结合专业特点展开更具有实用性和创新性的教学。

1 人工智能课程特点

一方面，“人工智能”是一门多学科交叉的综合学科，它涉及计算机科学、数学、心理学、认知科学等众多领域，具有知识点多、涉及面广、内容抽象、不易理解、理论性强等特点，使得该课程的教学具有较大的灵活度和较高的难度。另一方面，“人工智能”是一门正在发展中的学科，具有较强的前沿性，计算机科学、信息科学、生物科学等相关学科的发展不断的提出了许多新的研究目标和研究课题，使得人工智能的技术和算法也需要不断更新，这在很大程度上增加了“人工智能”课程的教学难度。

2 航天类专业特点

首先，航天类专业具有较强的工程性。在专业的教学改革中有统一的特点，即强调要体现航天工程技术的综合性、系统性， 注重培养复合型人才。其次，航天类专业具有一定的前沿性。因为航天飞行器作为现代高科技和多种学科技术综合应用的结晶，应及时把现代先进科技融入到了专业基础和专业类的课程教学中， 专业知识更新快成为又一特点；另外，航天类专业应注重实践性教育。尊重个性和兴趣，强调动手能力，实验室对学生开放，要求学生自主地设计完成实验，强调对学生设计理念和创造能力的培养。最后，航天类专业应重视产学合作。产学合作的目的在于推动学校与航天产业的持续全面合作，造就一支科学技术研究和工程实践兼备的教师队伍。

3 教学模式的探索

3.1 教材的选择

人工智能作为一门新兴的学科，其理论与方法都还在不断的发展与完善中。就目前来看，关于人工智能的定义和范围都没有一个统一的标准，不同的教材所介绍的内容也不尽相同。在教材选用方面，需要综合考虑专业特点和学生的知识背景。本课程主要针对航天类专业高年级本科生，该类学生具有一定的数学、计算机、信息论、通信理论等基础知识，对航天应用的基本需求有初步的了解，因此，“人工智能”课程难度应该控制在中级，可以较深入的介绍人工智能的基础算法和应用案例。

中南大学蔡自兴教授积累了多年的教学与科研经验，借鉴了国内外其他专家和作者的最新研究成果，吸取了国内和国外人工智能领域学术书籍的长处，于1987年编写了“人工智能及其应用”一书，该书根据人工智能学科的新发展不断修订，推出四个版本。本课程采用“人工智能及其应用（第4版）”，其中大部分内容适合本科生学习。另外，本课程还给学生提供其他一些参考书目，如N.J.Nilsson 的“Artificial Intelligence：A New Synthesis.Morgan Kanfmann”等经典教材。

3.2 课堂教学形式的探索

“人工智能”课程内容较抽象，概念较为繁多，若采用单一的课堂讲授的方式，学生容易概念混淆、理解不透，逐渐产生厌倦情绪，导致教学效果差。本文探索不同的课堂教学手段，根据不同内容采用不同的教学手段，有利于学生对课程内容的理解与吸收。另外，考虑到航天类的专业特点，突出课程内容的工程应用，增加研究性质的教学内容与形式，有利于培养学生的创新能力和实践能力。

（1）课件采用图文并茂的PPT。综合利用文字、图像、声音、视频等多种媒体表示方法，在介绍原理和概念时采用精辟的文字，介绍算法流程时采用图像，介绍算法应用时采用视频。在PPT中适当利用不同的字体、颜色或动画来突出重点，细化流程，引导学生的思路，便于集中注意力接受重点内容。

（2）适当增加课堂讨论与练习。对于人工智能的一些基本问题，可以引导学生进行调研和讨论，来深化课程内容的了解，并提高学生的学习兴趣；对于重要的算法和理论，可以增加课堂练习，让学生实际动手进行公式的推导或演算，并在练习中分析学生对问题的理解程度，有针对性的增加讲解或指导。

（3）适当采用类比的讲解方式。对人工智能的不同学派，不同方方法，以及方法的不同应用，广泛的采用类比的形式进行讲解，不仅可以复习已学习的内容，也利于对新内容的理解。并且，通过对不同内容的比较总结相似点、区分不同点，可以避免概念的混淆，清晰的掌握课程内容。

（4）增加研究性教学。研究性教学强调通过问题来进行学习，有必要将实际应用案例或者授课教师的科研项目融入日常的教学工作中去，用“启发式”、“案例式”教学激发学生“自主学习”能力。

3.3 课程内容的探索

一方面，鉴于本科生知识结构还不够完善，“人工智能”课程的内容要控制在适应本科生学科基础的中等难度；另一方面，鉴于航天类专业的特点，课程内容应更注重与航天应用相结合的内容，并且在课程中增加具体应用的介绍。具体的课程内容如表1所示。

3.4 考核形式的改革

“人工智能”课程注重学生创新能力和实践能力的培养，传统的试卷形式不能全面的反应学生的学习效果，因此，应采用课堂表现和课程报告相结合的方式进行综合考核。

一方面，重视学生提出问题、分析问题和解决问题的能力，对学生课堂讨论与练习的表现进行考核评分，作为总成绩的参考；另一方面，注重学生课题调研和实践的能力，采取提交课程论文的形式进行考核。正确引导学生根据个人兴趣、课程内容、可行性、实践难度进行合理选题，并根据所选题目进行文献查阅和总结，完成调研报告或算法实现报告。结合者两个方面进行最终成绩的评定，综合衡量学生问题分析能力、论文写作能力和创新实践能力。

4 结语

航天类专业的本科生教学需针对专业特点有的放矢，该专业的课程教育都应该趋向于前沿性、专业性和实用性。本文的“人工智能”课程教学改革方案不仅考虑到该课程属于前沿叉学科的特点，也综合考虑了航天类专业的特点。为了使课程教学更好地服务于学生，本文提出的改革方案打破传统的教学模式，将课堂理论讲解、课堂讨论、课后调研、项目实践等相结合，充分调动学生的学习兴趣和积极性，提高学生的创新能力，有利于培养真正符合航天领域所需要的综合型高级人才。

参考文献

[1] 王甲海，印鉴，凌应标.创新型人工智能教学改革与实践[J].计算机教育，2010（15）：136-138，148.

[2] 刘兴林.大学本科人工智能教学改革与实践[J].福建电脑，2010（8）：198-199.

[3] 怀丽波.32课时《人工智能基础》课程教学的几点思考[J].华章，2013（34）：193-194.

[4] 纪霞，李龙澍.本科人工智能教学研究[J].科教文汇（上旬刊），2013（6）：91-92.

[5] 肖春景，李建伏，杨慧.《人工智能》课程教学方法改革的探索与实践[J].现代计算机（专业版），2013（26）：32-34.

[6] 熊德兰，李梅莲，鄢靖丰.人工智能中实践教学的探讨[J].宿州学院学报，2008（1）：146-148.

篇2

从2004年国内开始招生至今，全国已有不少高校设立了智能科学与技术专业。我校是较早设置该专业的院校，于2007年在信息工程学院设置其为第7个本科专业，并开始招生。2009年9月，学生进入相关专业课程的学习，第一届学生于2011年7月毕业。日前，该专业学生已经完成本科阶段的学习。

在专业开设过程中，我们完成的主要工作如下。

1) 调研国内外相关院校智能科学与相关专业的培养目标和培养方案。

2) 形成智能科学与技术学科的知识体系和能力要求。

3) 制定2010版智能科学与技术专业的教学大纲。

同时，在办学过程中，我们选择了脑科学与认知科学概论，人工智能基础，微机原理及应用、课程设计(微机原理)，可视化程序设计、智能计算与应用四个课程组进行教学模式改革。

1首届毕业生知识结构

因为是首届学生，我校大多数课程安排参考了国内兄弟院校的课程设置，也参考了我校自动化专业的部分课程设置。学生的知识结构主要由5个方面组成[1]，如图1所示。

1) 数理基础课程群：工科数学分析、高等代数、复变函数与积分变换、概率与数理统计、数学实验、大学物理、物理实验、应用力学基础、离散数学等。

2) 电工电子技术课程群：电路分析基础、电路实验技术、模拟电子技术、模拟电子技术实验、数字电子技术、数字电子技术实验等。

3) 机电技术基础课程群：工程制图基础、程序设计基础、信号处理、计算机网络、微机原理及应用、嵌入式系统、数据库技术及应用、面向对象程序设计、现代检测技术、电机控制技术、现代通讯技术、DSP处理器及应用、机械设计基础等。

4) 专业主干课程群：信息论与编码、控制工程基础、脑科学与认知科学概论、人工智能基础、机器人组成原理、计算智能基础、模式识别基础、虚拟现实技术、智能控制及其应用。

5) 实践创新课程群[2]：计算机应用实践、电子技术实习、MATLAB编程与工程应用、Linux系统与程序设计、自动控制系统设计与实现、微机原理课程设计、嵌入式系统设计与实现、专业(生产)实习、毕业设计(论文)等。

除了专业课程的学习，学生还参与了很多课外科技活动和竞赛，并取得了良好成绩，内容如下。

1)“基于Matlab的智能五子棋人机博弈系统”在北京科技大学第十一届“摇篮杯”课外学术作品竞赛中获三等奖。

2) 第八届校机器人队队员在第八届亚太机器人大赛国内选拔赛中获十六强。

3) 在全国大学生电子设计大赛中获成功参赛奖。

4) 在智能车校内赛中获二等奖。

5) 在北京市机械创新大赛中获三等奖。

6) 在北京市大学生电子设计大赛中获二等奖。

7) 在“飞思卡尔”智能车竞赛的校级赛中获三等奖。

8) 在校级机器人竞赛中获季军。

9) 在全国大学生节能减排大赛科技类中获三等奖。

10) 在北京科技大学计算机博弈锦标赛中获最佳程序设计奖。

11) 在北京科技大学“闪我风采”Flash大赛中获最佳细节奖。

在参加课外竞赛及各种活动之余，首届智能班还自组织了以小组为单位的指纹识别考勤计时系统编程比赛，历时一个月，比赛结束后评出了最优编程奖。然后返回给每个小组，再讨论再修改，最终确定了最优版，申请了国家软件著作权，于2010年5月份获得审批。此次比赛成果是全班学生辛苦劳动的果实，凝聚了24位学生的智慧和努力。图2展示了该系统的计算机软件著作权登记证书。

2首届毕业生毕业设计情况

2010年底，首届学生进入本科毕业设计环节。在大家的共同努力下，全部学生通过了本科毕业设计。毕业设计的题目如表1所示。

3首届毕业生去向

智能科学与技术专业首届24名学生是2009年9月进入大三学习专业课的。目前，我们统计的毕业生去向，专业第1名放弃了保研指标，选择出国留学，另外有4人保送本校读研究生。选择考研的学生还有12人，另外有3人选择出国留学，还有2人选择就业，如表2所示。

4经验和教训

我们对2007级智能科学与技术首届毕业生的总体情况还是比较满意，通过一系列教学改革，取得一定的成效，内容如下。

1) 人工智能基础。此课程为智能科学与技术专业的理论基础性课程，具有涉及的面比较广、内容较多、变化较快的特点。我们结合人工智能学科的发展，在保证课程完整性的同时，尽可能增加学科发展的前沿内容。

2) 微机原理及应用、课程设计(微机原理)。微机原理及其应用是一门实践性很强的课程，特点是计算机软硬件结合非常紧密，需要经过大量的实践环节学习。在充分分析本门课程特点的基础上，我们对该课程作了如下教学改革：自行研制开发了一套实验装置，开发了配套的实验项目，编写了相应的实验讲义。图3是我们使用的微机原理与单片机实验装置。

在教学方法上，教师让学生在学习已有实验项目的基础上，做一些由简单到复杂的新改动，直至最后设计出新的应用电路，并用相关器件实现。为了鼓励学生亲自动手制作电路板，教学团队花费近3 000元，购买了各种电子元器件和电路制作工具，包括单片机芯片、集成稳压电路芯片、各种传感器、小键盘、电阻电容、印刷电路板、万用表、电烙铁等，保证每位学生都能设计并制作完成一个单片机控制系统。在课堂管理方面，我们实行小班授课，每班不超过30人。学生都很遵守课堂纪律，几乎没有迟到早退现象，为该门课程的学习营造了良好的学习氛围。

3) 可视化程序设计。小班在实验机房上课，课程将讲解部分与上机练习结合起来，教师对每一个知识点进行讲解后，让学生立刻练习，提高学生的动手实践能力。通过教师的课堂讲解和学生的课堂练习，使学生达到融会贯通的程度。

4) 数据结构与算法分析。针对智能科学与技术专业对计算机软件能力要求高的特点，我们压缩了计算机专业的数据结构和算法分析两门课程的学时，保证学生应用能力的培养，并编写了相应教材。

5) 根据国内外高等教育的最新发展，我们对研究思路、内容、方法进行必要调整。英国、美国、马来西亚等国近几年开设了AI相关专业，并且多数与机器人结合。在2010版教学计划中，我们也将机器人作为学生学习过程中的实验平台和设计实现对象，为此探讨设立机器人组成原理课程[3]，并在准备教材。我们还与南开大学、河北工业大学合作开发智能科学与技术专业的系列教材[4]。

另一方面，我们在办学过程中也感觉到一些问题，和南开大学[5]的问题较为类似。

1) 专业宣传方面的问题。

2) 没有形成统一的教学指导委员会，各学校还处于单兵作战阶段。

3) 学校的重视程度不够，经费投入有待加强。

4) 师资结构对其他学科的依赖程度较大，还未形成完整的师资队伍，多数教师来自其他专业。

5结语

通过两年的专业课学习，首届智能科学与技术专业的全体学生在各方面都取得了不错成绩。多门基于专业课程开设的课程设计不仅增强了学生的动手实

践能力，还加深了学生对专业知识的理解及掌握程度，很好地将理论学习与实践教学结合起来。特别是在毕业设计阶段，学生的论文题目都很有新意，充分体现出智能科学与技术专业的“智能”特点，而且学生在论文答辩环节全部顺利通过。首届毕业生中，出国和保研率达到54.17%，就业率达到45.83%，有很好的发展前景。通过研究首届毕业生情况，我们认为智能科学与技术专业是一个很有发展潜力的专业，能够将人工智能科学、计算机技术、智能控制等专业性较强的学术领域综合起来，培养出具有综合能力的优秀毕业生。

总结首届毕业生情况，我们将在随后的教学过程中进行如下改进：结合人工智能学科的发展，尽可能增加学科发展前沿的内容；针对学有余力的学生，布置学科前沿的自学内容；在教学中尝试以作业的形式安排实验内容[6]。同时，我们继续保持小班授课方式，营造出良好的学习氛围。在考核方面，结合平时、考试和答辩3种形式，来客观、公正地评定学生，促进学生的全面发展。通过总结已有的教学经验，吸取教训，发展优势，我们相信智能科学与技术专业一定会一步一步成为更加完备的、更有优势的、更具时代特征的新型专业。

参考文献：

[1] 刘冀伟,石志国,王志良. 北京科技大学智能科学与技术专业建设概况[J]. 现代大学教育,2010(6):1-4.

[2] 石志国,刘冀伟,王志良.“智能科学与技术”本科专业软件实践类课程建设探讨[J].计算机教育,2009(11):93-97.

[3] 石志国,刘冀伟,王志良,等. 机器人组成原理课程规划[J]. 计算机教育,2010(15):86-90.

[4] 杨鹏,张建勋,刘冀伟,等. 智能科学与技术专业课程体系和教材建设的思考[J]. 计算机教育,2010(19):11-18.

[5] 方勇纯. 智能科学与技术专业毕业生情况分析与专业建设[J]. 计算机教育,2010(19):51-54.

[6] 魏秋月. 关于智能科学与技术专业人才培养和学科建设的思考[J]. 教育理论与实践,2009,29(9):18-19.

The Situation of the Major in Intelligence Science and Technology

in University of Science and Technology Beijing

LIU Jiwei, SHI Zhiguo, WANG Zhiliang

篇3

  惟农是务 凝聚乡村振兴合力 在XX镇食用菌产业园的种植大棚，XXX与正在参加暑期劳动实践的同学们亲切交流，详细询问同学们的劳动和生活情况。“多到乡亲们家里走一走，多和村里的孩子们交流交流，在科技方面提供一些力所能及的帮助”。在听到同学们用温度传感器帮助解决大棚恒温问题后，校领导对同学们主动思考、积极寻求优化方案的行为表示充分肯定，鼓励同学们发挥所学所长，用科技创新为传统农业赋能。

XX镇是XX校友XX院士的故乡。结合当地产业、教育、资源特点，学校积极对接协调资源、提供智力服务，帮助XX镇形成了建设“纳米小镇”的乡村振兴方案。校领导一行在实地走访考察“纳米小镇”筹建基地后表示，学校将继续深入对接，挖掘拓展定点帮扶领域，帮助落实落细建设方案，深入促进教育资源互联共享，为“纳米小镇”建设及当地产业发展给予持续有力支持。

青春奉献 集聚人才振兴活力

在XX镇XX村金银花产业服务中心，作为学校劳动教育实施方案中的重要一环，本次劳动实践课程一经，就有800多名同学踊跃报名。竹园1号书院XXX同学便是其中之一，“大家挎着篮子开始采摘，心里都在暗暗努力，都想多采摘一些。走进美丽乡村，我们学到了书本中没有的知识，体验了劳动的辛苦，收获了劳动的经验，感受到了劳动的快乐”。

XXX为参加劳动实践的同学们讲述了学校帮助XX村做大做强金银花产业脱贫致富的历程。他指出，XX村人均收入从2014年底的不足4000元，到2020年的21000元，整体脱贫致富，正是中国千千万万个贫困村脱贫的缩影，充分体现了我国脱贫攻坚战取得的伟大成就。他表示，自2013年被确立为中央定点帮扶单位以来，学校始终把定点帮扶工作作为一项重要的政治任务抓紧抓好，充分发挥学校优势，与地方共同打造特色产业，帮助人民群众脱贫致富，为国家打赢脱贫攻坚战作出了西电贡献。

XXX勉励同学们珍惜参加劳动实践的宝贵机会，深入乡村、走近群众，亲身感受人民生活和乡村面貌发生的巨大变化，更加深刻地理解乡村、理解社会，牢固树立劳动最光荣、劳动最崇高、劳动最伟大、劳动最美丽的观念，同时还要关注农村发展现状和农民实际需要，结合所学为国家乡村振兴战略积极贡献力量。

篇4

人工智能（Artificial Intelligence）概念由来已久。早在上世纪五十年代，美国科学家企图凭借计算机技术生产出一种与人类智能相似的智能机器。这些技术以人的器官感知为基础，而衍生出“看得到”的计算机视觉、“听得到”的语音识别、以“理解”为基础的自然语言等。

科学家曾乐观估计在计算机诞生后数年，人工智能即可实现，但现实却残酷得多。时至今日即使计算机拥有相当于人脑上亿倍的运算和存储能力，人工智能仍遥遥无期。其难点在于如何训练一台机器使其拥有人类的思考方式、思维逻辑甚至情感。

眼下自然语言以及语音研究的发展令人工智能曙光初现。具体而言，首先在不需要理解句子的前提下，机器要能将语音自动准确地转化为文字；第二步需辅以逻辑、自我学习能力，使其正确理解语义并作出反馈。在PC时代，实现上述两点非常困难。原因在于语言样本收集非常复杂，这一过程不仅需要麦克风等外部传感器，还需耗费专门的人力物力。

而移动端的兴起则能改变这一切。首先是硬件支撑，以往数据的采集多基于实验室内安静环境，而移动环境下数据则来自四面八方，随时随地均可收集；其次，移动场景下输入输出相对麻烦，用户由此对语音的需求大大增强；再次，人工智能算法需强大的计算能力，手机计算能力正得到大幅提升；第四则是人工智能系统依赖数据而生，移动端所提供的海量数据可令机器模拟学习。

在搜狗副总裁茹立云看来，语音技术的发展使得机器更加友好，人机对话也将大大改善交互体验，而基于互联网大数据形成的巨型知识库则支持机器具备更完整的人类知识体系和逻辑推理能力。 “如果从用户的角度来看，人工智能好像真的实现了一点儿。” 李志飞对《环球企业家》说，“虽然这离严格意义上的人工智能还差十万八千里。”

爆发

2010年，尚在美国工作的李志飞曾有这样的经历：下班后太太让买东西回家，沿途虽有超市却并非时时开门，他希望通过手机上网查询其营业情况，却因开车驾驶导致操作极不便。李志飞由此萌生了开发说话就能让手机直接告知答案的工具。

这正是李的本行。毕业于约翰霍普金斯大学语言语音处理实验室（CLSP）的李志飞，其博士研究方向正是人工智能分支之一的机器翻译领域。他曾是当今世界两大主流机器翻译开源软件之一的约书亚（Joshua）的发明者。在李看来，如果机器翻译系统可完全替代人工翻译，最终就有可能实现人工智能。博士毕业后，李志飞进入谷歌研究院开发谷歌翻译（Google Translate）产品，其中一个具体项目正好与移动相关，即在不联网的情况下将整个翻译系统移植至手机，最终避免网络漫游等困扰。这一项目对其启发颇多——以往数千台机器同时运算的系统如今可通过技术手段平移至手机，从算法到存储空间均可优化，这使得人工智能在移动时代能被充分挖掘。

早在2000年，李曾在南京创建从事手机上网的移软，后者被美国Palm公司收购。这一经历使其对创业兴致颇浓。 2012年10月，在谷歌研究院工作两年半后，李离开硅谷回到中国，创建聚焦智能移动语音搜索公司Mobvoi，并在半年后首款基于微信平台的语音语义交互应用“出门问问”。 现在，如果你打开微信对其提出各种问题，例如“下周二从魔都到南航最后一趟航班是哪班”，它都能给你全面准确的回答。这一应用在复杂语句处理方面有时甚至超过Siri、百度语音助手等产品。

虽然“出门问问”面临科大讯飞、百度、腾讯、搜狗等劲敌，但同行间的竞争优势并不相同。科大讯飞优势在语音识别，即将带有方言、噪音的语言转化为文本，其准确率可达85%甚至更高。百度、搜狗的优势则在于基于搜索所积累的大量数据，以此帮助机器完成语义理解，进而对用户作出反馈，这正是自然语言理解的第二步。而将上述机器理解的关键词放到具体的应用里去搜索查询用户想要的内容，将表格再转化为内容是第三步，在此过程中需要更多数据源支持，比如包含知识库的维基百科、社交为内容的facebook、海量购物信息的淘宝、O2O领域的大众点评网、去哪儿网等数据。以上述数据为依托，可产生满足用户需求的内容和应 用。

李志飞想做的正是以语义理解为核心优势、以O2O方向为主的垂直应用。在拥有强大算法的前提下，出门问问的训练数据可能比百度少很多，但五六百个数据库就能将整个系统做得很好。出门问问以开发和使用工具见长，并支持新应用的语义分析，进而提升准确率。例如在应用中接入新的查询内容“电影院”、“景点门票”或时令性的“星际迷航游戏”只需要耗费一个工程师1-2天时间。 此外在数据分析和积累方面，出门问问亦可能颠覆以往的巨头。以谷歌为例，其语音识别系统在短短两年时间内就超越最早提出算法的IBM，原因就在于谷歌的互联网基因，在云计算方面优势显著。出门问问在一开始则锁定移动互联网，并以此为基因则使其更具有针对性和专项性。

为了在语音识别、语义理解的精准度上比肩谷歌等超级巨头，李志飞向《环球企业家》透露秘诀在于做窄，即不像Siri那样大而全，不搞娱乐化，专门针对O2O领域；第二则是做深，即针对一个问题力争所有维度都能覆盖，比如回答“附近人均50元以内有wifi有停车场的川菜馆”此类细致的问题。

为了实现人工智能，以语义见长的李志飞注意走捷径。在基础语音识别部分，出门问问的技术就来自于谷歌以及一家只有数十人的本土创业公司云知声。后者在短短一年时间内， 就已在技术水平上能与科大迅飞并驾齐驱，并受到诸多互联网公司和个人开发者的关注。

云知声最早出现在公众面前是在2012年11月，其独家支持的搜狗语音助手备受瞩目。今年3月，在锤子ROM手机会上，云知声再次名列其中。此前锤子ROM在语音方面选择的合作对象是科大讯飞，但在距会仅一周时，双方的合作仍未能推进。情急之下，云知声则为罗永浩提供了解决方案。虽然该方案在英文识别上略逊于科大讯飞，对于锤子ROM而言却堪称雪中送炭之举。此后5月，在LeTV乐视超级电视会上，云知声悄然现身，为其量身定制了一套面向智能电视的语音助手。藉此，乐视TV完全实现语音遥控。 云知声的出现已改变了以往在语音领域，用户只能唯科大讯飞马首是瞻的局面，并再度激发同业间的竞争。

与讯飞类似，梁家恩亦是“科大系”。 2001年梁毕业于中国科技大学，进入中科院自动化所硕博连读，专攻语音识别。而科大讯飞成立于1999年，当时正读本科的梁家恩见证了科大讯飞的迅猛发展。2008年前，科大迅飞和捷通华声主要聚焦在语音合成领域，即“把文本用机器念出来”。而 2008年后，科大讯飞借助移动互联网开始在语音识别领域一支独秀。这给了梁很大启发。基于在语音领域的多年积累，他决定带领团队创业。

2012年初，梁家恩带着一批拥有十年以上从业经验的同仁向语音识别领域挺进。虽然前有科大讯飞、百度，后有腾讯、搜狗等竞争者，但云知声却拥有最核心最稀缺的人才优势。仅数月后，云知声语音云平台就已完成。更令梁家恩得意的是目前最火热的深度神经网络（DNN）技术，微软需要数百台机器集群才能完成，其团队却能在不到三个月内就全部完成，而其所用的全部部件竟是团队淘宝DIY而成，总投入不到十万元。在DNN系统上线后仅四个月，云知声就对系统进行重大升级，效率提升幅度达30%以上。

云知声的优势还在于在识别能力业内领先的情况下，其反应速度可比竞争者快二至三倍。例如一般机器处理一秒钟语音需要0.6-0.8秒，云知声可达0.2秒。如此可大大提升用户体验，并降低服务成本。梁家恩认为如此并无捷径，主要靠经验。“算法和系统原理其实没有差异，学术论文也可以找到，但是即便你知道这个原理，能做好是另外一回事。就像大家都知道手机怎么做，但有人做出的是苹果、三星，有的是山寨机。” 梁家恩解释说。

随着移动互联网的迅速发展，梁家恩认为在智能语音领域，云知声还将拥抱诸多可能。第一是为开发者提供基础的语音云服务，即完全开放和永久免费的语音平台；二是为手机、电视、可穿戴产品、玩具等智能设备提供解决方案；三是为口语学习、智能客服、医疗等传统行业提供智能化解决方案，在国外客服系统智能化已超过30%，而国内才刚刚起步。在英语学习领域，通过人工智能可提供机器对话、机器打分等新服务。

试图在语音识别领域淘金的创业者不仅包括梁家恩，还包括灵声信息科技有限公司创始人、CEO吴义坚。虽然今年只有32岁，但吴已是中国智能语音领域的“前辈”。吴15岁考入中国科技大学少年班，25岁获得博士学位。博士期间，他在创立科大讯飞的电子工程与信息科学系教授、博士生导师王仁华带领下，进行讯飞语音技术的研发工作，成为科大迅飞的早期骨干员工之一。之后，吴义坚还进入微软亚洲研究院、日本名古屋工业大学等国内外顶尖语音机构就职和学习。在从事语音技术研发的近12年间，他获得了多项语音产品的专利。

2012年7月，吴义坚加入盛大创新院任语音创新院院长，几个月后，其项目从盛大独立出来，他亦从大公司的领导者变成创业者。为了继续在语音领域精耕细作，他一方面稳住团队，另一方面则开始思考如何将人工智能真正落实到产品层面。

在谷歌公布的一组数据中显示，2012年北美移动端搜索量超过40%来自语音，这令吴看到语音技术应用的商业价值。他决定做两件事，一是依靠过去十余年积累的语音基数积累，打造语音平台，二是完成一系列B2B、B2C的应用。

在吴义坚看来，从事语音领域的应用开发，没有独立的语音系统将受制于语音提供商，后者提供的通用语音平台的准确率一般在90%左右。若通过定制细分领域的语音平台，其准确率可达95%甚至更高，因此拥有自己的语音技术平台十分重要。此外，研发必须深入B2C业务，细分方向在于服务于老人的电话助手、针对幼儿教育的娱乐助手、游戏助手、医疗助手等。 而在B2B业务上，智能家电、呼叫中心、车载等领域的语音应用将是大势所趋，吴认为这正是灵声科技的营收重点。

如今，百度、搜狗、腾讯、阿里巴巴、 联想、华为等公司均在智能语音领域攻城略地，灵声科技亦与上述公司合作。“困难在于这些公司不太可能真的深度合作，他们不希望语音卡在第三方手上。”吴义坚对《环球企业家》说。对于联想、华为等新进入者来说，困难在于若想从零开始，通常需要在技术和数据的积累上至少两年，技术研发的投入亦很昂贵。此外，最大的阻力还在于人才稀缺。创业公司经常被迫面对大公司的挖角，还有经常被侵害的知识产权。因此，想活下去必须“跑得 快”。

进化

人工智能在近几年出现革命性变化，除了移动互联网的崛起外，最重要的推动力在于大数据的兴起。以云知声为例，它需要大量的语音语料来支持语音识别算法，这在以往很难做到。图像、文本领域亦是如此，只有建立一个全面而深入的数据库，才能让机器更加聪明成为可能。

数据堂科技有限公司共同创始人、总经理齐红威曾在NEC工作八年，他发现公司每年都要耗费重金进行数据分析处理。如果外包给散户，往往不够专业，而招大批实习生则成本高，管理复杂。如此，专业数据外包的需求应运而生。

齐红威毕业于中科院自动化所，博士论文正是人工智能机器学习。2011年8月底，在市场需求驱动下，他决心和几个伙伴创办数据堂，在人工智能的范畴下提供不同数据层面的服务。这被其称为“数据外包2.0”。其核心是在大数据背景下进行不同领域的数据处理和数据挖掘。

以图像数据采集加工为例，佳能希望通过相机对焦框让人脸曝光更充分，为了满足这个功能，数据堂就要为其处理数十万张图片，包括采集不同场景、肤色、年龄段、以及不同表情的人脸图片，继而进行全方位的图像标注。

声音亦是如此，比如出门问问通过用户获取大量原始声音素材（即生语料），但这些数据本身不能使用。数据堂就要为其进行人工处理和标注，例如有无噪音、口音、性别等，形成可自动理解和训练的基础数据，并以这些语料去组建训练模型。

数据分析挖掘则是另一个领域。这项业务主要面向移动、汽车、电子商务等厂商，这也是数据堂的核心业务。比如，汽车厂商想要调研用户对不同车型的口碑，包括刹车、油耗、外观、内饰等方面，以往只能通过问卷进行，并且需要大量取样。而数据堂则可以通过网络“爬虫”潜入到各大汽车论坛、贴吧，抓取相关帖子，用程序分析用户的语言。比如“XX车漆有点软，一次倒车碰到树就出了划痕。”机器即可据此识别出用户所提的汽车品牌、车型、配置、用户情绪等。

针对数据处理，数据堂在南京、镇江、苏州建立三个数据基地，员工近500人。百度、NEC、英特尔、佳能、联想、三星、IBM、腾讯等均是其合作伙伴。通过处理越多数据，数据堂就能形成更大的数据库。基于此，在获得用户授权后，数据堂就能通过数据出售的方式，缩短客户数据累积的时间。

完成这一过程并非一蹴而就，齐红威就已耗费了十年时间。“数据是一种资源，与石油、煤炭一样，在开采之前产生不了价值。只有人把他开采或凝练出来，才能发挥价值。我做的就是这么个事情。”齐红威告诉《环球企业家》。

齐红威在读书期间曾经历人工智能的研究，但这一领域曾在2004至2009年间陷入低迷——很多科研工作室做了不少产品，但都不能解决实际问题。但如今世界正在发生变化，数以万计的语音积累令语音识别的精度产生了很大飞跃 。“我个人判断未来五年，人工智能会有一个质的变化。大数据将造就了新一代人工智能。”齐红威对《环球企业家》说。