黄学东出任微软全球人工智能首席技术官

2020 年是黄学东加入微软的第 27 年。这位微软语音识别技术领域里的老将，在新年伊始有了新头衔——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（AI）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，黄学东将领导新统一的 AI 认知服务工程和研究团队。黄学东领导了认知组织的语音和语言团队。据悉，未来，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。

从履历上来看，算上大学时期的研究，黄学东在人工智能领域里已经坚持了 30 多年时间。黄学东祖籍湖南， 15 岁时，他便参加了高考，考上了湖南大学计算机专业。湖南大学的本科学习结束后，黄学东北上来到了清华大学念硕士和博士。在清华，黄学东学习了 5 年时间，完成了硕士学业，但博士没有读完就“跑”了。原因是，当时在自己导师的鼓励下，黄学东提前到了英国的爱丁堡大学学习，并在该校获得了博士学位。

2017 年，黄学东被评选为微软技术院士（Technical Fellow），这代表着微软技术人员的最高荣誉，获得这一荣誉的人还包括图灵奖得主 Butler W Lampson 、 Charles P. Thacker 等。值得一提的是，黄学东也是微软首位华人技术院士。同时，他也是国际电子电气工程师学会 （IEEE） 和美国计算机学会 （ACM） 的双科院士，微软认知工具包CNTK的缔造者之一。

 

微软语音技术创始人，微软首位华人技术院士

从履历来看，黄学东是国际电子电气工程师学会（IEEE） 和美国计算机学会 （ACM） 的双科院士，也是微软认知工具包 CNTK 的缔造者之一。

同时，黄学东还是微软全球技术院士，这代表着微软技术人员的最高荣誉，目前全球仅有 20 多人获得这项殊荣，黄学东是微软唯一的华人技术院士。

 

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。

担任微软首席语音科学家期间，黄学东领导的语音和对话研究团队取得了多项里程碑式的成就

 

1993 年，黄学东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。他领导微软语音技术的开发和产品的市场行销，包括获奖的 Speech Server 2004 。在加入微软之前，他在卡内基·梅隆大学致力于发展 CMU's Sphinx-II  语音识别系统。在期刊和会议上发表了一百多篇论文，并合著出版了两本非常有影响的专著即：Hidden Markov Models for Speech Recognition (Edinburgh University Press 1990) （语音识别中的隐含马尔可夫模型（爱丁堡大学出版社 1990 ））和Spoken Language Processing (Prentice Hall 2001)（口语处理（普林斯顿出版社2001））。曾获中国教育部的科技进步奖、 IEEE 信息论文奖、 Allen Newell 杰出研究奖章，及 SpeechTek 的语言领域十大领军人物称号。 

2015 年以来，黄学东领导着微软在美国、中国、德国、埃及、以色列的团队研发包含语音识别及合成，微软企业人工智能客服对话解决方案、 cris.ai 以及 luis.ai 等认知服务、 CNTK 开源深度学习工具等人工智能产品和技术。

 

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。

 

黄学东在接受采访时曾表示，他的最终梦想是能让机器理解人类的语言，并让机器能够像人一样说话、交流。

往期 精彩回顾

不能错过的人工智能全球 2000 位最具影响力学者榜单 | 重磅发布

扫码关注学术头条 

点击“ 阅读原文 ” 查看 2020 AI 2000 榜单↓