专访 | 腾讯任命俞栋为AI Lab副主任并主管西雅图实验室

文/腾讯科技 韩依民

2017 年 5 月 2 日，腾讯宣布任命语音识别技术顶级专家俞栋博士为AI Lab(人工智能实验室)副主任，并成立美国西雅图AI实验室。

俞栋博士将负责西雅图AI实验室的运营及管理，推动腾讯在语音识别及自然语言理解等AI领域的基础研究。

这是近段时间以来，腾讯在人工智能领域的第三个大动作。

一个多月前的 3 月 19 日，由腾讯AI Lab研发的围棋AI绝艺，在日本UEC杯围棋大赛中夺得冠军。这是低调运行近一年后，腾讯AI Lab首次对外展示研究成果。

绝艺团队参加UEC比赛时

就在绝艺夺冠后不久， 3 月 23 日，腾讯宣布任命人工智能领域顶尖科学家张潼博士担任腾讯AI Lab(腾讯人工智能实验室)主任。

而今天，又一位大将加入了腾讯人工智能的阵营。

对于俞栋的加入，腾讯AI Lab主任张潼博士表示，“俞栋博士是语音识别与深度学习领域的专家。我们很高兴能邀请到俞博士加入腾讯AI Lab，相信他的到来将极大提升腾讯AI的技术实力。我们希望腾讯AI Lab不仅是一个实验室，还是一个连接器，通过将全球的优秀人才连接在一起，不断推动AI的基础研究及在更多场景的应用落地，让AI无处不在。”

腾讯AI Lab副主任俞栋博士表示：“我很高兴能加入腾讯AI Lab。在过去十多年里，腾讯积累了丰富的应用场景、海量数据、强大的计算能力和一流的科技人才，这些都是开展AI深度研究与应用的重要基础，也是吸引全球人才的重要原因。我相信，随着西雅图AI实验室的成立，未来将会有更多的一流人才加入腾讯AI Lab，共同推动全球AI技术的发展。”

在国际语音识别研究界，俞栋是一个无法忽视的名字。

加入腾讯前，俞栋担任美国微软研究院语音和对话组(Speech and Dialog Group)首席研究员，并兼任浙江大学兼职教授、中科大客座教授、及上海交通大学客座研究员。

俞栋博士与George Dahl 博士、邓力博士等共同研发的上下文相关深层神经网络-隐马尔科夫模型(CD-DNN-HMM)是深度学习技术在大词汇量语音识别任务上的首次成功应用，他们的这项突破性工作，曾获2013 年IEEE信号处理协会(IEEE SPS)最佳论文奖，引起了大词汇量语音识别研究方向的转变，极大地推动了语音识别技术的发展。

同时，近年来腾讯也在不断加大对人工智能领域的投入。 2016 年 4 月，腾讯AI Lab成立，总部位于深圳。作为腾讯公司级AI实验室，AI Lab专注于基础研究和应用探索的结合，致力于提升AI决策、理解及创造能力，并为腾讯各个产品及业务提供AI技术支持。

腾讯AI Lab由机器学习和大数据领域专家张潼博士领导，现有 50 多位世界知名院校的AI科学家(90%为博士)与 200 多位应用工程师。作为语音识别技术方向的顶级专家，俞栋的加入意味着腾讯在人工智能上的布局将进一步向基础研究方向延伸。

在俞栋加入腾讯之际，我们对他进行了专访，在了解这位腾讯美国西雅图AI实验负责人的同时，也期一窥腾讯在人工智能布局上的更多拼图。

一把名叫AI的钥匙

当下人工智能热潮席卷全球工业界，语音识别是其中最有可能成为第一个诞生大众级应用的技术，这离不开语音识别在基础研究上取得的进步，而俞栋是相关研究能够获得突破性进展的关键人物。

2011 年夏末秋初的 8 月 28 号，来自世界各地的专家学者齐聚意大利佛罗伦萨，接下来三天，由国际语音通信协会(ISCA)组织的第 12 次年会(Interspeech 2011)将在这个文艺复兴发祥地举行。

作为语音领域最重要的两个国际会议之一(另一个为ICASSP)，每年的Interspeech都会吸引来自学术界和工业界的从业人员参加，在大会上围绕语音领域的最新技术和研究方向进行交流。

大会进行到第二天，一篇名为《Conversational Speech Transcription Using Context-Dependent Deep Neural Networks》(使用上下文相关深层神经网络进行交谈语音转写)的论文发表，并迅速引起了科研界的高度重视。

论文提出了基于人工神经网络的语音识别新方法，实验结果显示，新方法大幅降低了语音识别的错误率。这意味着，曾于 20 世纪 80 年代末掀起热潮并最终沉寂下去的人工神经网络被再次引入语音识别研究领域，开启了语音识别的深度学习时代。

俞栋正是这一成果的主要研究人员。

俞栋

2011 年距今日人工智能热潮第三次兴起尚有六年，人工神经网络在学术界几经起落，彼时并不被看好。

俞栋对腾讯科技回想起当时的情景，仍颇有感慨：“这项工作(将深度学习的方法引入语音识别领域)一开始受到很多怀疑，很多同事或者朋友都经历过 80 年代末 90 年代初，神经网络从高潮跌落到低潮的过程，所以他们都对此有一定的怀疑。”

但俞栋及其团队开辟的新方法用实际成果回应了质疑，“基本上两年之内，很多公司重复了我们的工作，发现确实对识别率有很大帮助，很快变成行业标准。但在我们这项工作之前，这类论文发表其实有一定困难，但是两年之后，变成没用深度学习技术就很难发文章了，反过来了。”

深度学习的钥匙打开了语音识别研究的新大门，进入深度学习时代后，语音识别也在不断取得突破。

2016 年9 月中旬，微软报告了在语音识别方面取得的新里程碑：在Switchboard这一电话交谈基准测试集上新系统的识别词错率降至 6.3%;一个月后，微软又公布了在这一基准测试集上成功实现了历史性突破：他们的语音识别系统词错率(WER)和专业转录员相当甚至更低，达到5.9%。

数据背后的意义是，语音识别的识别率在近场上已经可以做到超过实用的门槛，在很多应用场景里可以应用。比如微信里面的语音转文字、语音输入法以及各类APP的语音输入框等。

在实际应用层面，语音输入已经成为许多APP必备的一项功能;但在研究层面，语音识别仍有许多留待攻克的难点。

俞栋介绍，当下更困难环境下比如远场、高噪音、或带口音的语音识别是仍需解决的问题;自适应方法(adaptation)也是重要的研究方向。

身处语音领域最前沿，俞栋的研究重点在往更深的层次走。而在加入腾讯AI Lab之后，俞栋也将带领团队主攻远场语音识别以及自然语言理解两个方向。在腾讯AI Lab的人工智能布局中，由俞栋带领的AI Lab西雅图实验室，将是另一个主场。

来自腾讯的邀约

（编辑：衡阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!