俞栋（中文：俞栋）是一位美籍华裔计算机科学家、人工智能研究者和工程师，因在语音识别、深度学习以及多模态人工智能领域的贡献而受到认可。他是美国计算机协会（ACM）、电气与电子工程师协会（IEEE）以及国际语音通信协会（ISCA）的会士。截至2026年，俞栋担任Capital One的AI基础副总裁以及传音的首席科学顾问，此前曾在腾讯AI实验室和腾讯云AI担任高级领导职务。
早年生活与教育
俞栋获得了浙江大学的电气工程学士学位，以及中国科学院的模式识别与智能控制硕士学位。随后，他在印第安纳大学伯明顿分校获得了计算机科学硕士学位，并在爱达荷大学获得了计算机科学博士学位。他的学术轨迹结合了电气工程基础与计算研究，为他后来在机器学习和神经网络架构方面的工作奠定了基础。
职业生涯
俞栋于1998年在华盛顿州雷德蒙德的微软研究院开始了他的职业生涯，在语音与对话研究组工作。在微软任职期间，他领导了自动语音识别、多模态AI和深度学习框架的研究，为微软小娜、Skype Translator和福特SYNC等产品做出了贡献。他在那里的工作涉及将深度学习技术应用于实际语音系统，架起了学术研究与商业部署之间的桥梁。
2017年，俞栋加入腾讯美国，在腾讯AI实验室和腾讯云AI担任双重领导职务。他的工作重点是开发大语言模型系统、多模态AI以及面向通用人工智能（AGI）的研究。他领导的团队创建了用于对话AI、语音和音乐合成、多模态交互以及智能网络代理的系统。他于2026年离开腾讯，随后成为Capital One的AI基础副总裁和传音的首席科学顾问。
俞栋曾担任IEEE语音与语言处理技术委员会主席，并担任ICASSP 2021的技术程序联合主席。他曾担任IEEE/ACM音频、语音与语言处理汇刊的副编辑和高级领域编辑，并担任多个IEEE期刊和会议特刊的客座编辑，这些特刊聚焦于深度学习、语音处理和对话AI。他还是浙江大学的兼职教授，并拥有约100项专利。他是开源深度学习框架CNTK的创始人和核心贡献者之一。
研究与贡献
俞栋以将深度学习应用于大词汇量语音识别而闻名，包括开发上下文相关深度神经网络（CD-DNN-HMM），这显著提高了识别准确性，并对学术界和工业界产生了影响。这项工作展示了如何将残差网络和其他架构创新适配于序列音频数据，重塑了语音处理领域。
他还推进了循环和卷积神经网络、端到端深度学习架构、多模态AI以及语音合成，为支撑现代虚拟助手和人机交互系统的技术做出了贡献。俞栋开发了计算网络工具包（CNTK），这是一个开源深度学习框架，并引入了多GPU系统的可扩展训练方法，解决了模型剪枝和分布式计算方面的挑战。
最近，他的研究聚焦于多模态大语言模型和AGI，产生了诸如SongGeneration、AlphaLLM、LiteSearch、WebVoyager、Cognitive Kernel、R-Zero和WebEvolver等模型，以及用于腾讯产品的音频前端和语音合成系统。这些工作与生成式AI和Transformer架构相交汇，推动着更强大、更具交互性的AI系统的发展。
奖项与荣誉
俞栋因在深度学习及其在语音识别和处理中的应用方面的贡献，获得了2025年IEEE信号处理学会Claude Shannon–Harry Nyquist技术成就奖。他还分别于2013年、2016年、2020年和2022年获得了IEEE信号处理学会最佳论文奖；2021年NAACL最佳长论文奖；2022年IEEE信号处理杂志最佳论文奖；2022年IEEE信号处理杂志最佳专栏奖；以及EMNLP 2023杰出论文奖。
俞栋因在基于深度学习的语音识别和处理方面的贡献，被选为IEEE会士和ISCA会士，同时也是ACM会士。他入选多个主要专业学会，反映了他在人工智能各领域研究的广度和影响力。
参考文献
[基于公开可获得的传记信息和专业学会记录的文章。]