华人黄学东任微软全球人工智能首席技术官!全面负责

日前，微软语音识别技术27年老将、微软首位华人技术院士黄学东担任微软全球人工智能首席技术官，他将领导新统一的AI认知服务工程和研究团队，全面负责微软Azure云人工智能的工作。戳右边链接上 新智元小程序 了解更多！

日前，微软语音识别技术27年老将、微软首位华人技术院士黄学东担任微软全球人工智能首席技术官，全面负责微软Azure云人工智能的工作，包括语音、机器翻译、计算机视觉、自然语言和人工智能认知服务。

根据最新任命，黄学东（技术Fellow，现为AI认知服务首席技术官）将领导新统一的AI认知服务工程和研究团队。黄学东最近领导了认知组织的语音和语言团队，是AI领域全球顶尖专家之一。认知组织中的语音和语言以及计算机视觉团队将移至AI平台并向黄学东汇报，而AI平台组织中现有的Form Recognizer，Personalizer和其他认知服务工程团队也将向黄学东汇报。

首先我们要祝贺黄学东博士，我们期待微软AI在黄学东博士的带领下再创佳绩！接下来先为大家介绍一下黄学东博士。

微软语音技术创始人，微软首位华人技术院士

微软素有AI领域“黄埔军校”的美誉，而微软全球技术院士代表着技术人员的最高荣誉，到现在，全球也仅有20多人获得这项殊荣，其中就包括黄学东，微软首位华人技术院士、微软首席语音科学家。

黄学东

1978年，15岁的黄学东进入湖南大学师资班(后来的电子工程系)，成为当时校园里年龄最小的学生之一。他先后获得湖南大学学士学位、清华大学硕士学位和英国爱丁堡大学博士学位。

1993年，他作为高级研究员加入了微软研究所并负责组建Microsoft's 语音识别技术研究团队。2000年到2004年，他作为Microsoft's语音识别技术研究团队的总经理，负责微软语音技术和产品的研究、开发和市场拓展。

作为微软的首席语音科学家，黄学东率领团队实现了 AI 超越人类水平的历史性里程碑：

2016年10月18日，由黄学东带领的微软语音团队在产业标准 Switchboard 语音识别基准测试中，实现了对话语音识别词错率(word error rate, 简称WER)低至5.9%的突破，首次达成与专业速记员持平而优于绝大多数人的表现。“这是人工智能领域突破性进展之一，意味着有史以来第一次有计算机能像人类一样，识别对话中的每一个单词。”黄学东说。

2017年，在对话语音转写任务中，微软语音识别系统的词错率降到 5.1%，准确率超过专业速记员。“可能表面上这个进展不大，但是在‘最后一英里’上，每 0.1 个百分点的进步都很艰难，必须保证系统没有任何bug。何况从相对错误率降幅角度， 5.9 到 5.1 是一个超过 10% 的相对进步。”

2018 年，在汉英新闻机器翻译任务中，微软机器翻译系统达到了可与人工翻译媲美的水平。

2019 年，在斯坦福对话式问答任务中，微软机器阅读理解系统刷新记录，成为目前排行榜上唯一一个模型分数超过人类分数的团队。

对话微软黄学东：语音和语言技术是真正镶在AI皇冠上的明珠

“只有掌握了核心的语音和语言技术，人工智能才有希望，否则其它都是在‘忽悠’。”黄学东认为，在人工智能发展的过程中，语音和语言是皇冠上的明珠。

去年，黄学东做客微软播客节目，聊了聊他和团队在语音和语言技术取得的几个里程碑式的突破。（详见：对话微软黄学东：语音和语言技术是真正镶在AI皇冠上的明珠）

黄学东解释了掌握语音识别、翻译和对话将如何让机器从 “感知 AI” 进化到 “认知 AI”，更接近真正的人类智能。此外，黄学东也谈到他如何走上语音研究之路，以及他在清华大学和在微软的人生历程。

主持人：您是微软语音和语言组的 Technical Fellow，负责领导微软的语音工作。我们将在稍后深入讨论这些，但首先，作为公司的首席语音科学家，请概括地告诉我们你的工作内容是什么，以及为什么要做这些。你早上起来的动力是什么？

黄学东：我们所做的就是确保我们拥有最好的语音和语言技术，可以用于各种各样的场景。我们有一整个团队在做这件事情，因为对话不仅是人们最自然的交流方式，而且这是 AI 最大的挑战。我们尝试真正地推动这个领域的突破，在我们的云服务 Azure Services 上提供出色的服务，并确保我们能够让微软内部和微软之外的客户满意。如果你想厘清整个事情，主要有三个方面。

首先，我们有能力去真正提高语音识别的准确性，去驱动语音合成的自然性，以及确保机器翻译的准确性，例如从英语翻译成汉语或法语或德语。因此，这背后有很多科学，要确保准确性，自然度，延迟时间，这些技术都是世界级的。这是一方面。

第二方面是，我们不仅提供技术，我们还通过 Azure 提供服务。从 Office 到 Windows, Cortana，它们都依赖于相同的云服务。我们也有边缘设备，比如我们的语音设备 SDK。我们想要确保在边缘和云端的语音技术都是以现代的方式提供的，即云平台和嵌入式平台。这是第二方面：平台是现代化的。

第三个方面，是向客户表达我们的爱。因为我们在世界各地都有广泛的客户，我们想让消费者满意，并确保使用我们的语音翻译的客户体验是一流的。

这就是我实际上在做的三件关键事情：提升 AI 能力，使我们在云端和边缘设备的平台实现现代化，以及爱我们的客户。

在人类进化的长河中语音和语言起了决定性的作用，在AI的进化中也会如此

在2018年新智元产业·跃迁技术峰会上，黄学东分享了微软在语音、自然语言和机器翻译研究中不断“开挂”的历程和技术细节。黄学东说，人类进化的长河中语音和语言起了决定性的作用，在人工智能的进化当中语音和语言会起到同样的作用。

黄学东

黄学东谈到：达尔文的进化论已经说明，最新的科学验证也再次证明，我们人和大猩猩DNA的相似度接近99%，就那1%的区别造就了我们是这个地球的主宰。为什么呢？因为我们更聪明吗？还是漫长的进化过程当中有什么其他因素？计算机视觉非常重要，但动物的视力其实比人还厉害，晚上的夜猫子看得比人更厉害，但我们仍然是这个地球的主宰，最重要的原因之一是我们的语音和语言。（详见：AI 翻译能够取代人类？微软黄学东：我们仍在感知智能和认知智能的过渡期）