现在的位置:主页 > 综合新闻 >

科研团队如何探索商业化落地?这家语音AI公司用(3)

来源:探索科学 【在线投稿】 栏目:综合新闻 时间:2022-02-21

【作者】网站采编

【关键词】

【摘要】这件事被梁家恩看在眼里,不只是因为深度增强学习算法的精妙只是其一,但当时最让他好奇的点,是它如何通过调度上千块GPU去做如此高复杂度的深度增

这件事被梁家恩看在眼里,不只是因为深度增强学习算法的精妙只是其一,但当时最让他好奇的点,是它如何通过调度上千块GPU去做如此高复杂度的深度增强学习计算的?

放在国内,当时没有任何系统可以干成这件事。

为了寻找答案,梁家恩二话不说就买机票前往硅谷调研。

在硅谷巨头超算专家的启发和支持下,经过近一年的研发和优化,实现了支持上千块GPU同时调度的大规模机器学习的超算平台,称为Atlas(希腊神话中的大力神)。

云知声以Atlas超算平台为共享基础支撑,加速了云知声AI技术体系的演进速度,迅速拓展端到端语音合成、人脸识别、机器翻译等技术能力,并取得语音合成BC2020评测第一、机器翻译WMT2018评测前三等行业前列成绩。

直到2018年,BERT、GPT-3等大规模预训练语言模型的出现,超算平台的价值才得到行业的充分认识。而云知声则依托Atlas超算平台和“云端芯”战略,形成了全栈AI技术及产品化能力,内部有着更为形象的表述:AI六边形能力

一是算法方面,确保对主流技术架构的密切跟进,通过全栈AI技术打造整体智能解决方案,并通过工程优化降低部署和交付成本;

二是数据方面,以大规模训练为基础,解决小样本的快速迁移问题,并建立高效真实数据迭代闭环,提升模型精准度及应用适配能力。

以全栈AI技术及产品化能力为依托,云知声能高效调度研发资源,在更多场景中快速探索和验证行业应用,包括车载、医疗、教育等领域。

云端芯从战略到现实,不光意味着他们对技术产业的预判再次成功,也更为云知声下一步深入行业、迭代发展奠定了基础。

U+X:约纵连横,深耕两大业务

在全栈AI能力构建和应用验证后,在云知声内部已经达成新的共识:

要真正深入行业了解业务Know-how,少不了与行业玩家联合互补,跟他们共同打造出真正解决问题、创造价值的整体智能解决方案。

这时候,也就来到了云知声新的战略阶段:U+X

U,云知声(Unisound);X,即为行业。

他们将诸多前期应用场景探索的成果,整合为两大商业化路径——智慧物联和智慧医疗

智慧物联方面,实现从单品智能(通过芯片模组升级)到整体智能的演进,并采取与房地产、交通、养老、酒店等行业合作,提供软硬一体的整体智能体验。

智慧医疗方面,从最初的语音电子病历、语音导医分诊等效率工具,到以医疗知识图谱为基础,提供病历质控、医保控费及诊疗决策支持等医疗整体解决方案。

2019年推出的智能病历质控系统,还荣获当时北京科技突破一等奖。

如今回过头来看,一个是互联网大厂、家电、房地产商等多领域公司争相竞逐的赛道。

另一个则是正快速发展、并始终被外界看好的赛道,巨头如微软,仍在去年花197亿美元买下AI医疗的门票——完成对语音巨头Nuance的收购。

但对于云知声来说,并非偶然的选择,也并非跟随行业热门。

反倒是根据自身实践和推演顺其自然的选择,被后来的市场所验证。

梁家恩博士向量子位解释,云知声对智慧物联和智慧医疗业务的布局,刚好代表着语音产业两大发展方向,也充分检验底层技术的能力和实用性:

广度和深度

广度方面如智慧物联,触及尽可能多的真实用户和应用场景,在多场景、多用户中,拓展感知技术和智能交互的应用边界。

深度方面如智慧医疗,则是以行业知识图谱为核心,挑选最具挑战性、知识体系最强大的应用场景,深入解决医疗质量和效率提升的问题,同时拓展认知技术能力的应用边界。

一横一纵,不同路径发展方式,但目的只有一个,解决真实应用问题,推动产业发展,同时,也拓展和检验云知声从感知到认知的底层智能技术能力。

技术创新公司,从产学研技术创新开始,到商业模式实现、成熟。

云知声给出的周期时间是十年

而在未来,横纵融合,除了技术产品本身的持续迭代和完善外,也将激发出更多服务与生态出来。

文章来源:《探索科学》 网址: http://www.tskxzzs.cn/zonghexinwen/2022/0221/2650.html

上一篇:浏阳河小学指导家长“依法科学带娃”
下一篇:科学解读:新食品营养的探索!

探索科学投稿 | 探索科学编辑部| 探索科学版面费 | 探索科学论文发表 | 探索科学最新目录
Copyright © 2018 《探索科学》杂志社 版权所有
投稿电话: 投稿邮箱: