云知声：AI芯，是人工智能的当下

□文/姜姝姝



云知声：AI芯，是人工智能的当下

□文/姜姝姝

“人工智能不是新概念，今年是人工智能概念提出的第60周年。”“十多年前，说是做人工智能的，人家会当你是骗子。”“现在，人工智能太热了，还没到发展的最好时候。”博士论文课题就针对神经网络，又曾在摩托罗拉和世界最大的语音公司Nuance从事人工智能相关工作，现任云知声公司CEO的黄伟这样说。

黄伟所在的这家专注物联网人工智能服务的创业公司，在短短四年就成为市场份额仅次于“校友”——上市公司科大讯飞、并让它紧张的“行业鲶鱼”。它究竟是挖到了怎样的技术红利，稳稳占位火热的人工智能时代呢？黄伟以及他所在的公司所理解的人工智能到底是什么，会怎样，将如何改变我们的生活？

不到500天拿到1亿元融资

1999年刘庆峰创立了科大讯飞，同为中科大校友的梁家恩（云知声创始人，现任董事长、CTO）当时还没毕业，两年后梁家恩开始接触语音识别技术，并在国内最早进行语音识别的研究机构——中科院自动化所开始为期5年的深造。2012年，梁家恩开始和刘庆峰站到了同一个舞台上。

“我在中科院呆了10 年，其中读书工作各5年，技术研究很透彻。后来去盛大研究院呆了1年，对我影响很大，这里聚集了一批牛人，懂得用户体验和互联网精神，还接触了资本市场，令我大开眼界。了解之后才发现，这个领域很多技术不好甚至没有技术的，都玩得风生水起，我自信他们的技术没有比我高的。”背着技术宝剑的他，不愿意再做“砍柴”的工作。

于是，梁家恩毅然跳进互联网创业圈，2012年6月，他牵头成立了云知声信息技术公司，专注于语音市场。也多亏了盛大研究院让他“开窍”，虽然那一年技术没有太多长进，但是思维大大开阔了。在创立初期，从传统行业跳到互联网，梁家恩称团队最难能可贵的是巨大的决心，6个人放弃几十万元的年薪和稳定的工作，辞职创业，在拿到千万元级别的天使投资之前，他们做了3个月。

姜姝姝 本刊副总编

人们常说，语音识别、语义技术很难，是一个长期的工程，但对于在这个行业研究了 10 年的技术专家来说，却是很容易的事。用梁家恩的话说就是“会者不难”，但是对于市场他才刚刚开始研究。“做技术和互联网完全不一样，技术是确定性占主导，有板有眼，而互联网有很多不确定因素，所以空间会很大，有可能很多是错的，需要用实际动手去验证是否正确，以前只敢做有百分百把握的事。”梁家恩说，很快他们就发布了“云知声”语音识别公有云，成为国内继科大讯飞之后第二家语音云。

最开始，他们邀请了几家开发商来试用，自己也做了一些 APP来推广技术。后来渐渐崭露头角，搜狗找到他们，搜狗语音助手当时面临科大讯飞和云知声两个选择，二者性能不相上下，但是云知声在处理器的速度上更快。通过对私有云的优化，云知声将五台服务器的负载优化到了1台，降低了成本。“云知声从与搜狗首次接触到达成合作最终发布产品只花了两周时间。”梁家恩说，灵活、高效的小团队执行力很强，2012年11月，云知声正式与搜狗语音助手合作，为其提供语音识别服务。

机遇都是给有准备的人。2013年老罗做锤子手机的时候也想加入语音控制，最初找的是科大讯飞，但找了2个月对方没拿出任何东西，于是老罗发了一条抱怨的微博，有人把这条微博 @梁家恩，梁家恩便在老罗微博里评论“云知声力挺老罗”，结果当天晚上，云知声的 CTO便拿着方案去锤子公司了。随后便有了锤子发布会上云知声的亮相，由于老罗关注度很高，那次发布会让云知声名气涨了不少。

2013年5月，云知声与乐视TV达成合作，在业界风头正健。2013年4月初，云知声开始接触投资人，敲定亿元A轮融资仅花了3个月时间，10月，云知声正式对外确认完成启明创投的A轮融资，金额达1亿元人民币。梁家恩认为，创立不到500天就能快速打动投资人融到1亿人民币，与技术、方向两个关键词有直接关系，“投资人的逻辑很简单，时机、趋势、团队，这三点我们都符合。”

语音领域黑马式崛起

在不到两年的时间里打造知名度，云知声以快取胜、唯快不破的节奏在语音识别领域快速扩张业务，在与其他公司的语音技术解决方案不相上下的情况下，云知声采取先抢占市场后再优化的策略。云知声先后和搜狗语音助手、锤子科技、乐视TV达成合作后，又和inwatch、易信达成合作，2013年底，云知声和科大讯飞比肩一起出现在小米、联想、智能360语音助手等很多合作伙伴的语音识别方案中，它也从一个只有十几人的小团队，发展成了拥有上百名员工的企业，收入达到上千万美元，私有云的开发者数量已经增加到了两千多家。

图1　云知声公司CEO黄伟

2 0 1 3年，就职于摩托罗拉和盛大创新院，曾建立了盛大创新院语音分院的黄伟正式担任云知声CEO，原CEO梁建恩出任董事长兼CTO。

曾经领导盛大语音识别团队的核心人物黄伟，同刘庆峰、梁家恩一样，也毕业于中国科学技术大学，2004年加入摩托罗拉中国研究中心（MCRC）担任资深研究员。在摩托罗拉工作期间，他带队开发出世界上首个手机声纹认证系统，并完成多项语音交互产品研发。但在国际金融危机期间，摩托罗拉将整个语音识别团队出售给Nuance。黄伟于2009年7月加入盛大网络旗下的创新院，2010年10月创建了语音分院，力图将语音识别技术与盛大旗下的互动娱乐系统相结合，延展到用户端。2010年，盛大语音团队在美国国家标准技术署（NIST）举办的声纹识别评测（SRE）大赛中，力压麻省理工、斯坦福研究中心、IBM等众多名校和名企，在9个单项任务中获得5个单项第一、整体综合指标第一的好成绩。

有知情人士判断，黄伟对资本方等较为熟悉，更容易掌控全局。梁家恩是典型的技术型人才，专注技术更为适合。“在盛大创新院时黄伟是梁家恩的领导，创业后先由梁家恩担任CEO，黄伟在幕后。条件许可后，黄伟再走到前台，这顺理成章。”

图2　云知声2015年度品牌发布会上与华为举行现场合作签约仪式

黄伟开始担任云知声CEO的2013年也是语音识别产业的大爆发之年，“所有手机制造商都在投资语音、拓展语音技术领域的投资，打造更优雅的设计并 将其深入集成到手机中。”美国最大的语音识别技术公司Nuance高级副总裁迈克尔・汤普森这样说。

在推出Siri应用两年后，苹果也在2013年选地麻省理工大学 （MIT）附近组建神秘办公室，用以做Siri 语音识别技术的研发。微软也在当年研发代号为“Cortana”的自有语音个人助手软件，并计划在下一个Windows Phone平台大升级中推出，以抗衡Google Now及Siri。至此，苹果、谷歌、微软、英特尔等国际巨头均重金投入语音识别技术。

在中国市场上，语音识别技术公司也有几大派别较力：

第一派来自互联网巨头在语音识别技术上的布局，比如腾讯、百度、搜狗等围绕自己的产品生态系统做语音技术，用来为产品服务。微信的语音对讲应用已经成为人们日常联络的必备。360也有意进军语音识别领域，曾传出与科大讯飞谈合作事宜。

第二派来自专业的语音语义识别公司在移动互联网上的延伸。比如科大讯飞专门成立移动互联网事业部做移动应用，美国的Nuance在上海也设立办事处拓展以多语种语音识别应用为主的中国市场。

第三派来自于新兴的创业公司，如云知声、思必驰等，具有互联网公司的基因，长势凶猛。这一年云知声已拥有2000余家合作伙伴，类型涵盖了互联网、智能穿戴、车载、医疗等多个领域。作为国内语音的新秀，已开始打破语音市场寡头垄断格局，语音市场正式进入亿元俱乐部的大时代。

图3　云知声高调亮相第四届中国电子信息博览会（CITE 2016）

品牌升级专注智能产业

在2012年云知声刚成立时，主要是基于语音识别技术，向后又拓展了很多智能化的技术，比如远距离3到5米之外的降噪等一系列的问题。

语音除了识别以及让人机交互更便捷之外还能做的比你想到的更多：不需要按住麦克风图标就可以对你的手机发号施令；不需要精通厨艺就可以通过智慧厨房做出法式大餐；不需要和外国人聊天就可以通过口语评测学习纯正英语——基于用户独一无二的声纹特征和语音大数据对每一位用户生活习惯的了解、生活场景的渗入，你就像是拥有了独一无二且体贴备至的管家。应用场景令人兴奋和向往……

以智能语音技术位为切入点创业的云知声感知到市场对智能生活的需求，以技术为驱动，以产品为导向，推出了一系列基于智能语音交互技术的一站式产品方案，给企业和用户在生活的方方面面带来高效和令人满意的全新体验。通过云计算平台和智能语音技术，云知声正在不断完善智能生活应用场景。

说话是人类最自然、最方便的交流方式。随着智能语音技术的广泛应用，我们已经可以随心所欲的操控智能设备。智能语音和人工智能技术除了让人机交互更便捷之外，云知声也在发掘声音背后的价值。2015年云知声正式推出了“AI芯”，当年云知声自主研发的“AI芯”就在汽车导航的后装市场已经达到了60％的份额。

而且“AI芯”受到了智能家电领域的热捧。“在乐视的电视上，你可以不用摇控器，你想做任何操作，在沙发上可以直接说。这个芯片不光在电视领域，我们在其他领域，包括冰箱、空调，我们都和一些国内知名品牌建立了深厚的合作，我们的产品在去年已经在市场上发货，这是云知声真正的产品体系。云知声在一个不断进化的智能系统，通过云端服务、终端服务、芯端服务方式，帮助客户创造最大的商业价值。” 黄伟说。

为什么是软硬件的芯片，而不是APP或者其它？黄伟认为：“未来所有智能都是从芯片端发起的，而且未来的芯片一定是和云连接在一起的。”声音的智能进化使得用户可以通过语音交互更智能的操控终端设备，而终端设备的智能进化让云知声通过语音云大数据看见声音背后的价值。

图4　云知声荣获2015开发工具及服务年度大奖评选・最具成长潜力奖

AI是远方，语音智能才是当下

李世石和Alpha Go的几场围棋比赛让深度学习走入了大众视野，深度学习是从神经网络复杂拓展出来的，但神经网络的概念曾经并不被很多人信服。黄伟提到：“我的博士论文是关于神经网络的，那时候一度以为神经网络是忽悠的。”

人工智能的发展是曾经历过低谷的，“我毕业的实验室，我的导师培养了接近100个学生，但是迄今为止仍然坚持在人工智能领域的可能不超过5个，其他的人毕业以后就转行了。”黄伟说。

在过去的60年时间里，是哪些因素制约了人工智能的发展？感知。“感知是AI资源，没有感知就没有认知，因为认知是依赖于感知所获取数据的。”黄伟说。但是，黄伟并不认为现在到了人工智能发展的最好时期，“人工智能一定会比我们之前预想的来得更快一些，但可能比我们今天这种热情之下要稍微慢一些。人工智能技术是长远的目标，是远方。”

人工智能分为三个阶段，感知智能、认知智能和通用智能。感知智能是获取数据的方式和能力，是人工智能的基础。感知智能包括语音识别、图像识别等，但是区别于图像识别，在感知智能中最先落地的将是语音智能，黄伟说，“感知智能就是我们的麦克风，或者通过其他的传感器，从周边环境里获取相应的输入信号，并且完成对它的一些处理，比如识别等等。这个过程是相对被动的过程，是设备去感知这个世界。”

“真正的人工智能应该是听得到，并且听的懂，单听懂还不行，还要做出决策”，每个人对于人工智能的定义都不一样，黄伟这样描述他眼里的人工智能。对云知声来说，做人工智能是从智能语音识别开始的，云知声已经是国内智能语音识别领域的领先公司， 在这个情况下，云知声2015年底完成了B+轮数千万美元的融资，并开始了对公司品牌的升级——从智能语音公司，到专注物联网的人工智能服务商。

人工智能时代的云知声

未来要实现人工智能，最关键的就是“数据”。而要在物联网时代获得海量数据，必须要有感知能力。在此判断的基础上，云知声2016年将重点布局“云端芯”一体化的AI芯战略，帮助人们实现万物“智”联，基于这个概念云知声开始实践人工智能。

未来是数据的世界，黄伟一再强调：“今天，人工智能之所以能够看得到一点曙光，能够落地，其实就是天时地利人和、运算能力、数据以及算法。”“从长期来说，算法本身是没有门槛的，更何况今天我们的深度学习网络只是以前神经网络复杂的拓展而已，运算能力也没有门槛，你可以购买GPU，你甚至可以租服务器。”黄伟继续说道，“从长远来说，数据才是对人工智能发展最根本的！”

依靠人力做数据标注和依靠感知来获取是截然不同的两种途径，也是人工智能区别于人工“辅助”智能的根本，云知声将通过布局物联网来自动获取（语音）数据。云知声通过布局物联网来自动获取数据，未来将从“以设备为中心”进步为“以用户为中心”、“以数据为中心”。万物对人类的服务将变得“主动”，它们通过芯片感知你的生活指标，并主动提供最舒适的服务。渴了有机器人自动把水送上，饿了电饭煲自动做饭，热了空调自动开启降温，甚至连灯光也会随外界光线和你的需求变得明亮或者暗淡。而这一切，并不需要你手动或语言输入什么指令，只需“智享未来”。

这不仅是云知声的愿景，也是云知声通过专注物联网人工智能服务带给用户的体验。云知声布局人工智能，首先推出的是一个“云端芯”的概念。这个概念简单解释就是通过芯片将终端和云端连接起来。在产品层面，云知声的人工智能产品包括以下三块：

AI芯，解决不同形态智能终端感知问题，AI芯之于智能硬件就像耳朵、大脑对于人一样；

AIUI，用户与终端之间的交互方式，目前主要就是语音；

AI Service，云端服务。

云知声要做的，是将AI芯放进从家电到汽车的各种产品里，让它们都能连网并通过语音交互，最终连接至云端服务。

从现实来看，云知声对人工智能的探索还处在感知的阶段，希望透过传感器收集更多的数据，未来结合更强大的算法和更多的运算能力，让设备变得更加智能；透过数据也能发展出更多服务。

凭借强大技术实力，云知声自成立以来就备受人工智能行业及资本市场的广泛关注，目前合作伙伴超过2万家，并连续两年入选福布斯中国最快科技成长公司50强企业，也是目前中国人工智能行业成长最快的创业公司之一。但黄伟团队一直很低调，对于如火如荼的人工智能领域，黄伟也有一些顾虑，认为人工智能概念的过热，很多公司出来跟风，就有泡沫的危险。

“今年，最大的挑战是人才的匮乏。用户期待你做出更好的东西，但人才储备严重不足，高校也跟不上。举例来说，现在都在讲大数据，但高校其实是没有这样的人才的，哪怕你读了博士，还是没有实操经验。尽管中国在大数据、深度学习、图形图像等领域已经有了很深的积累，但是技术的进步也导致行业的门槛越来越高。”这是已经累积融资近1亿美元的人工智能创业公司云知声CEO黄伟，在2016年最大的烦恼。

点评1 >>