把中文AI牢牢掌握在自己手里

2024-08-26 00:00:00尹洁

环球人物 2024年16期

“刘德华为什么很少演反派？”

2023年9月，这个网络提问突然在各大社交平台火了，但火的不是关于演员的讨论，而是问题下面“驴唇不对马嘴”的回复，竟然是抨击谩骂中国科技公司华为的内容。

原来，“刘德华”和“为什么”两个词组的搭配，触发了境外某些网络人工智能（AI）识别出“华为”这个关键词，被输入过相关指令的AI水军蜂拥而至，大肆攻击华为，结果反而暴露了幕后操控者。

“通过这件事，我们可以判断出境外AI的中文水平不如国内。”认知智能全国重点实验室主任胡国平对《环球人物》记者说，“国内AI是不会犯这种低级错误的，因为我们拥有海量的中文语料，足以让AI正确识别词组和词意，而境外的中文大数据不够多，机器学习得不够深。”

被“卡脖子”之后

胡国平已经在智能语音领域深耕了20多年，他的另一个身份是科大讯飞联合创始人、高级副总裁。“要提高AI水平，必须有足够的文本和题型‘训练’机器，就像学生刷题一样，才能让它少犯错误。如果中国的互联网没有发达到一定程度，国内AI不可能发展得这么快。”

这种速度也招来了外部打压。与众多中国高科技企业一样，2019年10月，科大讯飞被美国列入出口管制“实体名单”，被限制从美国购买零部件。“比如小语种的语音合成软件，以前我们可以用美国的，但被列入‘实体名单’后，突然就断供了。我们必须在短时间内开发出替代产品。”胡国平对记者说。

被“卡脖子”的之所以是小语种，是因为我国的中文语音技术已经领先全球，英文等大语种也没问题。但小语种文本数据少，投入产出比不高，开发难度相对较大。

胡国平坦言，疫情防控期间是研发团队比较痛苦的阶段，因为需要到海外搜集小语种数据，请人录音，“突然这个人得新冠了，不能继续录了，我们就要另外找人”。

3年时间里，在中国科学院的支持下，研发团队克服了重重困难，突破了60个小语种的技术障碍。

同一时期，美国的科技公司正在进军大模型赛道。2022年11月，美国OpenAI公司发布了一款智能聊天机器人ChatGPT，引发全球轰动。在此之前，科大讯飞一直关注着ChatGPT的发展，其早期版本并不突出，但随着训练方法、超大模型和海量文本数据的结合，这款产品的智能水平飞速提升。

2022年12月，科大讯飞决定研发“星火大模型”，胡国平担任项目攻关负责人，一场新的战役正式打响。之所以取名“星火”，既有照亮前路之意，也有“率先燎原”的期待，更代表着力量、勇气和坚韧不拔的精神。经过全力攻关，2023年5月，讯飞星火大模型正式发布，之后不断升级，目前已到第四代版本。

“我们去年打了一场硬仗。”胡国平说。为了大模型算力集群能尽快落地，团队夜以继日地工作，顶着三伏天的高温进行机房改造。因为机房里没有空调，大家只能带冰块进去物理降温。之后的中秋节、国庆节，团队都没放假。2023年10月，首个国产万卡智能算力集群“飞星一号”正式启动。

“我们为什么会被‘卡脖子’？因为用外国产品用惯了，缺乏改变的动力。科技竞争不仅限于产品、企业，更是产业生态的竞争。美国的打压客观上给了中国发展自主生态的好机会。只有当你足够强大的时候，西方才会跟你和平共处，所以我们一定要扛过去。”

梦想萌发地

胡国平很少谈及家庭，但他坦言，自己受父亲影响非常大。“我父亲上学时成绩优异，在我们县一直是前三名，比他成绩差的都上了清华北大，但因为出身问题，他没能上大学。”在老家务农15年后，胡国平的父亲成了一名民办代课教师，先教小学，后教初中，转为公办教师后，又开始教高中。

“现在他已经81岁了，但每年高考试卷出来后，还会做一遍高考题。”在胡国平眼中，父亲是一个很纯粹的人，“我特别敬佩我爸，他既能教数学，干农活又非常拿手”。

胡国平从小喜欢理科，上中学时成绩也在县里排前三名，父亲对他说“你一定要考一本”，他从此记住了“一本”这个词。

1995年，高考后填志愿，胡国平的成绩可以上清华北大，但他最终选择了中国科技大学（以下简称中科大）。“我们那里是个小县城，之前已经十几年没有学生考上清华北大了。我爸跟别人咨询后，觉得中科大的计算机专业好，离家又近。而且他当年报考的就是中科大，我考上也算圆了他的梦。”

上世纪90年代的中国，物质条件还比较匮乏，胡国平上中学之前没有出过绩溪县，高中毕业时没有出过安徽省。尽管中科大就在省会合肥，但从绩溪到合肥，他反而要出省——先坐火车到江苏南京，转车到安徽蚌埠，再转车到合肥。

走进大学校门，胡国平接触到许多“高人”和“牛人”，学习也变得更加主动。除了经常去自习室外，他还跟同学一起凑钱，买了一台486电脑，开始练习编程。

“那台电脑要9000多元，我们寝室6个人，每人凑1000多。当时每月生活费也就几百元，不够的只能跟家里要，再加上一些奖学金。”

读大三时，胡国平在老师的推荐下，进入中科大电子系教授王仁华的实验室，参与语音识别与合成技术的研发。“通俗地说，语音识别就是让计算机听懂人说的话，语音合成就是让计算机开口说话，相当于耳朵和嘴的关系。其中的关键在于分辨词组和多音字，比如‘轻舟已过万重山’，‘重’是多音字，我们要做的就是合成信号，让计算机知道该读什么音。”胡国平说。

当时，包括中文语音在内的技术主要掌握在IBM、东芝等美日企业手中，中国企业的电子产品如果想加上语音功能，只能找外国厂商购买。“其实我们的技术并不比西方落后，甚至还有领先之处，但因为形不成产业生态，技术无法落地，国内企业就被西方卡着脖子走。王仁华老师是中国AI领域的先驱和开拓者，他最大的心愿就是让中文语音技术掌握在中国人自己手里。”

在课题组，胡国平认识了比自己高五届的安徽老乡刘庆峰。刘庆峰本来可以保送清华大学汽车工程系，因为更心仪中科大，放弃了保送，以超过清华录取线40多分的成绩考入中科大电子系。大二时，他就被王仁华选入语音实验室，之后做出了多项关键技术创新。

1998年夏天，为了改变技术与产业脱节的局面，正在攻读博士的刘庆峰向王仁华提出创立一家公司，走技术产业化的道路。王仁华欣然同意，实验室的师兄弟们也纷纷响应，中科大网络论坛8个版主中的6个加盟进来，每个都是“学霸”级人物，最终组成了一支18人的创业团队，胡国平是其中之一。

“甘坐十年冷板凳”

创业之初，为了专心搞研发，团队将公司运营外包给了另一家企业，相当于对方设在合肥的研发基地。然而合作方毫无章法，今天要求团队做个语音听写软件，明天又要搞工商查询系统，结果产品做了不少，却没有一个做深做透，也卖不出去，团队疲惫不堪。

大半年后，成员们忍无可忍，集体对刘庆峰说：“要不你当CEO，要不我们就解散！”本来只想搞研发的刘庆峰，硬着头皮同意了。1999年，科大讯飞公司正式诞生。

“那时的我们就是一帮穷学生，只会闷头研发技术，什么市场、营销、品牌都不懂。”胡国平回忆道，“公司成立的最初三四年，我们以为有了好产品就能挣钱，想得太简单了。”

他们做出了一款名叫“畅言2000”的电脑软件，能把语音自动转换成文字，还可以通过语音控制电脑。推向市场后，受到很多老年人的喜爱，因为他们不太会操作电脑、打字很慢。但产品还是赔钱，原因非常现实：一是当时盗版猖獗，正版软件一面世，盗版已经铺天盖地；二是老年用户经常需要售后服务，推高了成本，团队跑两三次售后，卖软件的利润就没了；三是大家都不懂营销，产品卖不出去。

经过几次挫折，公司始终未能真正打开市场，资金链几近断裂，最困难时账上只剩20万元。一些团队成员是放弃了出国留学的机会和外企高薪，拿着两三千元月薪加盟的。拼命努力却在短期内看不到结果，军心开始动摇。有人质疑：语音产业到底能不能做大？有人提议，既然语音业务赚不了钱，不如改做网络游戏甚至房地产，赚点快钱。

为了统一内部想法，刘庆峰将团队拉到合肥巢湖边上的半汤开了一次会。听大家七嘴八舌地说完意见，他只说了一句话：“如果不看好语音的前景，请走人！”全场立刻鸦雀无声。

“对公司来说，那次会议的意义，就像红军长征时的遵义会议。”胡国平说，“从这天起，我们明确了‘语音是唯一方向’的战略。绝大部分人选择留下，也不再有任何异议。”

硬实力的积累期注定比圈钱游戏的风口漫长。直到2010年，科大讯飞才真正实现语音识别技术的突破；语音评测业务则是从2002年起步，到2012年才大规模落地。

“如果是在其他公司，这些项目十有八九要被砍掉。上学时，老师就告诫我们，要有‘甘坐十年冷板凳’的精神。十年磨一剑，每年进步一点，从量变到质变。”胡国平说，“中科大是为了中国的科技发展而创立的，从这里走出来的人，普遍有种报国情结。我们能坚持下来，不偏航，归根到底还是王仁华老师那句话：一定要把中文语音技术掌握在中国人自己手里。”

在胡国平看来，科技竞争就像盖高楼，有的楼地基挖得浅、盖得快，但盖不高；有的楼光是打地基就需要10年时间，却可以盖到100层。“坚守是我们的内核。只要方向是对的，哪怕进步速度慢一些，也要坚守下去，直到拨云见日。”

科技竞争永无止境。胡国平常说的一句话是：可以爱上自己的工作，但不要爱上自己的工作成果。因为只有不断超越，才能持续向前。

“在语音技术方面，中美之间本来几乎没有差距了，我们甚至还领先一点，但美国凭借其政治力量、资本力量、人才力量，又拉开了一些差距。我们必须全力以赴，争取让星火率先燎原。”胡国平说。

编辑"陈佳莉/美编苑立荣/编审张建魁

胡国平

1977年出生于安徽省绩溪县，1995年考入中国科学技术大学计算机系，2007年获工学博士学位。科大讯飞股份有限公司联合创始人，现任认知智能全国重点实验室主任、科大讯飞高级副总裁。