如今，世界发展正大步迈向人工智能时代，人人都在说 AI。人工智能领域中国领跑者——科大讯飞发展至今，其中也包含着无数研究人员的付出与艰辛。
科大讯飞 AI 研究院计算机视觉方向团队的吴嘉嘉，即将迈入在公司的第 9 个年头。在工作上，他对技术突破有着痴迷与执念；在情感上，他对讯飞也有着理性和感性交织的认同。
一、我选择了科大讯飞
谢邀。
我是吴嘉嘉，兰州大学硕士研究生毕业后通过校招加入科大讯飞。
当时的科大讯飞已经上市 5 年，是业内业界最早构建深度学习平台的公司。2010 年讯飞尝试复制人脑聆听和处理人类语音的方式，利用 DNN（深度神经网络）在语音识别方面出现的革命性突破，推出第一款中文输入法，成为世界上第一家推出可商用语音输入法的公司。
人工智能蕴含无限能量，不只限于语音，在计算机视觉领域仍留有很大的空间等待人类去开发。我大学读的就是与人工智能相关的专业，自然而然地会被科大讯飞所吸引。
正好那年讯飞在兰州大学举办了校招宣讲会，经历了几轮面试后我也最终如愿拿到了 offer。
2013 年，我正式加入科大讯飞研究院，开始 OCR（图文识别）方向的探索。我个人偏爱从事技术研发，进入这个行业也是希望能发挥自己的作用，让科大讯飞的计算机视觉技术能够达到国际领先水平。
现在来看，OCR 应用的场景非常广泛，它带来的社会价值是巨大的，可在当时很多人却不理解。大家觉得 OCR 就是识别字符，当时 OCR 技术在研究院还只是一个很小的方向。我们最开始就只支持讯飞输入法这一个业务，技术上也主要聚焦在孤立字的识别上。
不过很快我们的工作就扩展到其他方面了，进公司这一年年底，深度学习全面爆发，在实现了让机器能听会说之后，我们还希望让机器能理解、会思考。
2014 年-2016 年，科大讯飞将 OCR 技术应用至教育领域英语四六级的作文考试评分、中高考的阅卷等等相关的测评场景。
这时业务场景需求从孤立字识别变成文本行识别。对比孤立字识别，文本行的识别难度又提高了一个量级，这一阶段我的主要工作就是解决这个问题。
2017 年，科大讯飞推出了行业首创的智能硬件单品，也就是兼备图像和语音翻译功能的翻译机。
（本章节未完结，点击下一页翻页继续阅读）
正在加载...