声通科技董事长汤敬华出席上海交通大学高金演讲：多模融合，AI进化

在数字化浪潮的推动下，人工智能（AI）正以其独特的魅力和潜力，重塑着我们的世界。2024年5月16日，上海声通技术集团和上海声通科技公司创始人、董事长汤敬华先生在上海交通大学高金学院发表题为"多模融合，AI进化"的演讲。本次演讲由上海交通大学-上海高级金融学院金融MBA项目与交大高金MBA学联新经济俱乐部联合举办，汤敬华先生以交大校友、科学家、创业企业家三类身份受邀作为嘉宾出席演讲。其创立企业声通科技公司积极拟香港IPO上市，凭借其丰富的行业经验和深刻见解，为大家带来一场关于AI的深度演讲。

​

本次演讲汤敬华先生聚焦人工智能前沿技术，展望未来发展趋势，深入探讨了人工智能（AI）的发展历程、大型模型技术、现实应用、多模态融合以及未来展望。

AI发展史：回溯人工智能的起源，探索其发展历程。

汤敬华先生在阐述人工智能技术的发展时，强调了从早期基于逻辑的计算机模拟到现代高效大模型和语音识别技术的演进。尽管人工智能在特定场景应用上取得了很大的进步，但仍面临逻辑运算和算力等方面的挑战。随着商业化应用周期的缩短，大模型如GPT4.0因其庞大的参数量和卓越的性能而备受关注，人工智能芯片也在产业链中发挥着关键作用。然而，为确保商业应用中的准确性，大模型需具备通识学习能力，重点提升理解和推理能力，而不仅仅是依赖海量数据进行训练。汤敬华先生进一步指出，将人工智能视为真正的智能体而非单纯的工具，对推动其实用化发展具有重要意义。

大模型时代：解析当前AI领域中的大型模型技术及其应用。

汤敬华先生介绍大模型的发展历程可以分为三个阶段：数据积累、大模型训练和人工智能协同。在大模型训练阶段，数据积累起到了关键作用，但随着算力的提升，大模型的准确度开始瓶颈化。在人工智能协同阶段，如何将大模型与人工智能形成协同，以及如何在不同场景下应用大模型，成为研究的重要课题。会议上汤敬华先生还提到大模型生成的文章在招商会上取得了良好效果，这表明了大模型未来在商业化应用领域的潜力。因此，在实际应用中，我们需要考虑如何在不同场景下应用大模型，以及如何与人工智能形成协同。此外，汤敬华先生还提到如何提高人工智能模型在处理问题时准确率，以解决当前的技术瓶颈。

AI实践落地：分享AI技术在现实世界中的具体应用及痛点。

汤敬华先生深入研究了人工智能领域，重点分析人工智能与人类共处的伦理、人工智能带来的变革和挑战，以及人工智能在客服服务中的运用和提升。他强调，在训练人工智能模型时，提供准确的数据至关重要，以防止误导，并提倡将人工智能看作是拥有感知、理解和情感的个体。他指出，人工智能已在静态图像识别等特定领域超越了人类平均水平，因此我们需要转变思维方式来应对这一技术。在探讨客服服务中的人工智能时，他分析了增强算法和知识图谱等技术的作用，以及人工智能在处理文字、语音和情绪等方面的进展。最后，他引用了55387原则，其指的是我们在人际交往和说话沟通中，主要有三大影响因素。其中，百分之五十五是外在仪表、仪态、行为，百分之三十八是说话时候的语音、语调、语气，而说话的内容只占到百分之七。汤敬华先生认为参照55387原则，非文字因素在人工智能与人类交互中也发挥着重要的作用。

多模态融合：介绍AI在视觉、听觉、语言等多模态领域的融合应用。

汤敬华先生主要讲述了AI多模融合。主要分为两个层面，第一，在多种算法模型的融合中每一种算法模型都可以对应人的某种思维方法，人在处理一件事情的时候，实际上是多种思维方式共同处理的，所以人工智能在处理一个事务的时候，也一定是多种模型协同来处理；其次，多种数据模态的融合其实是意味着人工智能未来也是要通过多模态的了解事物，并且表达的时候也需要通过文字、音频、

视频、动作等多模态的方法。

汤敬华先生介绍了创立的声通科技公司，深耕企业级交互式解决方案近二十年，构建了集融合通信、人工智能以及产品引擎为一体的全栈式交互式人工智能解决方案。同时在城市管理与行政、汽车与交通、通信以及金融等场景积累了丰富的行业经验，提炼特定行业客户的共性需求，从而打造了丰富的、高度标准化的产品模块，为客户提供高效、稳定的产品体验。

关于声通科技模型的选择与应用，声通科技在底层的算法、卷积循环、长效记忆等方面有优势，可以根据客户需求选择合适的模型和算法。其次，声通在对话处理方面有经验，但目前很多用户并不了解底层知识，这可能导致问题。为解决这些问题，声通提供的解决方案，可使用户可以通过自然语言描述问题，并根据数据量选择合适的模型。最后，他强调了科创企业在融资与生存方面所面临的挑战与机遇，并指出企业需要同时具备产业和金融知识来应对这些挑战的重要性。

未来展望：预测AI技术的未来发展趋势和潜在机遇。

汤敬华先生在演讲中全面阐述了人工智能在多个领域的应用与前景，包括生物医学、企业应用、医疗与医学，以及无人驾驶技术等。同时，他也深入探讨了人工智能在医疗领域的应用，如语言、知识图谱和机器视觉等，但强调了在数学基础和底层理论上仍需突破。此外，汤敬华先生对人工智能在医学和智能网联汽车领域的潜力表示乐观。在无人驾驶技术方面，他提到了实际运营中的挑战，但也表示中国在该领域已取得显著进展。