新聞中心

• 人物動(dòng)態(tài) | 王小川:人工智能技術(shù)有不足 阿法狗現在仍贏(yíng)不了輸的那一局

  

  　　搜狗公司CEO王小川今日在奇點(diǎn)大會(huì )上發(fā)表演講，他圍繞“人工智能”談到了最近的思考和感受，并認為目前國內對人工智能的發(fā)展有所高估，應該有一些理性的反思。不過(guò)王小川也結合搜狗的探索，談到了他認為的人工智能的未來(lái)發(fā)展和應用方向。

  　　王小川稱(chēng)，自己近期去美國硅谷和AlphaGo的開(kāi)發(fā)團隊有了交流，但對方告訴他，在3個(gè)月以后，不斷進(jìn)化的AlphaGo還是贏(yíng)不了輸給李世石的那一局比賽。

  　　“AlphaGo就像一場(chǎng)啟蒙運動(dòng)，所有的公司所有的投資把眼光都看向了人工智能，在全球范圍內的投資異常地活躍，中國也一樣。那在這個(gè)時(shí)候我更多想談到，我們得小心什么地方是陷阱，什么地方是真的人工智能的未來(lái)?”王小川說(shuō)。

  　　這位搜狗CEO認為，目前情況來(lái)看，人工智能的陷阱主要有兩個(gè)，一是技術(shù)上存在缺陷，無(wú)論是自動(dòng)駕駛還是語(yǔ)音識別，都存在技術(shù)上的缺陷，需要去完善;二是對于很多人工智能創(chuàng )業(yè)團隊來(lái)講，會(huì )存在“帶著(zhù)技術(shù)找市場(chǎng)”的問(wèn)題，但在這個(gè)過(guò)程中還沒(méi)找到市場(chǎng)就出局了，或者找到市場(chǎng)后，技術(shù)已經(jīng)落后。

  　　王小川認為合理的解決方式是帶著(zhù)技術(shù)應用到現有的產(chǎn)品中，不斷通過(guò)人工智能技術(shù)提升產(chǎn)品體驗，并且在原有市場(chǎng)的基礎上實(shí)現更大的價(jià)值。王小川還透露說(shuō)，這也是目前搜狗在搜索、輸入法等領(lǐng)域的發(fā)展思路和方向。

  　　“其實(shí)有朋友跟我談搜索的時(shí)候說(shuō)王小川你今天挺高調的，不停談人工智能，你們要轉型做人工智能了么?我說(shuō)不是，搜索本身就是一種人工智能，而且是有幸福感的人工智能，因為它能讓每個(gè)人變的更加地強大?！蓖跣〈ń忉尩?。

  　　值得一提的是，王小川全程演講中，同步使用了“實(shí)時(shí)語(yǔ)音識別”，他每講的一句話(huà)都會(huì )實(shí)時(shí)被識別成文字投射到主屏幕上，而最后演講完，演講全文速記也實(shí)時(shí)完成。王小川稱(chēng)語(yǔ)音識別現在還不完美，需要繼續解決“噪音”和“多人說(shuō)話(huà)識別”的問(wèn)題，但他也樂(lè )觀(guān)表示，會(huì )一步步被技術(shù)和產(chǎn)品解決。

  　　在今日演講會(huì )前，新浪科技在早餐中和王小川偶遇，他告訴新浪科技：“人工智能太火了，我要往回拉一拉，拿點(diǎn)實(shí)際的產(chǎn)品出來(lái)?！?李根)

  　　以下為搜狗CEO王小川實(shí)時(shí)演講速記全文：

  　　大家好，我本人是人工智能的鼓吹者。在大家談互聯(lián)網(wǎng)的時(shí)候，我們就開(kāi)始談產(chǎn)品;大家談產(chǎn)品的時(shí)候，我們就開(kāi)始談技術(shù);大家開(kāi)始談技術(shù)的時(shí)候;我們已經(jīng)開(kāi)始談人工智能。那今天大家都在談人工智能，我要談一些什么東西呢?

  　　感謝李志飛，其實(shí)他的演講我非常喜歡，我很感謝他把我想講的東西都已經(jīng)講完了，很多理解是一樣的。李志飛在最后說(shuō)，今天沒(méi)有給大家帶來(lái)一個(gè)演示，搜狗帶來(lái)了，請看大屏幕!我們預料到了今天網(wǎng)絡(luò )可能有故障，所以我們把服務(wù)器搬到了現場(chǎng)!

  　　那么我們在談人工智能的時(shí)候，我會(huì )談一些反思，因為今天大家可能過(guò)多高估了人工智能的未來(lái)。在今年上半年，我是鼓吹AlphaGo這樣一場(chǎng)跨世紀的比賽，4：1的比分。那么之后就像一場(chǎng)啟蒙運動(dòng)，所有的公司所有的投資把眼光都看向了人工智能，在全球范圍內的投資異常地活躍，中國也一樣。那在這個(gè)時(shí)候我更多想談到，我們得小心什么地方是陷阱，什么地方是真的人工智能的未來(lái)?

  　　就在前一個(gè)月，我去谷歌跟AlphaGo的工程師做了深度的溝通。有件事情我得告訴大家，AlphaGo并沒(méi)有停止研發(fā)，還繼續在往前進(jìn)步。但是我跟他們聊的時(shí)候，談到到今天為止，跟李世乭下棋的第四局，機器還是贏(yíng)不了。我是非常驚訝的，已經(jīng)過(guò)了3個(gè)月的時(shí)間，所以我跟他們說(shuō)，有什么樣的算法可以改進(jìn)贏(yíng)得第四局的比賽?谷歌的工程師跟我苦笑，他說(shuō)你講的方法我們都試過(guò)了。

  　　回到我們深度學(xué)習。今天大家知道有一個(gè)巨大的危險，因為傳統做人工智能的專(zhuān)家就在預言，深度學(xué)習有一些缺點(diǎn)，穩定性不夠，在一些需要可靠性的場(chǎng)景里面，沒(méi)有完整的數學(xué)的計算和證明。所以這種情況里面即便是99的正確性，也可能會(huì )帶來(lái)不確定，比如在無(wú)人駕駛，這1的不確定性，就可能帶來(lái)汽車(chē)的失速，而且不知道怎么修正。所以我們今天會(huì )知道，深度學(xué)習我們認為可以做很多的事情，但是到現在我們人類(lèi)的技術(shù)掌握還是比較淺的。

  　　那么我也談到在語(yǔ)音識別這樣的一個(gè)話(huà)題，今天語(yǔ)音識別已經(jīng)到了比較高的準確度，已經(jīng)接近實(shí)用，但是其實(shí)還是很多的限制。比如說(shuō)我們需要安靜的環(huán)境，當有噪音的時(shí)候同時(shí)有兩個(gè)人說(shuō)話(huà)機器就搞不定了，我們的辦法是，比如說(shuō)在汽車(chē)環(huán)境里面，預先錄制發(fā)動(dòng)機引擎的聲音，或者是噪音加到識別里面去，就把沒(méi)有見(jiàn)過(guò)的環(huán)境變成機器能夠見(jiàn)過(guò)的環(huán)境，就能夠做識別。

  　　但是我跟工程師聊，那其它的環(huán)境，如果有兩個(gè)人說(shuō)話(huà)怎么辦?總有一個(gè)人的聲音是聽(tīng)不到的?我們的解決方案是用麥克風(fēng)舉證，有一種麥克風(fēng)可以定向識別，如果兩個(gè)人不同的位置不同的聲音，聲音的音源可以分離開(kāi)。人是這樣嗎?人是靠?jì)芍欢涠曇魡?如果只有一只耳朵，或者兩個(gè)人在同一個(gè)方向說(shuō)話(huà)會(huì )怎么樣?人是能識別的對吧?機器就做不到了。所以我在這張圖里面跟大家演示，我也問(wèn)了搞神經(jīng)科學(xué)的人，他們說(shuō)人跟機器有本質(zhì)的區別，如果兩個(gè)人說(shuō)話(huà)的時(shí)候位置不一樣，人可以分離開(kāi)，如果位置一樣，一個(gè)人聲音大，一個(gè)人聲音小也能分開(kāi)。如果兩個(gè)人的聲音一樣大，一個(gè)是男聲，一個(gè)女聲也可以分開(kāi)，如果都是男聲，但一個(gè)人說(shuō)中文，一個(gè)人說(shuō)英文也能分開(kāi)。所以人是在一個(gè)環(huán)境當中，只要能夠找到一線(xiàn)機會(huì )，把兩個(gè)聲音的不同找到一個(gè)特征，就能動(dòng)態(tài)地去分離。但對不起，今天在全球范圍內，我們號稱(chēng)在語(yǔ)音識別有重大的各種各樣的突破，還是解決不了這樣的問(wèn)題，所以我們知道今天的計算機離人還有巨大的距離。

  　　那么除了這樣的一個(gè)技術(shù)本身的瓶頸以外，我們在創(chuàng )業(yè)當中有很多領(lǐng)先的技術(shù)公司還會(huì )面臨什么樣的瓶頸?很危險的一種可能性就是有技術(shù)，帶著(zhù)這種技術(shù)找市場(chǎng)。比如說(shuō)我們做了人臉識別，就開(kāi)始想象人臉識別怎么去使用?就去找市場(chǎng)的方向，但是很有可能在這個(gè)過(guò)程當中沒(méi)有找到，我們公司就死掉了。也有一種可能性是在找市場(chǎng)的過(guò)程當中，我們花了很多力氣組建我們的銷(xiāo)售團隊，我們嘗試跟各個(gè)領(lǐng)域結合，但是這個(gè)時(shí)候忘記了技術(shù)的源頭，因為技術(shù)是不斷地迭代更新，如果不能跟高效、前沿的技術(shù)保持同步，可能我們偶爾找到一點(diǎn)市場(chǎng)，但是我們的技術(shù)已經(jīng)落后。

  　　今天在中國的人工智能領(lǐng)域里面，做語(yǔ)音識別、圖象處理的公司有好多已經(jīng)掉到這樣的陷阱里面去了。所以這個(gè)創(chuàng )業(yè)的道路，我跟投資人講沒(méi)有那么容易，技術(shù)本身不那么靠譜，即便技術(shù)靠譜可能沒(méi)有市場(chǎng)，即便有了市場(chǎng)可能我的技術(shù)已經(jīng)丟掉了。

  　　還有一種我們的做法，已經(jīng)有廣大的市場(chǎng)，搜狗的輸入法、搜索已經(jīng)有千萬(wàn)的用戶(hù)使用，這樣的情況下，我們找技術(shù)的時(shí)候就會(huì )更加踏實(shí)。所以我在這里畫(huà)了一個(gè)簡(jiǎn)單的樹(shù)，就是市場(chǎng)技術(shù)跟產(chǎn)品之間的關(guān)系：樹(shù)根是技術(shù)，樹(shù)干是產(chǎn)品，真正開(kāi)花結果是最后的市場(chǎng)。所以有一些情況里面，是當我們有根的時(shí)候要努力發(fā)芽長(cháng)樹(shù)干，等它能開(kāi)花結果，中間的困難是非常多的。而還有很大的困難是，如果我們有了這樣一些果實(shí)，我們有了市場(chǎng)的時(shí)候，或者我們認為我們有市場(chǎng)的時(shí)候，把根基丟了。

  　　人工智能跟高校、跟學(xué)術(shù)界的聯(lián)絡(luò )非常多，國內需要的做法，不是從國外學(xué)成歸來(lái)之后我們做技術(shù)，也忘記了這樣一個(gè)研發(fā)的進(jìn)展就去找市場(chǎng)，而是不斷地跟技術(shù)的前沿保持同步。比如李志飛一定有他的工程師團隊讀論文，甚至在這個(gè)里面寫(xiě)自己的論文，把前沿跟上。人工智能創(chuàng )業(yè)不像有互聯(lián)網(wǎng)的創(chuàng )業(yè)一樣，而是不斷地把技術(shù)更迭起來(lái)。

  　　那么這個(gè)里面也提到一個(gè)命題的作文，我們怎么討論技術(shù)跟幸福之間的關(guān)系?我做了一張簡(jiǎn)圖，左邊是我們提的一些技術(shù)，包括語(yǔ)音識別、人臉識別、人機交互、服務(wù)機器人等等。大家覺(jué)得這個(gè)詞跟幸福有關(guān)系嗎?在座大多數的人本身不是搞技術(shù)的，因為大家敬仰技術(shù)，崇拜技術(shù)，所以我們會(huì )過(guò)度地在技術(shù)里面想象它無(wú)限的光環(huán)，其實(shí)跟幸福沒(méi)有關(guān)系，其實(shí)是因為我們的不理解，恐懼和向往帶來(lái)一種誤解?？从疫?，右邊這些聽(tīng)起來(lái)我就覺(jué)得比較酷了，自動(dòng)駕駛、能聽(tīng)懂我說(shuō)話(huà)、診斷疾病、一鍵送咖啡。聽(tīng)著(zhù)怎么樣?是不是有幸福感?左下角的詞大家看到了嗎?活捉皮卡丘，大家知道我要說(shuō)什么嗎?最近非?；鸬奶摂M現實(shí)的游戲，不是在像左邊一樣講虛擬現實(shí)，而是講帶來(lái)了一個(gè)把活生生的卡通形象放在我們面前，這是我們看到的幸福。

  　　所以對比左右兩個(gè)圖，無(wú)論創(chuàng )業(yè)者，還是媒體人，還是投資人，我們應該看到當我們的技術(shù)能夠讓我們有幸福的時(shí)候，那它更有可能成為一個(gè)技術(shù)變成一個(gè)產(chǎn)品，變成一個(gè)市場(chǎng)成功的應用。跟大家講講我們對于搜狗技術(shù)跟幸福之間聯(lián)系的理解。其實(shí)有朋友跟我談搜索的時(shí)候說(shuō)王小川你今天挺高調的，不停談人工智能，你們要轉型做人工智能了么?我說(shuō)不是，搜索本身就是一種人工智能，而且是有幸福感的人工智能，因為它能讓每個(gè)人變的更加地強大。

  　　有時(shí)候我跟一個(gè)90后走在一塊，我發(fā)現他很厲害，他無(wú)所畏懼，因為他知道擁有了搜索之后，他能解決所有的問(wèn)題。上面一搜索就有答案，所以今天的這些年輕人利用技術(shù)，利用搜索變的更加地強大，擁有了更大的幸福感。

  　　那么再多補一句，為什么說(shuō)搜索就是一種AI呢?先看一個(gè)簡(jiǎn)圖，搜索第一部分是讓用戶(hù)先要去做一個(gè)關(guān)健詞的搜索，然后給它提供10條鏈接，這是搜索今天產(chǎn)品運行的基本方式。但是這個(gè)關(guān)健詞是我們最好的輸入模式嗎?今天大家已經(jīng)很習慣了，我回顧1999年到2000年，搜索剛剛出現的時(shí)候我觀(guān)察過(guò)，那個(gè)時(shí)候大家更愿意敲整句話(huà)，但發(fā)現機器不能識別，所以大家被訓練使用這樣的關(guān)健詞。這個(gè)就像計算機使用鼠標一樣，大家都會(huì )很習慣用鼠標，但是今天我們發(fā)現喬布斯告訴我們，更好的方式是用手指直接在屏幕上戳，所以關(guān)健詞的輸入相對于自然語(yǔ)言的輸入就像鼠標和用手指自然表達一樣，是需要繼續提升的。因此搜索引擎往下的進(jìn)展方向就是把讓人去想一個(gè)關(guān)健詞，變成讓人去表達一個(gè)完整的句子，機器找出中間的含義。同樣的10條鏈接也不是我們最想用的方式，而是應該通過(guò)用戶(hù)的問(wèn)句直接給出答案或者是命令，機器做執行。

  　　因此今天搜索的進(jìn)化對搜索引擎公司是一個(gè)漸進(jìn)的過(guò)程，就像谷歌，他已經(jīng)提到自己從一個(gè)移動(dòng)互聯(lián)網(wǎng)公司變成一個(gè)人工智能公司，那為什么他沒(méi)有做到這個(gè)東西呢?聽(tīng)著(zhù)很好聽(tīng)對吧?是因為今天全人類(lèi)的技術(shù)，距離做到讓機器去理解人，能變成一個(gè)句子給出答案還是有距離的，只是我們在這條道路上一直走。人工智能引入不是顛覆性的市場(chǎng)，而是原有的需求漸進(jìn)的改進(jìn)，對谷歌，對我們一樣，包括對百度也是這樣的邏輯。

  　　所以我們提到搜索公司本身就在做人工智能，如果大家看搜狗覺(jué)得不過(guò)癮可以看谷歌，他已經(jīng)代表了人工智能在今天運用的最高峰。因此在現在的應用里面類(lèi)似于Siri還有其他的交互功能是我們的夢(mèng)想，我們判斷這樣的未來(lái)是屬于搜索公司的。好，給大家看一個(gè)我剛剛提到的美妙的動(dòng)畫(huà)。這個(gè)片子我相信大家都看過(guò)，其實(shí)是代表未來(lái)人工智能在我心中的方向，搜索公司未來(lái)走的方向也是向這里發(fā)展的。

  　　我們談到語(yǔ)音輸入，今天是被大家吐槽特別嚴重的領(lǐng)域，也是我們發(fā)展的一個(gè)重要環(huán)節。大家知道訊飛，但可能不知道搜狗是中文語(yǔ)音識別用戶(hù)量最大的應用，我們一天有1.4億次的語(yǔ)音識別量，準確率超過(guò)97，搜狗輸入法的用戶(hù)，剛剛提到做語(yǔ)音識別是不夠的，我們還會(huì )在上面做什么呢?給大家看一段視頻。我們怎么把97繼續提升?

  　　OK，最后大家剛剛已經(jīng)看到，我的演講已經(jīng)被翻譯成了文字，所以應該是可以給大家一個(gè)二維碼做下載的。