刘庆峰：时代需要源头技术创新，而不是在别人的院子里建大楼

他认为，人工智能的发展正在逐步像水和电一样无所不在。随着人工智能时代的技术进步和人类对未来技术需求的不断提升，企业需要满足人们越来越多的个性化需求，让每一个领域的人都能够站在人工智能的肩膀之上。

1024是2的十次方，1GB = 1024MB，1MB = 1024KB……10月24日是程序员们约定俗成的节日。科大讯飞选在这一天举办第二届开发者节。

“机器翻译距离‘信达雅’的目标还有很大差距”

前不久，以智能语音识别起家的科大讯飞因“AI同传”、“人机耦合”的概念受到了一些争议。刘庆峰在1024开发者节解释说，在他看来，机器翻译已经可以很好地满足实用需求，但不认为机器翻译已经达到或超过顶级同传的水平。“优秀的同传翻译人员和翻译工作者们能够对原始语音进行提炼和再加工，以实现信雅达，机器距这一目标还有很大差距。”

刘庆峰称科大讯飞的机器翻译超过大学六级水平，他们针对大学英语六级的三次真实考试，抽取了部分地方实际考生的数据，其中翻译题共15分，考生平均得分是6.5，科大讯飞翻译机得分12.8。

在媒体采访环节中，科大讯飞听见事业部总经理王玮进一步解释了“AI同传”争议中的“人机耦合”概念。她说，讯飞听见可在用户说中文时试着翻译英文，离线机器翻译可理解度为83%，能够在通用场景下对大意进行理解。但各行业有很多垂直领域，如医学和建筑等，在这些领域用机器翻译，不可能达到“信达雅”，讯飞也不曾这样宣传。讯飞所做的事是跟同传译员合作，把同传翻译的语音投屏到屏幕上，做语音识别。她认为，“机器在细节和数据方面有记忆优势，而人对语言的逻辑处理有优势，人机合作的模式叫做人机耦合”。

美国斯坦福全球创新设计联盟联席主席蒋里在媒体采访环节中也谈到了大众对人工智能的理解误区。他提出，大众认识的人工智能很多来自于娱乐电影和电视，但这些影视作品传达的信息带有很多想象，造成了大众对一些事物产生不切实际的期望。人工智能虽有其长处，但与人相比还有很多不足。大众需要有能力区分出人工智能与人的界线。

《1024计划》2.0版本发布

科大讯飞轮值总裁胡郁在1024开发者节上发布科大讯飞新《1024计划》。他介绍，去年的《1024计划》将A.I.与教引、生态、公益结合，经过一年时间，A.I.大学现拥有24万学员；A.I.生态吸引600余家开发者团队及企业入驻；A.I.公益的方言保护计划吸引500万人参与，共计收集语音20万条。

平台加赛道是科大讯飞的发展模式，胡郁介绍，新的《1024计划》将带来上述三个子计划的2.0版本，让更多人能够使用云端语音操作系统iFLYOS实现AI梦。其中，A.I.教引计划2.0将更新职业认证课程，开放200项能力；A.I.生态计划2.0将提供专属服务经理，进阶投资计划；A.I.公益计划2.0将扩大方言保护阵容，提供1000万医疗公益基金。

科大讯飞还在活动现场发布了一款讯飞听见M1转写机器人。该产品以专业录音和转文字为核心，附带加密和无线传输功能，具体使用过程中需搭配讯飞听见APP以实现语音转文字。听见事业部总经理王玮称其可实现360度无死角的高精度拾音。

回应“AI换地”争议：“讯飞不做房地产”

轮值总裁胡郁在媒体采访环节回应了扬子鳄保护区建房地产项目事件。胡郁说，“讯飞不做房地产，讯飞的年报中也没有关于房地产的收入”。此前的10月14日，科大讯飞已就媒体曝光科大讯飞等泾县经济开发区内200多家企业和机构在安徽扬子鳄国家级自然保护区违规占地建设一事做出过官方声明。该声明称观塘科技岛是讯飞子公司设立在泾县经济开发区内的IT产业研发中心，并非地产项目。被曝光的观塘科技岛是“为便捷研发人员工作、生活，中心配套提供员工住宿、餐饮、会议等设施服务。为减少浪费、提升使用效率，培训空闲时对外经营，这也是在工商审批许可后进行的，对政府、企业和个人均始终明码标价、统一收费。”

安徽省人民政府副省长何树山在1024开发者节上介绍了安徽省语音产业和“中国声谷”的发展情况。何树山表示，2012年以来，工信部与安徽省政府建立了部省合作机制，共同推进智能语音产业的发展，建立了首个国家级智能语音产业集聚区“中国声谷”，今年1到9月份，中国声谷实现产值480亿元，增长29.5%，在建产业化项目479项，总投资114亿元，增长35%，语音企业已经超过350家，同比增长两倍。

工信部信息化和软件服务业司副司长任利华，合肥市委常委、副市长韩丁等与会并致辞。

百度发布首款具预测和可控延迟功能的即时机器翻译系统

就在科大讯飞举办1024开发者节的当天，同为“开发者”的百度在太平洋西岸的硅谷发布了第一个具有预测功能和可控延迟的即时机器翻译系统STACL（Simultaneous Translation with Anticipation and Controllable Latency）。百度方面（Baidu Research）称STACL代表了自然语言处理方面的重大突破，突破了源语言和目标语言之间的字序差异所带来的挑战。

不同语种中的词序差异一直是人类同声传译和可靠的即时机器翻译系统发展的主要障碍。百度称其新模型受到人类同传译员的启发，采用预测目标语言词汇的方式训练其模型。另外，使用STACL的用户可以根据语种间的关联度指定任意延迟要求，如一个字延迟或五个字延迟。