王小川烏鎮(zhèn)演講：人工智能是否會出現(xiàn)第三次退潮

　　在第三次世界互聯(lián)網(wǎng)大會上，王小川發(fā)表了演講，下面我們一起看看。

　　前面的十二場演講中，嘉賓有講技術(shù)、有講產(chǎn)品，我希望給大家的分享一些不同的內(nèi)容，以及自己獨有的視角。今天大家都提到了AlphaGo，作為引爆人工智能的開端，深度學(xué)習(xí)在其中承擔(dān)了最重要的責(zé)任。

　　今天當(dāng)大家開始暢想的時候，有可能認為人工智能未來真的會取代人。那么我希望今天的分享更多地能夠知道人工智能在今天能做什么?不能做什么?未來終極的理想又是什么?

　　AlphaGo之后，我們看到最重要的突破領(lǐng)域是在語音和圖像領(lǐng)域，在文字領(lǐng)域的進展很緩慢。今天我們在機器翻譯方面取得了一些突破，但是問答和對語義的理解是不夠的。回到圖靈測試，上個世紀五十年代圖靈提出了問答機器推想這樣一個概念，今天我們直觀感受是語音圖像進步很快，但是自然語言的處理其實是比較慢的。

　　拋開技術(shù)，以一個產(chǎn)品經(jīng)理的身份來看，人工智能有三個產(chǎn)品方向，一是識別——語音識別、圖像識別、視頻識別;二是圖像——我們?nèi)ド�產(chǎn)圖像，生成識別;三是創(chuàng)造。大家提到了人工智能進步的層次，我想換一個方式描述——工程師在人工智能時代會處于越來越重要的位置。

　　我們開始提到傳統(tǒng)的方法是把規(guī)則交給機器，隨著統(tǒng)計系統(tǒng)的發(fā)展，包括深度學(xué)習(xí)，我們開始更容易地將答案交給機器。，在數(shù)據(jù)的積累下我們就可以讓機器變得更加聰明。這里面更前沿的方式是將目標(biāo)交給機器，AlphaGo融合了幾套算法，但是我和他們工程師溝通的時候，這樣的把目標(biāo)交給機器的強化學(xué)習(xí)，還并不成熟，也就是說如果沒有之前三千萬局人機對戰(zhàn)的棋譜的話，AlphaGo沒能夠做到只通過強化學(xué)習(xí)來戰(zhàn)勝人類，這是技術(shù)層面需要往下突破的重點。如果將目標(biāo)交給機器，機器能夠做自我學(xué)習(xí)，這方面有新的突破，那我們離新的人工智能時代就更近了。

　　今年六月份，我去了英國倫敦，和DeepMind公司的工程師做了交流，我特別好奇的事情就是下棋的第四局機器輸?shù)袅�，發(fā)生了什么事情?他們說不是程序有BUG，就是深度學(xué)習(xí)本身有瓶頸，圍棋比賽是三月份，我是在六月份去的倫敦，已經(jīng)過了三個月，三個月的時間，這個問題依然沒有解決。但是我離開以后一個星期，他們的程序能夠正確面對之前的第四局棋譜，我問他是否這個BUG修好了，工程師說沒有，只是代表第四局那個特定問題，正好機器可以解決。但是我們依然不知道再什么情況下， AlphaGo會繼續(xù)出錯。所以深度學(xué)習(xí)這樣一個體系其實還是有瓶頸所在的。

　　所以在今天我更多想談的是以深度學(xué)習(xí)為代表的今天的人工智能技術(shù)，還有哪些不靠譜的地方?在產(chǎn)品上不適用之處有哪些?

　　第一個問題，語音識別靠譜嗎?在百度、騰訊，都提到了語音識別的能力，今天我給大家的演示也用到了語音識別，這是搜狗自己的技術(shù)。在安靜的環(huán)境里面我們的識別準確度已經(jīng)到了95%，甚至97%，但是一旦有噪音，準確率迅速下降。當(dāng)噪音還只是汽車的引擎噪音、風(fēng)的噪音時，我們把噪音當(dāng)成原始數(shù)據(jù)進入監(jiān)督學(xué)習(xí)系統(tǒng)里去，把這種噪音變成機器見過的問題之一。但是事實上我們見到更多的情況，如果同時兩個人說話會怎樣?在今天的學(xué)術(shù)界依然無解。

　　今年六月份，我問學(xué)術(shù)界的人，人和機器在語音識別上的區(qū)別，究竟怎么破解?我們用機器的時候，采用立體聲的方式做定向的`識別，也就是說我們做一個麥克風(fēng)矩陣，通過立體的方式知道其中一個人在說話，把另外一個人說話去掉，但人本身是這樣干的嗎?如果把一只耳朵堵上，我是否沒辦法分離出誰在說話?或者把兩個說話的聲音錄在一個單聲道里面，人可以識別嗎?人當(dāng)然是可以的，所以人的方法和機器不一樣。人怎么識別?因為人的音色不一樣，還是因為兩個人的一個聲音大一個聲音小，還是因為他們不同的語音，博士說但凡同時兩個人說話的時候，只要能夠找到差別，人就能夠把其中的一個聲音識別出來，所以人在和機器處理過程當(dāng)中有巨大的不同。語音識別最成熟的領(lǐng)域其實還是和人有很大的區(qū)別。

　　另外一件事情是語義靠譜嗎?對語言的理解，谷歌在之前是用知識圖譜的方法解決，現(xiàn)在遇到了瓶頸，也是今年六月，我在一個實驗室看到最先進的人機對話系統(tǒng)，這個系統(tǒng)可以幫你訂餐訂酒店，對話過程當(dāng)中機器的表現(xiàn)非常驚艷，我們上去試，有一個環(huán)節(jié)，機器問你：“你是需要停車位還是不要停車位?”這個時候我們回答要或者不要都沒問題，如果回答“我沒車”，大家知道機器會怎么樣嗎?他們完全不理解我沒車代表著我不需要停車位，因為今天的機器，在自然語言概念的理解方面，還是遠遠不夠的。所以自然語言處理是可以做的，但是語義理解到現(xiàn)在還是一個不靠譜的階段。谷歌也在今年發(fā)布了一套對于自然語言能夠做句子分析的引擎，把主語、謂語、賓語提出來，但是準確度只有90%，提不上去了，因為這個時候光靠統(tǒng)計靠語法已經(jīng)不能支撐，往下是需要對句子當(dāng)中的具體概念有理解才能消除歧義。我們知道不能把馬路放在冰箱上面，這對于人來講非常好理解，但是對計算機的挑戰(zhàn)非常大，這是深度學(xué)習(xí)人工智能還不夠的地方。

　　很敏感的問題，無人駕駛靠譜嗎?今天百度在大會上也提出了發(fā)布無人駕駛汽車，但是從我的了解，如果以今天人類的技術(shù)，我們確實再見過的場景和封閉場景中都可以使用。但是對于真正開放的環(huán)境，不只跑在高速上的汽車，以現(xiàn)在人類的技術(shù)是不安全的，因為這個場景只要沒見過，可能會犯嚴重的錯誤，就像AlphaGo下棋一樣會突然發(fā)瘋，所以作為輔助駕駛是可以的，無人駕駛在真正的技術(shù)突破以前還做不到。今天的深度學(xué)習(xí)缺乏推理，缺乏對符號的理解，如果沒有符號，對自然語言的理解就會成為瓶頸。

　　即便是這樣，我們也提到了(人工智能)能夠取代一些行業(yè)，比如說棋手、醫(yī)生、司機，機器在里面都可以做很好的輔助，但是對于大家沒見過的創(chuàng)造性的事情，比如規(guī)劃、科研，其實對于機器來說還很難，今天在媒體上機器自動寫文章、自動畫圖，在科研層面展示出了一些魔力，但是還沒有到可以取代人的階段，所以在這里面我先把大家對人工智能預(yù)期降低下來。

　　有人在問，(人工智能)是否會出現(xiàn)第三次退潮，前兩次我們都認為人工智能到來了，但是這次可能會比之前好，之前的人工智能兩次退潮前，我們問一個老師，說你是研究人工智能的嗎?這是罵他的話。因為(大家認為)人工智能不靠譜，這次是(人工智能)第一次真正進入到了使用，切實在語言處理、聲音處理、圖象處理，和在一些高維數(shù)據(jù)空間上能夠比人做的更好。所以這次的區(qū)別就是大量資金、資本投入到了人工智能。也有大量的研究人員在畢業(yè)以后從事人工智能工作，這是和之前不一樣的。所以一方面我們開始使用這項技術(shù)，另外一方面我們開始期待不斷產(chǎn)生新的突破。

　　我個人對這次人工智能的浪潮是樂觀的，但是我也很緊張，也許我們自己做的搜索引擎就是會被顛覆的一部分。

　　在這里面我們開始暢想未來的路在什么地方，從我自己的描述來看，搜索的未來就是人工智能時代的皇冠，為什么這么說，搜索的未來是什么，人工智能的未來又是什么，為什么是皇冠?

　　簡單來講，我認為搜索的未來就是問答機器人。因為我們習(xí)慣了一件事情：做搜索的時候我們先輸入關(guān)鍵詞，然后搜索給你十條結(jié)果，或者叫十條鏈接。但是這真是最好的方法嗎?肯定是不夠的。我們也會提到是否我們用個性化的方法能夠使得搜索的結(jié)果更準，但是其實個性化能夠提供的信息非常的有限。真正能夠使得這個系統(tǒng)變得有用的辦法是用問句。以前不用問句的原因是因為機器聽不懂你在說什么，真正到了問句以后，機器會從給你十條鏈接，變成給你一個答案，就會好很多。如果你去問機器四個字，“烏鎮(zhèn)大會”，機器不可能給你想要的內(nèi)容，最多把新聞，烏鎮(zhèn)的百科或者是官網(wǎng)介紹給你，只有你問烏鎮(zhèn)大會哪天開，這個時候機器才能理解你要什么，才有機會給你最好的答案，我相信隨著技術(shù)的突破，搜索引擎會自然而然演化成為問答引擎。

　　很多公司都在做這件事，蘋果、微軟、亞馬遜、谷歌。這里面起步最早做對話系統(tǒng)的是蘋果的Siri。但是這個系統(tǒng)并不成功，在中國用的人很少。為什么?因為現(xiàn)在技術(shù)沒有到來，對于自然語言的處理能力、自然語言的理解能力非常有限。那么為什么蘋果這樣一個追求極致的公司，會把這個系統(tǒng)發(fā)布出來呢?一種可能性是蘋果對技術(shù)了解不夠;另一種可能性是我認為這是喬布斯的一個遺愿。我們知道發(fā)布iPhone手機的時候，喬布斯病重，只能躺在病床上看發(fā)布會，發(fā)布會完成之后，他很快就離開人世了，所以Siri就像一個早產(chǎn)的嬰兒，在iPhone4s里面發(fā)布出來，所以我認為這樣的系統(tǒng)代表著人類終極人機交互的暢想。

　　事實上在大量的文學(xué)作品、科幻電影里面，都會提到問答機器人，不管是《星球大戰(zhàn)》、《超能陸戰(zhàn)隊》，還是《星際穿越》都提到了。阿西莫夫的短篇小說《最后的問題》，描繪就是人類造了一個機器，把所有的資源都用了上去。這個機器可以回答其他任何問題，卻有一個問題回答不了，就是“宇宙是怎么誕生的”，這是文學(xué)作品對問答機器的思考。

　　除了搜索引擎做問答以外，咱們知道在中國搜狗輸入法在移動端擁有三億用戶，輸入法的未來是什么呢?和自動問答有關(guān)系，大家一起來看一個視頻。

　　之前我們討論輸入法的時候很多朋友和我說語音是最重要的，搜狗有完整的語音識別技術(shù)和語音合成技術(shù)，但是在我內(nèi)心，這個遠不是輸入法的極致。輸入法真正的極致是能夠開始尋找信息，幫你思。剛才給大家演示的是搜狗輸入法的分享的能力，真正的回答能力可以在后面給大家做一個新的演示。

　　在我們討論問答技術(shù)和討論人機對話的時候，輸入法也許是最好的一個切入場景。輸入法作為一個人的分身，更容易幫助你建立思考。輸入法也會從一個拼音工具走向一個對話和問答系統(tǒng)。

　　搜狗有兩個核心產(chǎn)品，一個是輸入法一個是搜索，一個是搜索信息一個是表達信息。隨著AI技術(shù)的發(fā)展，我們能更好地解放人的思考。我們有一個理念，包括兩件事情：一個是做自然的交互，不只是語音，還包括語言;另外就是做知識的計算，能讓機器開始逐步建立推理的能力。搜狗輸入法在中國擁有最大的語言數(shù)據(jù)處理積累，我們有機會在這個領(lǐng)域取得突破。

　　這是我今天的分享，謝謝大家!

【王小川烏鎮(zhèn)演講：人工智能是否會出現(xiàn)第三次退潮】相關(guān)文章：

《遇見王瀝川》經(jīng)典臺詞05-28

測你是否是辦公室人氣王02-09

《神話》中易小川經(jīng)典臺詞04-21

烏鎮(zhèn)自由行旅游攻略04-06

晨會求職小故事08-25

元旦小長假四川有什么旅游景點04-04

烏鎮(zhèn)的自助游攻略11-30

烏鎮(zhèn)自助游住宿攻略03-27

西塘烏鎮(zhèn)自助游攻略03-23

上海去烏鎮(zhèn)自助游攻略03-18