昨天下午看到王小川時(shí)，第一個(gè)感覺(jué)是他變得更清秀了。一位接近搜狗的人士告訴我，王小川在這幾個(gè)月內(nèi)“瘦了十幾斤”。

 

　　昨天剛出的搜狐財(cái)報(bào)，在廣告業(yè)務(wù)、在線游戲的一片虧損中，只有搜狗還在堅(jiān)挺著相對(duì)平穩(wěn)的增長(zhǎng)趨勢(shì)。2016年全年，搜狗營(yíng)收44億元人民幣，同比增長(zhǎng)19%，非美國(guó)會(huì)計(jì)準(zhǔn)則下的凈利潤(rùn)達(dá)6.4億元人民幣，根據(jù)最新匯率約合9300萬(wàn)美元，相比2015年1億美元凈利潤(rùn)，同比下滑7%。其中，2016年第四季度，搜狗營(yíng)收11.7億元人民幣，同比增長(zhǎng)11%。

 

　　去年中國(guó)的搜索市場(chǎng)上風(fēng)波不斷。“魏則西事件”后，對(duì)于搜索引擎內(nèi)容推廣是否應(yīng)定性為廣告的爭(zhēng)議引起了廣泛討論。《互聯(lián)網(wǎng)廣告管理暫行辦法》的出臺(tái)不僅規(guī)范了搜索廣告的定義，也對(duì)搜狗的利潤(rùn)造成了一定的影響。這是本季度有點(diǎn)下滑的主要原因。但王小川對(duì)下個(gè)季度的財(cái)報(bào)保持樂(lè)觀的態(tài)度，認(rèn)為會(huì)有一定的增長(zhǎng)。

 

　　今年年初，微軟“華人第一高管”陸奇空降百度，百度人工智能“小度”參加電視節(jié)目《最強(qiáng)大腦》也吸引了不少人的目光。與此同時(shí)，搜狗的人工智能“汪仔”也開(kāi)始亮相在公眾視野當(dāng)中，第一站也是一個(gè)與人類爭(zhēng)鋒的電視節(jié)目--《一站到底》。

 

　　同處于搜索行業(yè)，王小川如何看待現(xiàn)在的百度與搜狗的區(qū)別？百度將人工智能定為核心戰(zhàn)略，搜狗又達(dá)到了什么樣的成就？推出英文搜索后，搜狗怎么進(jìn)一步尋求搜索份額的突破？這些都成為了亟待王小川解答的疑問(wèn)。

 

　　以下是搜狗CEO王小川與搜狗首席科學(xué)家許靜芳在記者溝通會(huì)上的全文速記，我們疏通了一下文字，劃了重點(diǎn)：

 

　　王小川：挺高興有機(jī)會(huì)和大家面對(duì)面談，有段時(shí)間我們和媒體沒(méi)有親密的接受任何一個(gè)這樣的訪問(wèn)?；仡檹?013年到2016年，13年搜狗與搜搜合并，到現(xiàn)在已經(jīng)三年的時(shí)間。

 

　　我第一個(gè)感慨是，搜狗搜索活下來(lái)了，2013年合并時(shí)，360的一些言論，說(shuō)中國(guó)搜索市場(chǎng)只能容納兩家，沒(méi)有第三家的事情，表達(dá)第二家是他，現(xiàn)在看起來(lái)，在中國(guó)百度依然還是很大，此外搜狗是唯一一家既有PC搜索也有無(wú)線搜索，市場(chǎng)份額、收入利潤(rùn)在上升的公司。這也是我們活下來(lái)，而且不斷地有更多競(jìng)爭(zhēng)力的原因。2016年利潤(rùn)是6.4億人民幣，其中投入到很多領(lǐng)域去，在搜索行業(yè)算是活下來(lái)的。

 

　　具體看量，我們可以號(hào)稱叫全球第三大搜索引擎，雖然只做中國(guó)市場(chǎng)，因?yàn)镚oogle最大，百度第二，我們第三，從搜索量排是在第四，后面才是其他家引擎，想說(shuō)量上中國(guó)市場(chǎng)是最大的，在國(guó)內(nèi)第二，在全球排第三的位置。

 

　　2015年，我們發(fā)布了微信搜索和知乎搜索，2016年，我們發(fā)布了明醫(yī)搜索和英文搜索，慢慢開(kāi)始和百度走向不同的道路。大家用微信會(huì)用一些。我認(rèn)為，醫(yī)療搜索和英文搜索是通向未來(lái)兩個(gè)很重要，可以展開(kāi)無(wú)限想象力的事情，通過(guò)微信搜索和知乎搜索基本固定了形態(tài)，在醫(yī)療往下出現(xiàn)自助診斷甚至分診，能夠讓用戶真正明明白白看醫(yī)生?，F(xiàn)在大家拿著化驗(yàn)單可能不知道什么意思，給你個(gè)診斷方向你不知道怎么辦，或者發(fā)生頭痛感冒不知道怎么辦。這是借助大數(shù)據(jù)下，在AI分析里逐步走向輔助醫(yī)生或者讓用戶和醫(yī)生之間建立更多信任的工具。我們知道，國(guó)內(nèi)之前有很多做醫(yī)療的創(chuàng)業(yè)公司，基本覺(jué)得把這個(gè)市場(chǎng)做壞了，把醫(yī)院醫(yī)生搞得很疲憊，因?yàn)榇蠖鄶?shù)邏輯，是希望醫(yī)生脫離醫(yī)院出來(lái)在線做診斷，他要形成對(duì)用戶的吸引力，也要建立后面的商業(yè)模式，這是原來(lái)的一點(diǎn)。

 

　　但是我們沒(méi)有這個(gè)需求，因?yàn)槲覀儽旧碛杏脩簦脩粜枰鉀Q診斷的問(wèn)題。我看到一些醫(yī)療機(jī)構(gòu)，大部分來(lái)講，上不接用戶，下不接醫(yī)院，就是醫(yī)院不是他的，用戶也不是他的，在中間是沒(méi)有競(jìng)爭(zhēng)力，他想把醫(yī)院拉到自己這邊，吸引用戶，醫(yī)生是沒(méi)有辦法獨(dú)立于醫(yī)院的，這是之前創(chuàng)業(yè)者出現(xiàn)的問(wèn)題。但是我們有用戶，我們代表用戶找到醫(yī)院，找到醫(yī)生，這樣的模式能夠真正有機(jī)會(huì)成立。而且我們?cè)卺t(yī)療上也沒(méi)有創(chuàng)業(yè)公司賺錢的壓力，因?yàn)閷?duì)我們而言，只要用戶認(rèn)可搜狗搜索，有足夠大的搜索量，搜狗搜索有良好的商業(yè)模式，只要量大，給用戶搜索產(chǎn)品就行了，而其他創(chuàng)業(yè)公司會(huì)面臨壓力，第一是沒(méi)用戶，第二是基于資本壓力創(chuàng)造賺錢的模式，這也使得搜索引擎公司在醫(yī)療服務(wù)里能找到自己更好的位置。

 

　　我會(huì)認(rèn)為百度會(huì)變得更難，因?yàn)榘俣痊F(xiàn)在畢竟市場(chǎng)份額大，他會(huì)把廣告模式轉(zhuǎn)成免費(fèi)為用戶提供多種咨詢的模式，收入會(huì)下滑，我們沒(méi)有這方面的壓力，這是關(guān)于醫(yī)療上的思考。

 

　　另外，我們從英文搜索走向海外搜索，這周內(nèi)我們會(huì)有兩個(gè)升級(jí)，一是英文搜索升級(jí)成海外搜索，最后搜索的結(jié)果也是用中文呈現(xiàn)，以前我們大家談到的事情是，去年有幾十個(gè)院士跑去給習(xí)近平寫(xiě)聯(lián)名信，希望能對(duì)谷歌網(wǎng)開(kāi)一面，如果科技工作人員不能用谷歌搜索海外科技信息，中國(guó)和世界是脫節(jié)的，國(guó)內(nèi)的科技發(fā)展就會(huì)受制約，我們可以不看國(guó)外的美劇、韓劇，但在國(guó)外科技、信息層面不能落后。但我認(rèn)為不夠，即便開(kāi)放的Google，但大部分人是用中文的，而世界上非常多有益的信息，包括醫(yī)療信息、科技信息，甚至大家言論上的討論都發(fā)生在英語(yǔ)世界里。

 

　　在這種情況下，把英文變成中文以后，我相信，98%的中國(guó)人才能更好享受全球的內(nèi)容，因?yàn)槲覀冏顝?qiáng)的是語(yǔ)言部分。正好這個(gè)時(shí)代到了，去年在AI爆發(fā)一年到年底時(shí)，翻譯技術(shù)是突飛猛進(jìn)的，比原來(lái)的翻譯有快速的發(fā)展，就像語(yǔ)音和圖像突破，翻譯技術(shù)突破了。因此，我們有機(jī)會(huì)把翻譯和搜索做一個(gè)聯(lián)動(dòng)，因此我們說(shuō)搜索全世界。一個(gè)中文輸進(jìn)去我們現(xiàn)在開(kāi)始搜索的是全球的英文，然后我們未來(lái)考慮把全球的日文或其他文字的信息都搜索到，這樣會(huì)構(gòu)成一個(gè)獨(dú)有的競(jìng)爭(zhēng)力，這是Google并不care的東西，因?yàn)橛⑽氖撬麄兊哪刚Z(yǔ)。這種情況下，在翻譯上更多是秀研究的肌肉，Google秀8國(guó)語(yǔ)言的互譯，秀的是如果沒(méi)有語(yǔ)料，沒(méi)有中文到德文的，只有中文到英文，英文到德文，我是不是能做中文到德文的翻譯，他們是在做這樣的事情，和我們的目標(biāo)不一樣。我們是實(shí)實(shí)在在希望通過(guò)翻譯技術(shù)把搜索做得更好，海外搜索也會(huì)成為搜索競(jìng)爭(zhēng)中的差異化。

 

　　第一次從微信內(nèi)容開(kāi)始，我們開(kāi)始和百度不一樣，開(kāi)始有了知乎、明醫(yī)和海外，這周升級(jí)完之后就可以完全用中文完全瀏覽世界的網(wǎng)頁(yè)，不僅是搜索的詞用中文搜索，結(jié)果也用中文呈現(xiàn)，點(diǎn)出去的鏈接也全用中文來(lái)看，在一些場(chǎng)景里應(yīng)用也更加方便。我們內(nèi)心對(duì)這個(gè)事情有蠻高的理想，先不說(shuō)賺錢的問(wèn)題，因?yàn)榈厍蛏现袊?guó)人是最多的，但是我們很不幸，在200年來(lái)發(fā)生的變化，英語(yǔ)成為世界主要溝通的語(yǔ)言。這么大的人群和世界主要語(yǔ)言有隔閡，使得用中文搜索世界，我認(rèn)為，對(duì)中國(guó)整個(gè)大的復(fù)興、成為世界主旋律的一部分是有歷史意義的，我們內(nèi)部叫重寫(xiě)《通天塔》的故事?！锻ㄌ焖肪褪侵v語(yǔ)言不通，使得各個(gè)國(guó)家的人沒(méi)法聯(lián)合起來(lái)做事情，語(yǔ)言通暢了之后會(huì)帶來(lái)一個(gè)新文明，就像發(fā)明火、發(fā)明電一樣，所以我們2016年在搜索做了很多的工作，從AI也是武裝到牙齒。

 

　　去年有個(gè)很著名的AI媒體負(fù)責(zé)人跟我聊，中國(guó)現(xiàn)在有兩家是在AI上最努力做報(bào)道的自媒體，其中一家問(wèn)，搜狗要轉(zhuǎn)型做AI了，我聽(tīng)了一肚子火。因?yàn)樗阉髌鋵?shí)就是AI，它就是讓機(jī)器像人一樣去思考，搜索引擎變得很聰明，能夠幫我們選擇出更好的頁(yè)面來(lái)。陸奇剛剛?cè)グ俣?，放出一句話，說(shuō)搜索是AI最好的場(chǎng)景，搜索和AI是天生在一塊兒的。今天在做AI的很多公司，大規(guī)模做機(jī)器學(xué)習(xí)、深度學(xué)習(xí)方面，人才方面也都是找搜索公司去要人。因?yàn)橛辛松疃葘W(xué)習(xí)之后，會(huì)使得搜索場(chǎng)景有更好的武器來(lái)滿足，甚至升級(jí)這樣的能力，而我們內(nèi)部的員工大部分受過(guò)正統(tǒng)的訓(xùn)練，怎么用這種數(shù)據(jù)和方法，大家都知道怎么讀論文去提升，我們沒(méi)有Google或者DeepMind那種能力里面，屬于開(kāi)創(chuàng)出新的算法出來(lái)，但基于上面的算法去改良的能力是足夠的。

 

　　AI里，我們?cè)诜g里面是往前在走，輸入法之前也是很容易地開(kāi)始做語(yǔ)音輸入、圖像輸入，我們現(xiàn)在語(yǔ)音輸入量是全中國(guó)最大的，而且比其他家加起來(lái)還要多的份額，1天2億多次語(yǔ)音識(shí)別請(qǐng)求。在AI時(shí)代里，大家的理解不只是語(yǔ)音和圖像，AI里面最難的地方是人的思想和知識(shí)的學(xué)習(xí)，不僅是圖像的識(shí)別，語(yǔ)音的識(shí)別，人最寶貴的不是圖像和聲音，人的難點(diǎn)在于知識(shí)的理解和推理能力，而這種能力是靠語(yǔ)言體系來(lái)支撐的，靠語(yǔ)言來(lái)支撐對(duì)知識(shí)和思考的表達(dá)。搜狗在這里面天生是兩個(gè)場(chǎng)景，一是輸入場(chǎng)景，讓大家用語(yǔ)言表達(dá)，二是用語(yǔ)言獲取信息。因此，我們?cè)贏I場(chǎng)景里細(xì)的分類是分在自然語(yǔ)言里，自然語(yǔ)言代表了對(duì)知識(shí)和思想在這里面的人工智能，這里面是人工智能最難的一塊。

 

　　往下的思考是幾個(gè)事兒，通過(guò)語(yǔ)言將搜索升級(jí)到對(duì)話系統(tǒng)、問(wèn)答系統(tǒng)以及翻譯系統(tǒng)，這是我們核心能力的三部分。包括《一站到底》，可以認(rèn)為是搜索對(duì)未來(lái)的模式，就是提問(wèn)題，不是給你10條鏈接，而是給你1個(gè)答案，實(shí)際上《一站到底》的場(chǎng)景相對(duì)比較窄，我們?cè)趩?wèn)答處理能力上是比較寬泛的，不僅能找到實(shí)體，能在里面做更多的運(yùn)算，《一站到底》是演示下一代技術(shù)中間的場(chǎng)景。對(duì)話系統(tǒng)也是今年的一個(gè)重心，翻譯系統(tǒng)，我們會(huì)把這種能力不僅用到移動(dòng)互聯(lián)網(wǎng)，未來(lái)在智能硬件里也會(huì)大量地使用我們的一些能力。以自然語(yǔ)言為核心，我們做語(yǔ)音也是把它翻譯成語(yǔ)言，語(yǔ)音識(shí)別是從語(yǔ)音到語(yǔ)言，合成是從語(yǔ)言回到語(yǔ)音，但處理的核心是語(yǔ)言，我們要把語(yǔ)言的能力，結(jié)合語(yǔ)音、圖像和其他方式放到手機(jī)之外的硬件里。所以，我們AI的邏輯不僅是放在輸入法和搜索里，產(chǎn)品形態(tài)里有幾個(gè)關(guān)鍵詞：輸入法，搜索，自然語(yǔ)言的計(jì)算，自然的交互。他們支撐的地方是對(duì)話的問(wèn)題，問(wèn)答的問(wèn)題以及翻譯的問(wèn)題。我們希望在這幾個(gè)場(chǎng)景里，大家都能看到搜狗的聲音，尤其硬件、IoT到來(lái)的時(shí)代，無(wú)處不在會(huì)有交互和機(jī)器智能，這是對(duì)未來(lái)的判斷。

 

　　以上是搜狗過(guò)去所做的事情，以及往下對(duì)人工智能和業(yè)務(wù)發(fā)展方向的理解。

 

　　記者：川總，您剛才也提到，當(dāng)百度把陸奇招過(guò)去這個(gè)事兒你怎么看？有壓力嗎？剛才你講到搜狗這么多細(xì)分領(lǐng)域的技術(shù)，語(yǔ)音識(shí)別領(lǐng)域有科大訊飛等，感覺(jué)你進(jìn)入的領(lǐng)域很多，競(jìng)爭(zhēng)對(duì)手也有很多，這方面你是怎么來(lái)看的？

 

　　王小川：一來(lái)就提兩個(gè)競(jìng)爭(zhēng)的問(wèn)題，一個(gè)看百度，一個(gè)看訊飛。首先陸奇，我比較多跟他打交道，搜狗之前做海外搜索，英文海外檢索部分是和bing合作，也是和陸奇談的。陸奇有兩個(gè)很大的優(yōu)點(diǎn)，一是技術(shù)理想主義，和他聊天能看到他一談到新的算法就兩眼放光，半夜兩三點(diǎn)去讀論文，是個(gè)很好的技術(shù)人。二是也不官僚，跟他談東西，也不會(huì)擺在全球華人最高職位上，而是非常平易和我們?nèi)フ劦?。這是他的兩個(gè)特質(zhì)，對(duì)他蠻尊重的。

 

　　關(guān)于科大訊飛，我認(rèn)為要明確，科大訊飛是to B的公司，基因是做企業(yè)的事情，我們是做toC的公司，是和消費(fèi)者、網(wǎng)民能產(chǎn)生一種連接，大家基礎(chǔ)的技術(shù)競(jìng)爭(zhēng)力方向是不一樣的。

 

　　搜狗的技術(shù)是全能力的技術(shù)，語(yǔ)音識(shí)別大家聽(tīng)科大訊飛比較多。但目前語(yǔ)音識(shí)別里，用戶使用量最大的，是搜狗，遠(yuǎn)遠(yuǎn)大于科大訊飛，在輸入法里已經(jīng)用到了。做技術(shù)現(xiàn)在需要兩件事兒，一是有數(shù)據(jù)，二是有研發(fā)AI的能力。數(shù)據(jù)能力上，我們是有優(yōu)勢(shì)的，研發(fā)能力我覺(jué)得搜狗也沒(méi)有弱的地方，尤其深處北京。從我們的應(yīng)用場(chǎng)景到數(shù)據(jù)積累、技術(shù)能力，我自己評(píng)估一下我們都占優(yōu)勢(shì)的位置。

 

　　去年我們已經(jīng)開(kāi)始領(lǐng)跑了，在烏鎮(zhèn)大會(huì)上做同聲傳譯?，F(xiàn)在和搜索產(chǎn)品結(jié)合，也上線了fanyi.sogou.com或者translate，現(xiàn)在已經(jīng)公開(kāi)了。和訊飛的比較里已經(jīng)不是關(guān)鍵問(wèn)題，我們現(xiàn)在明確和兩家公司作對(duì)比，一家百度，一家Google做對(duì)比，我們有信心比他們要好，直接線上能看的。無(wú)論是語(yǔ)音識(shí)別還是在線的翻譯，我們都比他們好。而這幾家我認(rèn)為，訊飛發(fā)出來(lái)同聲傳譯的系統(tǒng)來(lái)，其他家還沒(méi)有。們是更早使用這個(gè)產(chǎn)品，發(fā)布的場(chǎng)面也是更加官方的（烏鎮(zhèn)互聯(lián)網(wǎng)大會(huì)），今年會(huì)有更多的場(chǎng)合會(huì)用到。馬上就到十九大了，我們?cè)诟鼑?yán)肅場(chǎng)合是敢去用我們產(chǎn)品的，搜狗的語(yǔ)言和翻譯已經(jīng)處于領(lǐng)跑的位置。

 

　　記者：剛才聽(tīng)了王總的介紹說(shuō)，海外搜索有升級(jí)，請(qǐng)問(wèn)這里面有什么樣的技術(shù)？

 

　　許靜芳：5月份發(fā)了英文搜索，2017年1月份發(fā)的是由英文搜索升級(jí)為海外搜索，剛才川總介紹過(guò)，英文搜索的背景是，世界上有更多更好的優(yōu)質(zhì)信息在英文世界，中國(guó)用戶因?yàn)楦鞣N各樣的原因接觸、觸達(dá)到英文信息并沒(méi)有那么便捷，所以我們和bing也有合作，在國(guó)內(nèi)發(fā)了一款非常好的英文搜索。但大部分中國(guó)人在消費(fèi)英文內(nèi)容時(shí)比中文還是要困難一些，便捷性沒(méi)那么強(qiáng)，速度沒(méi)那么快。5月份上線時(shí)，我們就有一個(gè)功能，把中文query翻譯成英文query再找英文結(jié)果。5月份魏澤西事件比較熱，關(guān)于滑膜肉瘤，有很多醫(yī)學(xué)的術(shù)語(yǔ)，你也不知道，中國(guó)的信息不一定全，不一定對(duì)，我想去看國(guó)外的。那問(wèn)題來(lái)了，滑膜肉瘤怎么搜，怎么拼，很多用戶是這樣的反饋，一個(gè)常見(jiàn)的路徑是先翻譯后搜索。當(dāng)時(shí)我們發(fā)布英文搜素時(shí)就有這樣的功能，自動(dòng)把query翻譯成英文query。我們自己也發(fā)現(xiàn)，搜索中文結(jié)果非?？?，掃一眼就知道哪條是你想要的，然后點(diǎn)開(kāi)詳細(xì)去閱讀，當(dāng)看到英文或不熟悉的領(lǐng)域時(shí)就會(huì)慢下來(lái)。

 

　　我們這次升級(jí)為海外搜索的時(shí)候，就希望把這套系統(tǒng)做成一個(gè)閉環(huán)，引用中文query翻譯成英文query，搜到英文內(nèi)容之后再翻譯成中文結(jié)果。這是目前唯一商業(yè)系統(tǒng)能夠把翻譯和搜索真正結(jié)合起來(lái)的系統(tǒng)，翻譯用的是搜狗神經(jīng)翻譯技術(shù)，在檢索部分是搜狗和bing一起合作的。這里面會(huì)出現(xiàn)很多新的問(wèn)題，查詢?cè)~是很簡(jiǎn)短的，會(huì)有歧義，英文查詢?cè)~還好。會(huì)發(fā)現(xiàn)，搜索結(jié)果出來(lái)以后，搜索結(jié)果有標(biāo)題，有摘要，里面有很多省略和專有名詞、細(xì)節(jié)去處理，包括很多開(kāi)放域的翻譯，十條結(jié)果一起翻譯出來(lái)，內(nèi)容寬廣性和實(shí)時(shí)性上都提出了比較大的挑戰(zhàn)。

 

　　王小川：我補(bǔ)充兩個(gè)場(chǎng)景，用戶也用在線翻譯，在線翻譯之前的品質(zhì)是不夠的，以前用起來(lái)翻譯，覺(jué)得比我自己翻譯的差，但現(xiàn)在發(fā)現(xiàn)機(jī)器比我翻譯得好，這已經(jīng)過(guò)了一個(gè)門檻，是很重要的變化，翻譯的技術(shù)現(xiàn)在做到是能夠可用了。第二，也有清晰使用的場(chǎng)景，我們兩個(gè)場(chǎng)景在做，比較重點(diǎn)的是搜索里面去用。

 

　　記者：搜狗面臨一個(gè)問(wèn)題，不知道你輸入時(shí)問(wèn)題會(huì)面臨各種各樣的可能。

 

　　王小川：是的，第一讓翻譯可用，第二讓翻譯找到可用真正的場(chǎng)景，這件事情都是在全球首次做到的事情，以前在線翻譯總覺(jué)得離人的使用始終是有距離的，現(xiàn)在我們已經(jīng)做到了。所以，我還是蠻興奮的，現(xiàn)在我們的翻譯品質(zhì)已經(jīng)到達(dá)了相當(dāng)?shù)母叨取Ｖ虚g有些技術(shù)的細(xì)節(jié)，學(xué)術(shù)界一直在講“跨語(yǔ)言檢索”，研究界是屬于“葉公好龍”一般的，龍沒(méi)找到就在那兒做研究。我們這次真把龍給捅下來(lái)了，發(fā)現(xiàn)里面的問(wèn)題比學(xué)術(shù)界想的多得多，以前有大量研究里沒(méi)有考慮的問(wèn)題，龍比我們之前想的還難，我們做了很多解決的工作。

 

　　許靜芳：搜索是開(kāi)放的，對(duì)翻譯的要求，對(duì)適應(yīng)的領(lǐng)域非常多，同時(shí)它非常簡(jiǎn)短，是有歧義的。曾經(jīng)有一個(gè)case叫寶姿，寶姿翻譯成英文是PORTS，你拿PORTS檢索就發(fā)現(xiàn)，PORTS除了寶姿還有計(jì)算機(jī)端口，真實(shí)世界物理港口得意思，這樣搜索結(jié)果就會(huì)發(fā)現(xiàn)多樣性變化，搜索結(jié)果就不一定能直接滿足用戶。還有搜索結(jié)果的翻譯，每條結(jié)果里都有個(gè)PORTS，哪些結(jié)果應(yīng)該翻譯成港口，哪些應(yīng)該翻譯成端口，哪些應(yīng)該翻譯成品牌？都是問(wèn)題，所以在研發(fā)過(guò)程中有一些非常有意思的問(wèn)題存在。

 

　　王小川：現(xiàn)在拿到英文摘要，整句翻譯成中文大家知道經(jīng)常翻譯的是不準(zhǔn)的，現(xiàn)在大家經(jīng)常拿整句和縮略的句子拿過(guò)來(lái)翻譯，讓我們的產(chǎn)品來(lái)干這種活。

 

　　記者：之前有消息稱搜狗將在今年IPO，請(qǐng)問(wèn)現(xiàn)在搜狗投資方之間是否達(dá)成了一致的一件？上市計(jì)劃進(jìn)展到哪一步了？

 

　　王小川：搜狗目前有兩個(gè)戰(zhàn)略投資人，一個(gè)是搜狐，一個(gè)是騰訊。戰(zhàn)略投資人與財(cái)務(wù)投資人不同，他們并不追求上市之后收益的最大化。對(duì)于搜狗上市問(wèn)題，投資方之間已經(jīng)達(dá)成了初步的共識(shí)：搜狗現(xiàn)在上市是階段性的成功。但是中間還有大量的權(quán)益問(wèn)題的討論，所以現(xiàn)在并沒(méi)有一個(gè)時(shí)間表。但是現(xiàn)在多方在溝通當(dāng)中，這是和去年最大的不同。這是變化。

 

　　許靜芳：現(xiàn)在產(chǎn)品的摘要和縮略是按字節(jié)數(shù)的，有可能單詞是不完整的，只能看到一半。人結(jié)合上下文是可以理解的，如果拿之前的機(jī)器翻譯系統(tǒng)來(lái)說(shuō)一定是不認(rèn)識(shí)的，我們借助最新的神經(jīng)翻譯技術(shù)，單詞你只看到一半，它可以也具有人的特點(diǎn)，它能結(jié)合上下文能猜出內(nèi)容，也能夠翻譯對(duì)。當(dāng)然這個(gè)階段以后也會(huì)帶來(lái)新的問(wèn)題，很有意思。

 

　　記者：跨語(yǔ)言翻譯，翻墻之間一字之差，我們?cè)趺磪^(qū)分？我們刊是國(guó)外的刊，有大量的英文，我們組織了很多翻譯者在其中，每個(gè)月都會(huì)翻譯那邊的英文，如果用了搜狗的產(chǎn)品，是不是就意味著這些翻譯者不用存在了，直接到美國(guó)的網(wǎng)站翻譯過(guò)來(lái)就可以了。

 

　　許靜芳：翻譯并沒(méi)有跨過(guò)那道墻，還是要符合中國(guó)政策法規(guī)。

 

　　王小川：舉兩個(gè)例子，用傳統(tǒng)的過(guò)濾方法或監(jiān)管方法，沒(méi)法處理的東西，沒(méi)法展現(xiàn)一個(gè)系統(tǒng)，可以舉幾個(gè)例子。

 

　　許靜芳：墻我們是幫你翻的，如果我們做的技術(shù)還有缺陷的地方，會(huì)發(fā)現(xiàn)這個(gè)結(jié)果在墻外依然是打不開(kāi)的，不會(huì)借助搜狗搜索就把通常不能打開(kāi)的打開(kāi)了。如果老有墻外的東西展現(xiàn)在搜索結(jié)果里，用戶又打不開(kāi)，這個(gè)體驗(yàn)非常不好。我們做的工作分兩個(gè)方面，一是把墻外的結(jié)果去掉，不展現(xiàn)在結(jié)果了。所以，哪些結(jié)果在墻外，哪些結(jié)果在墻里，我們有很多服務(wù)器，機(jī)器可以幫你自動(dòng)探測(cè)哪些頁(yè)面可以打開(kāi)，哪些頁(yè)面不能打開(kāi)，不能打開(kāi)的在墻外在結(jié)果中直接給過(guò)濾掉。二是有少量能打開(kāi)，但有一些敏感信息是不符合政策法規(guī)的。政府有指定的詞，不一定該讓中國(guó)網(wǎng)民搜到，但這種詞符合中國(guó)規(guī)定時(shí)都基本用的英文，我們上線時(shí)做了很多細(xì)致的工作，翻譯成拼音，翻譯成英文。翻譯成拼音時(shí)就可以有很多的技巧，比如一個(gè)人名，每一個(gè)字單獨(dú)有空格，怎么寫(xiě)，姓和名哪個(gè)在前，有很多種寫(xiě)法，我們用能想到的各種情況去預(yù)防這件事情，包括搜索結(jié)果里敏感詞的翻譯，中文詞和英文詞匹配的方法，盡量把大家不應(yīng)該看的東西不在搜索結(jié)果里展示。

 

　　記者：現(xiàn)在搜狗有知乎、微信以及海外垂直類產(chǎn)品，我們往往會(huì)把它當(dāng)成垂直類搜索平臺(tái)，但在通用搜索這塊，是不是意味著我們不太做了，發(fā)搜狗力點(diǎn)沒(méi)有在通用搜索上？而是直接通用類型的垂直類搜索。

 

　　王小川：可以理解為三點(diǎn)：第一，用戶用垂直搜索時(shí)，這種垂直搜索是最明顯產(chǎn)生區(qū)別的地方；第二，我們會(huì)把這種垂直的內(nèi)容也融合到網(wǎng)頁(yè)搜索里，讓搜索用戶更加方便，這像當(dāng)年百度做音樂(lè)mp3搜索，得到用戶的認(rèn)可。我們是做文本信息的，不管是醫(yī)療信息、還是知乎信息，還是海外信息，能更容易和網(wǎng)頁(yè)結(jié)合，能帶動(dòng)網(wǎng)頁(yè)搜索本身品質(zhì)的提升，網(wǎng)頁(yè)搜索也會(huì)帶來(lái)這種差異化；第三，我們專注在往問(wèn)答邁進(jìn)，今天搜索引擎的使用方式是關(guān)鍵詞，給你10條結(jié)果。給關(guān)鍵詞最早不是網(wǎng)民的第一選擇，1999年，網(wǎng)民是愿意用句子的，比如“我長(zhǎng)的好看嗎？”這樣去搜索東西，但以前發(fā)現(xiàn)不靈，機(jī)器聽(tīng)不懂。所以，網(wǎng)民被培養(yǎng)著怎么琢磨用關(guān)鍵詞搜索，這是人適應(yīng)機(jī)器的過(guò)程。就像用鍵盤(pán)和鼠標(biāo)，沒(méi)有自然的交互方式，人要學(xué)者用鍵盤(pán)，打拼音，打五筆。今天大家用搜索的方式也是關(guān)鍵詞進(jìn)去，是被迫的，往下的方向是讓你用完整的句子來(lái)表達(dá)。

 

　　接下來(lái)不管是手機(jī)場(chǎng)景還是更多IOT時(shí)代未來(lái)場(chǎng)景里，我們會(huì)恢復(fù)到更多用自然語(yǔ)言與機(jī)器溝通，做完整的提問(wèn)，這需要我們用技術(shù)對(duì)用戶做更深層分析的，這個(gè)邏輯關(guān)系是怎樣的。這是四個(gè)垂直以外在研發(fā)里重點(diǎn)的工作，逐步還原，讓用戶的語(yǔ)言更加自然。

 

　　Google之前提到，未來(lái)70%的query是用問(wèn)答，即給answer的方式，不是給你10條鏈接。這樣用戶會(huì)變得更加方便。這是我們研發(fā)的重點(diǎn)，我們也投入蠻多的技術(shù)力量來(lái)做，也有很多家（公司）在做，我們應(yīng)該是最認(rèn)真的一家公司。今年在江蘇衛(wèi)視節(jié)目里有《最強(qiáng)大腦》和《一戰(zhàn)到底》，《最強(qiáng)大腦》相對(duì)火一點(diǎn)，我們當(dāng)時(shí)做選擇。最后百度選擇的是《最強(qiáng)大腦》，里面演示的是聽(tīng)覺(jué)和視覺(jué)的識(shí)別，走向識(shí)別的功能；而我們選擇和《一戰(zhàn)到底》合作，走向問(wèn)答、是自然語(yǔ)言的處理，一年時(shí)間里有52期，一年中不斷升級(jí)。我們做的是搜索里的問(wèn)答系統(tǒng)，里面有子集，這個(gè)子集產(chǎn)品會(huì)放到《一戰(zhàn)到底》里去做，會(huì)以問(wèn)答形式進(jìn)行。但帶動(dòng)我們?cè)趩?wèn)答里繼續(xù)往下進(jìn)行，所以，垂直引擎有用，垂直引擎可以放到網(wǎng)頁(yè)里用，同時(shí)我們自己也在升級(jí)。

 

　　記者：百度現(xiàn)在也在做人工智能，但他們做的人工智能和搜狗做的不太一樣。搜狗是圍繞搜索去做，百度更多強(qiáng)調(diào)圖片，讓它承擔(dān)更多的功能。我比較感興趣的一點(diǎn)，搜狗的唯一結(jié)果什么時(shí)候能夠出現(xiàn)？2017年，搜狗人工智能上都有哪些大的動(dòng)作？

 

　　王小川：我希望，10%的搜索結(jié)果會(huì)直接給你一個(gè)搜索結(jié)果，我會(huì)給其他條目，但你只看一條就夠了，這種結(jié)果在比例上是不斷提升的，這是我們內(nèi)部的思考。你也看到大家人工智能選擇不一樣。我們不叫以搜索為核心，而是以自然語(yǔ)言處理和自然交互為核心，交互的目的是為了回到語(yǔ)言里，這是我們的選擇，而不是圖像和語(yǔ)音。戰(zhàn)略選擇確實(shí)有不同。但我認(rèn)為百度是沒(méi)戰(zhàn)略的公司。

 

　　記者：剛才您提到汪仔，汪仔用到了哪些前沿的技術(shù)，接下來(lái)和《一戰(zhàn)到底》還要進(jìn)行哪些內(nèi)容合作。剛才提到海外搜索英文資料，現(xiàn)在國(guó)外旅游的人比較多，有沒(méi)有用搜狗搜索和導(dǎo)航軟件結(jié)合的設(shè)想和海外應(yīng)用的設(shè)想。包括地圖，有時(shí)候在海外我看地圖也要看半天，這方面搜狗有沒(méi)有考慮？

 

　　許靜芳：關(guān)于《一站到底》的問(wèn)題，大家看了節(jié)目以后，汪仔是對(duì)搜狗AI技術(shù)綜合的體現(xiàn)，大的方面和公司本身的理念是非常一致的。兩方面，一是交互，也有很多資深的媒體人把汪仔，Watson當(dāng)時(shí)去參加《Jeopardy!》這樣的活動(dòng)去做對(duì)比。一個(gè)非常大不同是在交互上，《Jeopardy!》節(jié)目里是單獨(dú)給Watson一個(gè)輸入，是文字輸入，當(dāng)時(shí)Watson和人的輸入方式就不一樣。

 

　　這次我們?nèi)⒓印兑粦?zhàn)到底》，機(jī)器狗汪仔靠什么？靠聽(tīng)靠看，和人一模一樣，非常自然的交互方式，通過(guò)語(yǔ)音識(shí)別，圖像識(shí)別，把搜到的信號(hào)轉(zhuǎn)換成文字，這就是知識(shí)計(jì)算，然后做問(wèn)答，交互層面上就會(huì)涉及到語(yǔ)言識(shí)別、圖像識(shí)別，從問(wèn)答變成文字以后涉及到搜索語(yǔ)義的理解，自然語(yǔ)言的理解，答案的抽取，語(yǔ)義的匹配，深度學(xué)習(xí)在文本上的應(yīng)用，在汪仔身上都有很具體的體現(xiàn)。

 

　　剛剛說(shuō)大的層面是符合交互和計(jì)算方面的，如果要把《一戰(zhàn)到底》的汪仔和Watson去做對(duì)比有幾個(gè)方面：

 

　　第一，語(yǔ)言。Watson當(dāng)時(shí)用的是英文，我們是用中文實(shí)現(xiàn)。做語(yǔ)言的理解，不同的語(yǔ)言有不同的文法、語(yǔ)法在里面，代表著完全不同的技術(shù)。

 

　　第二，輸入方法。當(dāng)時(shí)大家看到Watson的軟件形象，顯示板上圖像，背后是單獨(dú)給他特殊的文本輸入，我們通過(guò)圖像識(shí)別、語(yǔ)音識(shí)別去做的。

 

　　第三，比賽賽制題目設(shè)置也不太一樣，當(dāng)時(shí)沃森對(duì)每個(gè)問(wèn)題有明確的類，這個(gè)題目叫歷史題、娛樂(lè)題、科技題，類似大概有6個(gè)類別。其實(shí)問(wèn)題的類別在《一戰(zhàn)到底》時(shí)也是中間非常關(guān)鍵的環(huán)節(jié)，但這不是《一戰(zhàn)到底》題目中明確指定的，而是靠機(jī)器分析這個(gè)問(wèn)題，文字里的語(yǔ)義代表的是，這個(gè)題目問(wèn)的是詩(shī)人還是國(guó)家，還是某一種植物，都是靠機(jī)器自動(dòng)分析出來(lái)。而Watson的設(shè)置題目本身就帶著內(nèi)容。

 

　　第四，搶答的時(shí)機(jī)不一樣。當(dāng)時(shí)Watson有個(gè)規(guī)則，題目一定是說(shuō)完了才能答，雖然機(jī)器和選手之間也有誰(shuí)先搶到誰(shuí)答，也等問(wèn)題問(wèn)完了再答，看誰(shuí)快?！兑粦?zhàn)到底》里有個(gè)非常大的不同，只要主持人開(kāi)始念題，在任何時(shí)間點(diǎn)都可以去答，自己答對(duì)了可以加分，答錯(cuò)了對(duì)方加分。這代表高手可以預(yù)測(cè)題，只聽(tīng)題干一部分或一小部分就能推理出來(lái)你在問(wèn)什么然后我直接給答了。這個(gè)能力非常難。剛開(kāi)始我們研發(fā)時(shí)，汪仔是不具備這個(gè)能力的，我們只能問(wèn)答，我們是給一個(gè)完整題目，怎么樣能夠答的題目越多，每一題答的盡量打得準(zhǔn)，這是我們剛開(kāi)始研發(fā)的重心，等到后面準(zhǔn)確率和人類頂尖選手接近甚至超過(guò)他時(shí)，整個(gè)搶答賽制里機(jī)器處于劣勢(shì)，之后我們花很長(zhǎng)時(shí)間去做搶答。搶答有兩方面，一是速度上，爭(zhēng)分奪秒，我們幾毫秒地去摳，中間有語(yǔ)義識(shí)別，搜索、知識(shí)庫(kù)和檢索。

 

　　整個(gè)過(guò)程中，剛開(kāi)始上來(lái)就是100毫秒、500毫秒，盡量比人搶得更快，每個(gè)模塊都從速度、效率上往極致走，每個(gè)模塊上速度到最后提升了好幾倍，但這不是最重要的環(huán)節(jié)。大家知道，人的語(yǔ)速是很快的，一秒鐘人就念了好幾個(gè)字，早5個(gè)字答，就能提前很多時(shí)間答題。所以，首先在速度上和人接近。另外，人的推理能力機(jī)器也需要有，機(jī)器也做到拿到不完整的，到目前為止所有的題目信息就是不完整的，機(jī)器首先要去預(yù)測(cè)，完整的題目要問(wèn)什么，我們應(yīng)該怎么答，這塊花了非常多的時(shí)間，Watson完全不具備這樣的能力，當(dāng)時(shí)比賽的賽制就告訴你，讓你答才能答。

 

　　我舉個(gè)例子，但是節(jié)目組拍了頂尖選手來(lái)做測(cè)試，像徐圣明到我們這里測(cè)試。機(jī)器出現(xiàn)一個(gè)問(wèn)題，一個(gè)題目說(shuō)《鹿鼎記》中哪一種毒藥？提到這個(gè)問(wèn)題的時(shí)候，人已經(jīng)答了，還沒(méi)問(wèn)完題呢。后來(lái)徐圣明說(shuō)鹿鼎記就哪一種藥，人會(huì)推理的。大布什、小布什的教育，大家知道要考慮是不是畢業(yè)于同一所學(xué)校？人會(huì)瞬間思能考的。機(jī)器聽(tīng)到大布什、小布什在琢磨問(wèn)學(xué)校的事兒就有一定的難度，搶答背后有對(duì)知識(shí)更復(fù)雜的理解，不像Google Instant Search說(shuō)，幫你把后面的東西補(bǔ)完。搶答里會(huì)變得很難。另外一方面，我們?yōu)榱怂俣瓤欤€做了很多的工作，比如光纖，發(fā)現(xiàn)賽場(chǎng)里是沒(méi)有網(wǎng)絡(luò)的，我們拿4G網(wǎng)絡(luò)過(guò)去不夠，所以專門拉個(gè)光纖過(guò)去，就為了省時(shí)間。

 

　　語(yǔ)言識(shí)別，以前語(yǔ)音識(shí)別，說(shuō)一句話，停了0.3秒，他認(rèn)為你已經(jīng)說(shuō)完了?，F(xiàn)在不是，要判斷什么時(shí)間他已經(jīng)說(shuō)完話的，把500毫秒、300毫秒變成50毫秒，這背后要做更多分析的工作。甚至當(dāng)你說(shuō)一半的時(shí)候要開(kāi)始計(jì)算，圖片、文字進(jìn)行到一半就做計(jì)算，而不是像原來(lái)那樣等結(jié)束說(shuō)話再做。Watson對(duì)于歷史題或人名，一旦限定子課題時(shí)叫封閉域，機(jī)器人會(huì)變得很多?，F(xiàn)在是屬于開(kāi)放域，雖然有大的框框，問(wèn)題在這個(gè)范圍里隨便問(wèn)的，機(jī)器的知識(shí)在里面越變?cè)酱?，越難確定。這是更難的事情。Waston做對(duì)比大家會(huì)更容易理解，汪仔背后是有綜合的技術(shù)挑戰(zhàn)。

 

　　許靜芳：因?yàn)槲覀兏敿膺x手確實(shí)切磋過(guò)好幾次，拿這個(gè)測(cè)試數(shù)據(jù)來(lái)看，覺(jué)得蠻有意思的，我最近也認(rèn)真地把Watson當(dāng)時(shí)發(fā)表一些論文翻了一下，從測(cè)試結(jié)果來(lái)看，咱們《一站到底》的頂尖選手達(dá)到了當(dāng)時(shí)Watson的水平，但是我們機(jī)器狗汪仔比Watson要更好。所以說(shuō)我們會(huì)發(fā)現(xiàn)人過(guò)了幾年的以后水平?jīng)]有變化，美國(guó)的頂尖選手和中國(guó)頂尖選手具有相同的水平，不一樣的地方是，機(jī)器經(jīng)過(guò)幾年的技術(shù)發(fā)展已經(jīng)發(fā)生非常大的變化，機(jī)器在不斷地提升，人相比頂尖水平就比較固定了。

 

　　王小川：大家可能都想看百度小度跟搜狗汪仔比幾場(chǎng)，這是不可避免的事，這個(gè)場(chǎng)景也是挺好的。

 

　　記者：去年花了1.8億投資了天工智能計(jì)算研究院，今年咱們還不會(huì)持續(xù)這么大的能力去投？

 

　　王小川：1.8億是一次性的投入，但實(shí)驗(yàn)室會(huì)有一些額外的費(fèi)用產(chǎn)生，會(huì)小一些，不會(huì)這么顯著，但足夠使得我們聯(lián)合研究有這樣的成績(jī)。

 

　　記者：和智能硬件的結(jié)合能說(shuō)一下嗎？

 

　　王小川：智能硬件有三種場(chǎng)景，一種場(chǎng)景是客廳場(chǎng)景或家庭場(chǎng)景，一種是車載場(chǎng)景，一種是移動(dòng)場(chǎng)景，這三個(gè)場(chǎng)景里我們都有切入的方式，有的是自研，有的靠合作、合資，有的是提供API，讓別人來(lái)調(diào)用。這三種情況都會(huì)發(fā)生。

 

　　記者：有更詳細(xì)的東西可以透露嗎？比如客廳具體和什么合作？因?yàn)榇蠹姨岬街悄苡布褪沁@三大場(chǎng)景。

 

　　王小川：客廳場(chǎng)景方面我們?cè)谕顿Y里面已經(jīng)推動(dòng)了，跟國(guó)內(nèi)資源互補(bǔ)、優(yōu)勢(shì)互補(bǔ)的公司正在往前走。自研像我們之前有糖貓，比較早，我們有供應(yīng)鏈，有大量的銷售點(diǎn)，內(nèi)部的管理團(tuán)隊(duì)也建起來(lái)了，不過(guò)它不是我心目中典型的智能硬件。我對(duì)智能硬件是希望它能做判斷，能夠像人做自然的交互和后面的知識(shí)計(jì)算，它的連接工具和糖貓本身是給沒(méi)手機(jī)的孩子用的，它相當(dāng)于一個(gè)試探的過(guò)程。今年我們會(huì)投入到智能硬件的自研。剛才我們講了三件事，問(wèn)答、對(duì)話、翻譯，是從這幾個(gè)場(chǎng)景切入的。

 

　　記者：這次咱們財(cái)報(bào)使用人民幣單位，以前都是美元，什么原因？

 

　　王小川：兩個(gè)原因，一是美元升值，人民幣貶值了，這時(shí)候再用美元計(jì)價(jià)大家容易產(chǎn)生誤導(dǎo)，因?yàn)橹懊涝腿嗣駧胚€是相對(duì)比較穩(wěn)定的，最近這幾年有大的變動(dòng)，我們用人民幣更能反映我們的競(jìng)爭(zhēng)力和變化。

 

　　記者：我對(duì)比了去年的數(shù)據(jù)，去年我們收入和盈利增長(zhǎng)差不多50%多，是因?yàn)樗压方衲曜隽撕艽蟮耐度雴幔?/div>