科大讯飞-新一代感知及认知核心技术研发项目可行性研究报告
思瀚产业研究院    2022-01-21

1、项目基本情况

本项目针对科大讯飞 2017 年底获批的认知智能国家重点实验室所承载的人工智能核心技术研究目标，结合科大讯飞的重大业务布局，重点开展认知智能、多语种智能语音、图像视频处理三大领域的新一代人工智能核心技术研发工作。

本项目主要建设目标如下：

（1）在多语种智能语音领域，重点研发高扩展性语音识别技术、多模态人机交互技术等；

（2）在图像视频领域，重点研发基于人工智能技术的通用语言文字文档智能识别分析技术、视频智能分析技术等；

（3）在认知智能领域，重点研发面向语言认知计算的共性核心技术、面向教育的多维度能力测评和个性化推荐技术、面向垂直领域的人机交互技术、智能辅助文书生成技术及认知智能基础前瞻技术等。

本项目主要建设内容如下：

（1）建设认知智能研发中心、多语种语音研发中心、图像视频研发中心、深度学习训练平台、AI 资源部等核心研发办公场地和数据中心，并在苏州、上海、广州建设研究院分院；

（2）购置用于认知智能核心技术研究和深度学习训练平台建设的相关软硬件设备。

本项目由公司负责实施，项目总投资额为 119,708 万元，建设期 3 年。

2、项目前景及必要性和可行性

（1）行业现状及发展趋势

2015 年以来，全球科技界和产业界高度重视人工智能研究和应用，相关的核心技术和产业化应用的研发投入持续倍增，同时也有效推动了语音、图像及自然语言等多项技术的持续进步突破实用门槛。

城市超脑

思瀚产业研究院认为人工智能技术当前在产业界最受关注是感知智能（如语音识别、图像识别等）和认知智能（语言理解、知识推理等）两大领域。目前总体来说，感知智能在深度学习和大数据的推动下，已经取得了质的突破，语音识别、人脸识别、图像识别、医学影像识别等任务都已经达到可以和人类相媲美的水平，已经跨过实用门槛并且实现了较大规模的产业化应用。例如国内以科大讯飞为代表的科研单位在智能语音技术领域取得了国际领先的研究和产业化成果。

认知智能作为人工智能的高级阶段，其研究目标是让计算机能够掌握人类的语言和知识，并且能进行综合应用。认知智能是决定这一轮人工智能浪潮最终能走多远以及最终能在人们工作生活中发挥多大作用的人工智能关键技术。当前人工智能研究正处于从实现感知智能到实现认知智能的过渡时期。

目前总体而言，在深度学习等方法的推动下，认知智能也取得了阶段性突破，中英机器翻译技术已经能达到大学生 6 级水平，IBM 的沃森在“危机边缘”电视知识大赛中打败了 2 位人类冠军，同时阅读理解技术也达到了较好的进展，自动客服系统也能够有效分流大约 20~30%的客户电话，2017年科大讯飞研发的智医助理机器人在执业医师考试中获得了 456 分（满分 600 分，分数线 360 分），首次通过了人类的行业准入考试。认知智能技术也在越来越多的行业达到了可用水平并且发挥重要作用。鉴于认知智能的重要意义和即将突破的重大机遇，各国科研机构和各大 IT企业都在认知智能领域投入了大量的研发资源和高尖人才团队，力争在新一轮人工智能技术竞争中取得先机。

我国积极支持人工智能关键技术的研发，2017 年国务院正式发布了《新一代人工智能发展规划》，人工智能已经上升为国家战略。在新一轮的人工智能竞争中，我国各大技术提供商争相发力人工智能，科大讯飞、百度、腾讯、阿里巴巴等企业积极布局人工智能领域，抢占产业发展制高点。总体而言，中国的人工智能技术和产业与美国达到并跑阶段，在一部分领域甚至领跑。借助于中国庞大的用户基础和对新技术、新产品的积极态度，中国在人工智能领域的进步和产业化步伐会越走越快、越走越好。

（2）项目的必要性

人工智能技术是典型的赋能型技术，人工智能技术的应用落地主要是两个方面：

①利用人工智能推动人机交互的新一轮革命，支持人机之间的交互能够像人与人之间一样自由便捷，使得机器能够更容易操作、能执行更多的任务以及能够更少的学习成本；

②另一方面，是让机器能够在一定程度上掌握了行业专家知识

后能够有效辅助人类大量的重复性的脑力劳动，如坐席客服、教师阅卷、医生诊治以及法官断案等等有明确逻辑、明确规律的脑力劳动任务，借助机器的客观公正、不知疲惫的优势，将有望真正解决教育的因材施教、司法领域的司法公正、医疗领域的看病难、看病贵等此前难以解决的问题。

同时借助机器智能的无成本复制和应用数据驱动的持续进化的特点，人工智能技术与应用发展必将人们的工作和生活中发挥越来越多、越来越重要的作用，甚至会对社会结构和人们的基本作用都产生较大的影响，也对各个国家、企业之间的竞争态势产生深远的影响。本项目基于科大讯飞国际领先的人工智能核心技术基础，通过前瞻研发投入，持续布局源头创新，在语言理解、知识表示、逻辑推理和自主学习方面等关键领域保持代差级优势，同时往图像视频领域的合理拓展，既是科大讯飞技术发展的自然延伸，也符合全球人工智能产业发展的大趋势。

本项目将加快公司在人工智能领域前瞻布局和研究攻关，有助于公司核心技术持续保持国际领先，进一步巩固公司在人工智能领域中行业龙头地位；同时将助力我国在人工智能应用的国际竞争中掌握核心技术话语权。

（3）项目的可行性

近年来，随着机器学习、计算机、脑科学等领域研究的不断进步，人工智能技术发展迅速。随着人工智能热潮的持续发酵，人工智能技术正在以不可逆的方式持续向前快速进步之中。以下几个方面的原因，都使得人工智能技术的持续进步和突破是可以期待的：

①算法、数据和算力是这次人工智能能够持续突破的动力源泉。深度神经网络本身的模型表达能力还有巨大的潜力可挖，且随着越来越多世界顶级的聪明人才加入人工智能技术领域，以及同期推进的脑科学方面的可能的突破和启迪，作为人工智能技术发动机的深度神经网络还有足够的潜力待发掘；数据是支持人工智能技术研发的关键资源，随着互联网、物联网以及云计算等方式的持续普及，以及此前人工智能技术突破应用后带来的更多的直接应用场景下的数据积累，能够滋长人工智能的数据规模和质量只会越来越强，也必将支持着人工智能技术持续向前；计算能力作为人工智能技术应用和进步的基础，目前全球也在持续提升针对人工智能的定制芯片和计算架构，这方面也不会成为人工智能的限制；

②作为人工智能技术的输入，或者说作为机器感知这个世界的传感器，在人工智能热潮的带动下，也取得了持续的快速发展。可以理解为现在机器能够拥有比人类自身强大很多倍的感知外部世界的能力，因此，借助更强大的感知能力结合大数据的能力，机器在特定应用场景下的智能突破人类专家的水平产生巨大的经济价值和社会价值是必然的；

③从技术角度来说，目前还没有完全确定有效的技术方案可以完全解决认知智能技术问题，但是随着人们更好的定义认知智能任务、以及持续针对特定行业的认知智能技术的持续积累相关知识和数据，并且通过在语义计算、知识表达、阅读理解等方法上的持续进步，我们已经可以找到越来越多的场景（如人机交互、问答系统、智能客服、作文评分、辅助量刑、智医助理等），有望采用机器的手段实现与可与人类相媲美的认知智能水平。在通用认知智能基础技术进步的支撑下，结合特定行业特点研发特定行业的认知智能并达到行业专家水平，具有非常明确的技术可行性和商业前景；

④此外，随着机器在语音、图像和视频、以及语义和知识方面的单一能力持续突破，融合多项能力和多方面信息的综合决策能力肯定会有更大的突破机会。这方面的技术融合和应用拓展，也有着非常大的技术潜力。

3、项目投资估算

项目总投资估算 119,708 万元，拟以本次非公开发行股票募集资金投入55,000 万元。

4、项目效益预测

本项目不直接形成产品及对外销售，不产生直接经济效益，但完成后可间接为公司发展带来巨大收益：在激烈的全球人工智能竞争中，本项目的实施将加快公司在人工智能领域前瞻布局和研究攻关，确保公司人工智能核心技术持续保持国际领先，有效支撑人工智能在人机交互、教育、司法、客服、汽车等领域实现具有颠覆效应的大规模产业化应用，进一步巩固公司在人工智能领域中行业龙头地位，确保公司把握人工智能时代机遇实现跨越式发展。

此报告为正式可研报告摘取部分，个性化定制请咨询思瀚产业研究院。