科大讯飞胡郁：中美将迎来人工智能巅峰对决

迄今为止，宇宙的寿命是138亿年，地球是40亿年，机器人维修，而从猿进化到人，我们用了300多万年的时间。而机器人用了多长时间呢？1940年以来，从人工智能之父图灵开始，大批的科学家们就在不停地考虑，在数字宇宙当中，是不是可以真正产生人工智能和生命。

人工智能自1956年被命名开始，到现在，仅仅经过了60多年的发展历程。与人类智慧相比，可以说只是一瞬间的事情。并且，这一过程也并不是一帆风顺的，它经历了三个大的发展浪潮。中国非常幸运地赶上了第二次和第三次。

人工智能的第二次浪潮发生在上世纪的八九十年代。当时，中国的863计划启动，科大讯飞的前身中国科学技术大学语音研究评测实验室在这一契机之下，成为了国家863项目之一，为中国培育出了一批研究人员和相关技术成果。

人工智能的第三次浪潮是21世纪前十年的事。当世界再一次进入到一个新的产业化浪潮之中，中国又非常幸运地积累了有关互联网、移动互联网、云计算和大数据的产业基础，这也恰恰是科大讯飞所需要的。所以说，如今，在人工智能领域争霸的基本上都是中美两国的企业。包括科大讯飞在内，都是在1999年，也就是第二次浪潮和第三次浪潮之间的低谷成立并发展起来的。尽管与人类历史相比，人工智能是非常短暂的，但是对人能智能的研究却是非常长周期的科技创新方向，它需要十年磨一剑，需要我们具有板凳能坐十年冷的精神，然后才能在原始的核心技术系统创新的基因和工程能力方面实现厚积薄发。

人工智能与机器自主决策并无关联

最近五六年，随着人工智能从尖端科研领域逐渐走进人们的视野，社会上对它的讨论也多了起来。有人说，如果做得不好，人工智能将会毁灭人类。但是我的观点是，现在我们研究所谓的人工智能，其实只是对工业界而言的。在工程层面上讲，这也是为工业界所推崇的方向。原因是什么呢？因为它能够解决实际的任务。但是，在真正研究人工智能理论、数学和概率的专家看来，我们所研究的深度神经网络和大数据并不是机器学习的最好方法。这种基于工程研究的深度神经网络算法和机器意识，或者说能够让机器产生自主决策的思路并无关联。所以，从这一点上讲，我们不用担心人工智能会毁灭人类。

但是仍然有很多人对此抱有疑问。他们会说，人工智能已经打败了人类最顶级的棋手，工业机器人维修，那么随着它的发展，将来，我们所有工作是不是终将被人工智能所取代？人类会不会成为无用的存在呢？这就要看人工智能所擅长的领域是什么，以及它在哪些方面能够替代人类技能。过去几年，科大讯飞一直提倡的是，我们应该把人工智能由强到弱、将人类智慧由弱到强地分解为很多不同的方面，并且从不同的角度去谈论人工智能。

比如，我们知道，机器从发明的第一天开始就特别擅长运算，所以，对于很多信息完全公开的任务，www.zr-kuka.com，机器在运算智能上拥有绝对的优势。但是，人和动物所拥有的智能，比如在感知智能和运动智能方面，机器和机器人与人类的差距还相当大。尤其是对于人类来说，我们在认知智能方面要远远高于动物，所以能够理解语言，能够学习知识，能够进行逻辑推理。AlphaGo虽然可以战胜李世石九段，但是它无法理解人类的情感和理念。所以在这一点上，机器更无法与人类匹敌。

因此，科大讯飞认为，当前人工智能急需突破的是恰恰是人类区别于动物的最本质的智能，即认知智能。简单地说，就是从感知的能听会说到认知的会理解、会思考。像教师、医生等等职业，是要通过大量的读书、学习，基于对文字的理解，基于逻辑思维的加工才能实现对专业能力的掌握。如果让人工智能也拥有这样的能力，就必须依赖于机器认知智能的进步。目前，科大讯飞对超脑技术的研究就是基于这样的方向。

人工智能对产品的改造

目前，中国的机器在感知智能和认知智能方面已经取得了一些不错的成果。在国际最高水平的语音合成大赛上，中国的人工智能系统已经连续12年处于国际最领先的水平。我们可以让机器说英文，还可以用奥巴马的嗓音来说中文。在英文的语音识别大赛上，科大讯飞有三个语音识别指标获得了第一名的成绩。更重要的是，在研究和工程领域，我们都运用了大量的深度神经网络学习技术。这是我们在国际上一些最新的进展。但是，掌握这些技术并不代表着我们就知道如何在各种场景之下，用最正确的去使用人工智能。

所以，很多人会问，人工智能到底会在哪些方面改变我们的生活呢？有人会说，人工智能可以帮助我们驾驶汽车，可以帮助我们照顾小孩，等等。如果把它高度抽象起来，我觉得无外乎两个方面：

第一个方面，我们都知道，生活中有大量的产品和服务。人工智能第一个作用就是用它特有的方法改变这些产品和服务本身。比如说汽车，我们可以让它更聪明、更懂我们，从而实现自动驾驶；我们可以让手机理解我们的意思，能够看懂我们的表情，等等。所以，不管是一针、一物，还是各种各样的产品本身，人工智能都可以让它们很自然地与我们进行交互，让产品更懂人。人工智能通过自我学习的方法，在很大程度上改变了产品和服务的生产过程，从而改变了整个世界。同时，因为在产品和服务的生产过程中，人工智能能够利用其本身学习专家系统的能力，替换掉大量的行业专家或有经验的工人，并在这些行业中不断生产出具有人工智能性能的产品和服务。

第二个方面，人工智能率先将产品模式定义为交互而非操作。在工业革命时期，人类是通过学习的方法来适应机器的，但是在人工智能时代，这种模式被颠倒了过来。机器可以自动学习人类的习惯，比如原来我们需要学习打字技术，要学习如何使用鼠标，但慢慢地我们会发现，人类只要通过触摸就可以让机器理解我们的意思，并像我们所需要的那样去执行。语音与视觉的交互

有一个非常有意思的事情。通常认为，人类80%的信息来源是通过眼睛获取的，那么，计算机视觉对人类而言是不是更为重要呢？在这一点上，我的观点恰恰相反。我认为，视觉识别还远远达不到语音识别的重要程度。为什么这么说呢？不知道大家注意到没有，目前的智能设备都有一个大的显示屏，显示屏中有各种各样图形。人类拥有非常强大的图形语义理解能力，所以，人类能够识别出任何一个图形所表达的语义，能够快速地理解机器通过显示屏呈现出来的图片的含义。但是反过来，人却没有显示屏。所以说，就算机器拥有非常强大的图形理解能力，但人类却不是通过跳舞或者绘画的方式与机器进行交互的。人类的信息不会通过图形来传递，因此，让机器通过识别人脑中的图像来理解人类，这似乎不太现实。