日前，微軟語音識別技術(shù)27年老將、微軟首位華人技術(shù)院士黃學(xué)東擔(dān)任微軟全球人工智能首席技術(shù)官，全面負(fù)責(zé)微軟azure云人工智能的工作，包括語音、機器翻譯、計算機視覺、自然語言和人工智能認(rèn)知服務(wù)。

根據(jù)最新任命，黃學(xué)東（技術(shù)fellow，現(xiàn)為ai認(rèn)知服務(wù)首席技術(shù)官）將領(lǐng)導(dǎo)新統(tǒng)一的ai認(rèn)知服務(wù)工程和研究團隊。黃學(xué)東最近領(lǐng)導(dǎo)了認(rèn)知組織的語音和語言團隊，是ai領(lǐng)域全球頂尖專家之一。認(rèn)知組織中的語音和語言以及計算機視覺團隊將移至ai平臺并向黃學(xué)東匯報，而ai平臺組織中現(xiàn)有的form recognizer，personalizer和其他認(rèn)知服務(wù)工程團隊也將向黃學(xué)東匯報。

首先我們要祝賀黃學(xué)東博士，我們期待微軟ai在黃學(xué)東博士的帶領(lǐng)下再創(chuàng)佳績！接下來先為大家介紹一下黃學(xué)東博士。

微軟語音技術(shù)創(chuàng)始人，微軟首位華人技術(shù)院士

微軟素有ai領(lǐng)域“黃埔軍校”的美譽，而微軟全球技術(shù)院士代表著技術(shù)人員的最高榮譽，到現(xiàn)在，全球也僅有20多人獲得這項殊榮，其中就包括黃學(xué)東，微軟首位華人技術(shù)院士、微軟首席語音科學(xué)家。

黃學(xué)東

1978年，15歲的黃學(xué)東進(jìn)入湖南大學(xué)師資班(后來的電子工程系)，成為當(dāng)時校園里年齡最小的學(xué)生之一。他先后獲得湖南大學(xué)學(xué)士學(xué)位、清華大學(xué)碩士學(xué)位和英國愛丁堡大學(xué)博士學(xué)位。

1993年，他作為高級研究員加入了微軟研究所并負(fù)責(zé)組建microsoft's 語音識別技術(shù)研究團隊。2000年到2004年，他作為microsoft's語音識別技術(shù)研究團隊的總經(jīng)理，負(fù)責(zé)微軟語音技術(shù)和產(chǎn)品的研究、開發(fā)和市場拓展。

作為微軟的首席語音科學(xué)家，黃學(xué)東率領(lǐng)團隊實現(xiàn)了 ai 超越人類水平的歷史性里程碑：

2016年10月18日，由黃學(xué)東帶領(lǐng)的微軟語音團隊在產(chǎn)業(yè)標(biāo)準(zhǔn) switchboard 語音識別基準(zhǔn)測試中，實現(xiàn)了對話語音識別詞錯率(word error rate, 簡稱wer)低至5.9%的突破，首次達(dá)成與專業(yè)速記員持平而優(yōu)于絕大多數(shù)人的表現(xiàn)。“這是人工智能領(lǐng)域突破性進(jìn)展之一，意味著有史以來第一次有計算機能像人類一樣，識別對話中的每一個單詞。”黃學(xué)東說。

2017年，在對話語音轉(zhuǎn)寫任務(wù)中，微軟語音識別系統(tǒng)的詞錯率降到 5.1%，準(zhǔn)確率超過專業(yè)速記員。“可能表面上這個進(jìn)展不大，但是在‘最后一英里’上，每 0.1 個百分點的進(jìn)步都很艱難，必須保證系統(tǒng)沒有任何bug。何況從相對錯誤率降幅角度， 5.9 到 5.1 是一個超過 10% 的相對進(jìn)步。”

2018 年，在漢英新聞機器翻譯任務(wù)中，微軟機器翻譯系統(tǒng)達(dá)到了可與人工翻譯媲美的水平。

2019 年，在斯坦福對話式問答任務(wù)中，微軟機器閱讀理解系統(tǒng)刷新記錄，成為目前排行榜上唯一一個模型分?jǐn)?shù)超過人類分?jǐn)?shù)的團隊。

對話微軟黃學(xué)東：語音和語言技術(shù)是真正鑲在ai皇冠上的明珠

“只有掌握了核心的語音和語言技術(shù)，人工智能才有希望，否則其它都是在‘忽悠’。”黃學(xué)東認(rèn)為，在人工智能發(fā)展的過程中，語音和語言是皇冠上的明珠。

去年，黃學(xué)東做客微軟播客節(jié)目，聊了聊他和團隊在語音和語言技術(shù)取得的幾個里程碑式的突破。

黃學(xué)東解釋了掌握語音識別、翻譯和對話將如何讓機器從 “感知 ai” 進(jìn)化到 “認(rèn)知 ai”，更接近真正的人類智能。此外，黃學(xué)東也談到他如何走上語音研究之路，以及他在清華大學(xué)和在微軟的人生歷程。

主持人：您是微軟語音和語言組的 technical fellow，負(fù)責(zé)領(lǐng)導(dǎo)微軟的語音工作。我們將在稍后深入討論這些，但首先，作為公司的首席語音科學(xué)家，請概括地告訴我們你的工作內(nèi)容是什么，以及為什么要做這些。你早上起來的動力是什么？

黃學(xué)東：我們所做的就是確保我們擁有最好的語音和語言技術(shù)，可以用于各種各樣的場景。我們有一整個團隊在做這件事情，因為對話不僅是人們最自然的交流方式，而且這是 ai 最大的挑戰(zhàn)。我們嘗試真正地推動這個領(lǐng)域的突破，在我們的云服務(wù) azure services 上提供出色的服務(wù)，并確保我們能夠讓微軟內(nèi)部和微軟之外的客戶滿意。如果你想厘清整個事情，主要有三個方面。

首先，我們有能力去真正提高語音識別的準(zhǔn)確性，去驅(qū)動語音合成的自然性，以及確保機器翻譯的準(zhǔn)確性，例如從英語翻譯成漢語或法語或德語。因此，這背后有很多科學(xué)，要確保準(zhǔn)確性，自然度，延遲時間，這些技術(shù)都是世界級的。這是一方面。

第二方面是，我們不僅提供技術(shù)，我們還通過 azure 提供服務(wù)。從 office 到 windows, cortana，它們都依賴于相同的云服務(wù)。我們也有邊緣設(shè)備，比如我們的語音設(shè)備 sdk。我們想要確保在邊緣和云端的語音技術(shù)都是以現(xiàn)代的方式提供的，即云平臺和嵌入式平臺。這是第二方面：平臺是現(xiàn)代化的。

第三個方面，是向客戶表達(dá)我們的愛。因為我們在世界各地都有廣泛的客戶，我們想讓消費者滿意，并確保使用我們的語音翻譯的客戶體驗是一流的。

這就是我實際上在做的三件關(guān)鍵事情：提升 ai 能力，使我們在云端和邊緣設(shè)備的平臺實現(xiàn)現(xiàn)代化，以及愛我們的客戶。

在人類進(jìn)化的長河中語音和語言起了決定性的作用，在ai的進(jìn)化中也會如此

在2018年新智元產(chǎn)業(yè)·躍遷技術(shù)峰會上，黃學(xué)東分享了微軟在語音、自然語言和機器翻譯研究中不斷“開掛”的歷程和技術(shù)細(xì)節(jié)。黃學(xué)東說，人類進(jìn)化的長河中語音和語言起了決定性的作用，在人工智能的進(jìn)化當(dāng)中語音和語言會起到同樣的作用。

黃學(xué)東

黃學(xué)東談到：達(dá)爾文的進(jìn)化論已經(jīng)說明，最新的科學(xué)驗證也再次證明，我們?nèi)撕痛笮尚蒬na的相似度接近99%，就那1%的區(qū)別造就了我們是這個地球的主宰。為什么呢？因為我們更聰明嗎？還是漫長的進(jìn)化過程當(dāng)中有什么其他因素？計算機視覺非常重要，但動物的視力其實比人還厲害，晚上的夜貓子看得比人更厲害，但我們?nèi)匀皇沁@個地球的主宰，最重要的原因之一是我們的語音和語言。

2020，新智元繼續(xù)與您一起探索????于你的ai新天地！ai技術(shù)干貨，b站風(fēng)格直播，就在新智元we站小程序！ai????你，新智元祝您2020新春快樂！????????

以上是網(wǎng)絡(luò)信息轉(zhuǎn)載，信息真實性自行斟酌。