大會舉行的這一天凌晨，DeepMind 在 Nature 上發(fā)表了一篇關(guān)于 AlphaGo Zero 的論文，稱 Zero 從對圍棋一無所知開始，無師自通，通過自己與自己互搏、僅訓練三天就 100：0 秒殺前輩 AlphaGo。這一消息幾乎霸占了當天所有科技或技術(shù)媒體公眾號的頭條，并引發(fā)了熱烈的討論，這一話題也成為了會議上 Q&A 階段和采訪中被一再提起的問題。

 

　　幾位大師都對這個問題發(fā)表了自己的看法，相比普通群眾對于“AI 是不是真的要替代人類了？”的巨大擔憂，大師們一致給出了更為冷靜而理性的回答。對他們來說，DeepMind 的 AlphaGo Zero 取得的成績確實非常亮眼，但這其實是伴隨著人工智能技術(shù)的發(fā)展自然而然產(chǎn)生的結(jié)果，仍只適用于某一個特定領(lǐng)域，其中涉及的技術(shù)并不是非監(jiān)督學習，依然需要大量數(shù)據(jù)，非監(jiān)督學習目前還存在很多問題需要研究和探索。只因為這個成果而擔憂人工智能會替代人類大可不必。

 

　　“做最能令你感到興奮的事，而不是我告訴你應該去做的事” 和 “人工智能還有很長的路要走，目前深度學習的成功還是局限于特定細分領(lǐng)域”，這也是幾位主講嘉賓在演講和問答環(huán)節(jié)頻繁提到的兩句話，前者送給面臨研究方向選擇的學生和面臨工作轉(zhuǎn)型抉擇的技術(shù)人，后者則送給那些擔憂人工智能很快將超過人類、甚至取代人類的人。

 

　　本文整理自大會部分演講內(nèi)容精要及現(xiàn)場問答，另外，InfoQ 圍繞 AI 未來的發(fā)展以及微軟在 AI 領(lǐng)域的規(guī)劃 對洪小文博士進行了采訪，下文會將采訪問答一并奉上。

 

　　未來，人工智能何去何從、將如何書寫，希望諸位能從幾位大師的演講和問答中收獲靈感一二。

 

 

　　人工智能目前仍只是高維度的模式識別，我們離實現(xiàn)真正的人工智能還有很長的路要走。

 

　　在人工智能的驅(qū)動下，一場信息革命正在轟轟烈烈地上演。15-20 年前，支持向量機模型的出現(xiàn)點燃了這場革命的引火線，而最近，深度學習的快速發(fā)展將信息革命推向新的高潮。眾所周知，深度學習在許多應用領(lǐng)域中都取得了標志性的成功，但這種高效運作背后的原因卻知之甚少。

 

　　1986 年圖靈獎獲得者、康奈爾大學計算機系教授 John Hopcroft 教授是公認的計算機領(lǐng)域超級大師，他介紹到，深度學習是支持向量機（SVM）之后機器學習領(lǐng)域的重大發(fā)展，并以適用于圖像識別的卷積神經(jīng)網(wǎng)絡介紹了深度學習模型的構(gòu)成，指出了在高維空間里找到更優(yōu)的局部極小值點和神經(jīng)網(wǎng)絡模型的訓練加速問題等前沿研究方向。

　　人工智能熱潮已經(jīng)在全球范圍內(nèi)鋪展開來，但事實上，我們離實現(xiàn)真正的人工智能還很遠。

 

　　首先，深度神經(jīng)網(wǎng)絡可以在某些特定任務、特定數(shù)據(jù)集上達到甚至超過人的水平，但那還遠遠不夠；其次，雖然深度學習已經(jīng)非常成功，并被譽為人工智能的驅(qū)動力之一，但其中還有一個非常重要的問題需要明白，那就是目前深度學習正在做的事情和人類大腦之間存在的主要區(qū)別，正如 John 所說，當前的人工智能只是高維空間的模式識別，比如，圖像識別并沒有理解物體的本質(zhì)及其用途；最后，并不是所有智力相關(guān)的任務都需要人工智能，因此，處理人工智能相關(guān)工作不僅需要技術(shù)加持，更需要把握問題核心。

　　在上午的現(xiàn)場問答環(huán)節(jié)，John 對于年輕的科研工作者如何應對快速變化的世界、如何選擇基礎(chǔ)研究的課題，也給出了他的建議：“沒有人有生活在這一嶄新世界的經(jīng)驗。我們要尊重先行者的意見，但這并不等同于要全盤接受他們的建議。做最能令你感到興奮的事情，而不是我要求你做什么、我告訴你應該做什么。生命只有一次，應該好好享受。”

 

 

　　深度學習受限于算法、計算力和大數(shù)據(jù)，在深度學習吸引絕大部分注意力的同時，符號學作為機器學習的一個分支同樣需要關(guān)注，二者結(jié)合才能真正實現(xiàn)人工智能。

 

　　近年來深度學習在很多非常有挑戰(zhàn)性的 AI 問題上取得了長足的進展，包括語言識別、圖像識別、機器翻譯、棋牌游戲等等。常年從事機器學習研究的德克薩斯大學奧斯汀分校計算機科學系教授 Raymond Mooney 選擇深度學習作為切入點，指出深度學習在目前看來有些“言過其實”，它帶有明顯的局限性，還不能真正解決 AI。

　　在簡要梳理了機器學習的發(fā)展史（從單層神經(jīng)網(wǎng)絡到知識工程、從多層神經(jīng)網(wǎng)絡和符號學習到貝葉斯學習和和方法、以及深度學習的復興）之后，Raymond 教授列舉了現(xiàn)今深度學習的三大推動力：算法、計算力和大數(shù)據(jù)，以及由此產(chǎn)生的幾大制約因素，包括從無標簽數(shù)據(jù)中學習、壓縮模型的規(guī)模等。除此之外，深度學習系統(tǒng)在面對針對性構(gòu)建的惡意樣本時仍然非常脆弱。

　　Raymond 教授認為機器學習、神經(jīng)網(wǎng)絡等有著悠久的歷史，深度學習已經(jīng)在多個方面取得了顯著的成績，并且還將取得更多成績，深度學習將使革命性的新技術(shù)成為可能，但現(xiàn)在深度學習的能力被過度夸大了。在深度學習吸引絕大部分注意力時，符號學作為機器學習的一個分支同樣需要關(guān)注，二者結(jié)合才能真正實現(xiàn)人工智能。Raymond 教授認為我們不能過于滿足和夸大當前取得的成績，AI 的核心問題尚未解決，未來的路還很長。

 

 

　　我們已經(jīng)進入持續(xù)學習的時代，相比“無所不知”，我們更需要“無所不學”，對于機器和人來說都是如此。

 

　　近年來，機器學習計算機視覺、語音和自然語言處理等領(lǐng)域取得了長足的進步。然而，很多挑戰(zhàn)仍然存在，需要配合以更好的機器學習算法。而在某一些場景下，人們需要依靠現(xiàn)實世界的反饋來更好地學習。

 

　　微軟全球資深副總裁、微軟亞太研發(fā)集團主席兼微軟亞洲研究院院長洪小文博士表示，隨著人工智能對社會的影響越來越大，更多挑戰(zhàn)需要人們?nèi)パ芯俊⑷スタ?，無論是機器還是人類都需要提升技能、跟緊腳步。

　　對于計算機而言，人類在不斷探尋新思路幫助機器實現(xiàn)更高效的學習。深度學習往往需要大規(guī)模的標記數(shù)據(jù)，成本要求也相應提高，微軟提出了新的學習范式——對偶學習來降低對大規(guī)模標注數(shù)據(jù)的依賴性。此外，自增強學習方法利用未完成訓練的卷積神經(jīng)網(wǎng)絡對無標簽數(shù)據(jù)進行測試，生成增強數(shù)據(jù)進行訓練。

 

　　機器還可以在多方面幫助人們學習，例如提供學習建議和案例，作為語言學習的輔助手段。他以旨在幫助初學者提高口語水平的微軟小英為例，介紹了語音識別、語音合成、自然語言理解、機器翻譯、機器學習、大數(shù)據(jù)分析等人工智能前沿技術(shù)如何能夠輔助人類學習。

 

　　另外，AI 還可以具備藝術(shù)創(chuàng)造力：創(chuàng)作詩歌、歌詞以及音樂，對圖片進行風格轉(zhuǎn)換等。在這方面，微軟運用生成式對抗網(wǎng)絡（GAN）訓練小冰創(chuàng)作詩歌，還利用「風格基元」（StyleBank）、端到端在線視頻風格遷移模型等對圖像、視頻等素材進行藝術(shù)化創(chuàng)作。

　　最后洪小文博士總結(jié)到，人類和機器都需要持續(xù)學習和進化；機器學習依然會是未來的熱門研究領(lǐng)域，其中最為重要的是“learning to learn”；對偶學習等新方法讓缺乏大量標記數(shù)據(jù)的機器學習成為可能；人類可以利用機器更好地學習。

 

 

　　在下午的壓軸演講開始之前，InfoQ 記者與洪小文博士探討了人工智能未來的發(fā)展趨勢、人工智能研究成果給企業(yè)帶來的實際價值、微軟在推動 AI 技術(shù)落地所做的工作以及未來對人工智能的規(guī)劃。

 

　　洪小文博士認為人工智能研究成果的落地給企業(yè)帶來的價值主要體現(xiàn)在四個方面，分別是產(chǎn)品、用戶聯(lián)系、提高內(nèi)部運行效率、激發(fā)員工創(chuàng)新。

 

　　作為最了解微軟的人之一，洪小文博士表示，微軟的人工智能愿景是把 AI 普及化，微軟作為平臺和“背后的英雄”，向合作伙伴提供各種人工智能服務，同時向開發(fā)者開源技術(shù)標準，以達到普及 AI 的目的。

 

　　洪小文博士認為，未來語音識別要做到 100% 的準確率其實是一個 AI Complete 的問題，即需要解決 AI 其他領(lǐng)域的問題才能夠解決語音的問題。人的智能實際上是全部智能的總和，人工智能未來的一個重要發(fā)展方向是將人工智能全領(lǐng)域技術(shù)結(jié)合起來。

 

　　機器在圍棋比賽中戰(zhàn)勝人類，并不意味著機器就比人類聰明。在洪小文博士看來，人類和機器具備各自獨特的特質(zhì)和技能優(yōu)勢。前者擁有創(chuàng)造力，更擅長“化繁為簡”；后者則擁有處理海量數(shù)據(jù)并從中挖掘復雜模式的強大計算能力，這是一種“以繁制繁”的能力。機器要從“以繁制繁”跨越到“以簡制繁”、達到抽象的更高層次，還非常困難。如果真的要做人的智能，不應該從大數(shù)據(jù)著手，而應該基于小數(shù)據(jù)、甚至零數(shù)據(jù)展開研究。對于人工智能的未來，人們關(guān)注的重點不應該是“人工智能是否會代替人類”，而是“如何提升人類的能力，通過人工智能幫助人類更好地學習”。

 

　　面對 AI 對人類的工作和生活帶來的巨大改變以及接踵而來的各種問題，比如由于機器精準的推薦算法導致我們看待世界的角度變得過于單一等，洪小文博士表示，必須制定規(guī)則規(guī)范 AI 開發(fā)、監(jiān)管數(shù)據(jù)，而且這些規(guī)則必須由各大科技公司、跨領(lǐng)域的公司參與共同制定。面對高速變化的科技浪潮，不能忽略其可能帶來的負面影響，但也不應該過于消極，而應該更積極地去討論如何應對這些問題。

 

　　如今人工智能空前火爆，很多技術(shù)人都在考慮是否該向 AI 工程師轉(zhuǎn)型。洪小文博士認為第一步應該充分利用現(xiàn)有資源去學習和應用，AI 只是一個工具，與其說轉(zhuǎn)型，不如說如何將 AI 與自己當前的領(lǐng)域技能相結(jié)合。如果真的想轉(zhuǎn)型，需要綜合考慮自己的技術(shù)優(yōu)勢和個人興趣，洪小文博士的看法與 John Hopcroft 教授一致，“如果這真的是你喜歡、能讓你感到快樂的工作，那么當然值得鼓勵，但不應該只因為覺得 AI 會成功就去轉(zhuǎn)型。”

 

　　以下內(nèi)容整理自 InfoQ 對洪小文博士的現(xiàn)場采訪速記，在不影響原意的前提下有部分刪減。

 

　　InfoQ：今天上午有一個參會者提問時問到了 DeepMind 剛發(fā)的論文，AlphaGo Zero 采用強化學習技術(shù)，在很短的時間內(nèi)就訓練完成并打敗了原來的 AlphaGo，您怎么看待這篇論文和 Zero 取得的成績？

 

　　洪小文： 這個我覺得非常自然。對于科學家而言，首先 AlphaGo 當然有很了不起的成就，有了 AlphaGo，今天這個論文就非常自然。正如你所說，AlphaGo 里面涉及兩項技術(shù)，一個 Monte Carlo Simulation，一個就是所謂的強化學習。強化學習它最了不起的地方就是，比如說以前你下一步棋，不管是人下的還是機器下的，你會對這一步好或者不好，馬上做出一個判斷。下棋有一個很重要的東西就是它下到最后一定會停的，而且停的時候知道誰贏，你走過的路都已經(jīng)留下了痕跡，所以你下了這步，下到最后贏了，那我知道你這一步就是一個好步，或者是下到最后輸了，那就是不好的棋步，這些結(jié)果都可以影響后來的棋步，強化學習就靠這樣大量的學習。

 

　　機器算得太快了，而且機器每天都在進步，3 年前的 TPU 和兩年前甚至是和今年相比，現(xiàn)在的肯定變快了。當它自己產(chǎn)生步數(shù)的時候，從效率來講，那可能試過所有有可能的步，會試更多的。如果是人下，又是一個高手，你可能可以比較有效率，但是反正都是計算機算，你就讓它算好了，所以這個結(jié)果我一點都不意外，這個東西本來就會贏。

 

　　但是有的人把下棋過度引申了，說它是非監(jiān)督學習之類很了不起的東西，這是不對的，因為下棋很特殊的兩點是，首先它一定會停，其次它最后一定會知道輸贏。很多東西是沒有監(jiān)督就不知道的，比方說你們也聽過的對抗學習，今天講一個東西是人造的，它可以以假亂真，人家不告訴你這是假的，你就不知道是假的，不像下棋，你都可以知道輸贏，所以說下棋是很特殊的。

 

　　我還要講一點，很多人說人下棋下不過電腦，所以說電腦比我們聰明，這是不對的。人的聰明和電腦的聰明本來就不是一回事。人的智慧和 IQ 是什么？我把它叫做化繁為簡。我們就說下棋，人下這么復雜的棋，這么多步，最終要把它歸納成一些可以推導的規(guī)則才能去下。下棋的大師應該是這樣下的，而不是去記，如果是這樣下，我就要下這一步，那叫做以繁制繁，以繁制繁反而是機器最強的地方。所謂的深度學習，從廣義上來講，其實就是一種模式識別。

 

　　深度學習是什么？就相當于這么復雜的一步步的組合，它利用這個學習過程來記一個東西，當你下這一步的時候，我知道下一步該出什么。這個就好比我十個電話號碼叫你記一樣，不要說下棋了，十個電話號碼你都記不下來，所以以繁制繁這一點，人是絕對比不過計算機的。

 

　　人的智慧最高境界就是化繁為簡，吾道一以貫之，這不就是化繁為簡嗎，我只要一個道理能搞清楚，一個道可以破所有的功，人的智慧是這個，絕對不是以繁制繁。以繁制繁是一種智慧，但不是最高的智慧。

 

　　InfoQ：那您覺得計算機能否從現(xiàn)在的以繁制繁跨越到以簡制繁，即具備抽象能力這個層次呢？

 

　　洪小文： 還非常困難。最近最熱門的科學新聞叫做引力波，為什么當年愛因斯坦要做這個，他想用一個統(tǒng)一理論來解釋整個力學、動力學，這就是化繁為簡，而且你想想看，我們今天所有所謂的 AI 都要大數(shù)據(jù)。當時他提出引力波的時候，不要說大數(shù)據(jù)，根本就是無數(shù)據(jù)。一百年以后，我們才勉勉強強測到了引力波，也就是說兩者的工作思路不一樣。AI 至少目前看不出，將來當然是有可能的，這個脈絡完全是走了不同的方向。我覺得如果真正做人的智能，不是從大數(shù)據(jù)著手，而要從小數(shù)據(jù)著手，甚至于零數(shù)據(jù)。

 

　　InfoQ：您覺得現(xiàn)在 AI 的落地實踐給企業(yè)帶來的價值體現(xiàn)在哪些方面？

 

　　洪小文： 在微軟我們把它叫做數(shù)字化轉(zhuǎn)型，為什么這樣說呢？因為 AI 一定要和數(shù)據(jù)、計算綁在一起，這里指的是今天有用的 AI。從有計算機到現(xiàn)在，哪樣東西變成數(shù)字化了？支付、社交網(wǎng)絡、買賣行為、電子商務，所有的都是數(shù)字化，更不要說物聯(lián)網(wǎng)，物聯(lián)網(wǎng)把以前沒有數(shù)字化的東西數(shù)據(jù)化，然后就可以做分析，所以我們把它叫做數(shù)字化轉(zhuǎn)型。

 

　　AI 落地給企業(yè)、單位帶來的價值，我們認為至少包含下面四點：

 

　　第一個是每個企業(yè)、每個單位一定有個產(chǎn)品。事實上以前互聯(lián)網(wǎng) + 和這個很類似，怎么樣用互聯(lián)網(wǎng)、大數(shù)據(jù)、AI 迭代，讓產(chǎn)品越來越好，這個談得是最多的。

 

　　第二個是跟用戶的連接。每個公司 2B 還是 2C，都有用戶。當用戶有疑難雜癥的時候需要提供服務，比如客服機器人。

 

　　最后兩個是內(nèi)部的，一個是如何提高公司內(nèi)部運營的效率、效能；另一個是怎么利用 AI 幫助員工提高效能，甚至幫助員工夠把事業(yè)和家庭都照顧好。還有更積極的是怎么用這些大數(shù)據(jù)、人工智能激發(fā)員工的創(chuàng)造力。

 

　　所以，我覺得數(shù)字化轉(zhuǎn)型和人工智能對企業(yè)來講至少有這四層的意義，這個機會是很大的。

 

　　InfoQ：微軟目前在這四方面是怎么做的？

 

　　洪小文： 這是微軟的機會，我們能這樣看也是微軟的機會。無論是計算還是數(shù)據(jù)，都需要平臺，所以微軟會提供平臺。相當于我們提供彈藥，而且我們可以服務上千、上萬、上百萬的客戶和我們的伙伴。

 

　　雖然我們不是去做行業(yè)垂直的應用，但是平臺的機會更廣。微軟一直都是平臺公司，平臺公司有自己的優(yōu)勢。但是我們的缺點是很多時候報道看不到。比如說無人駕駛，可能沒有人認為微軟在做無人駕駛，我們的確沒有在做無人駕駛垂直的應用，但是無人駕駛里面需要數(shù)據(jù)、要上云、要有結(jié)構(gòu)化數(shù)據(jù)、需要數(shù)據(jù)庫，還有 Hadoop、Spark 這種東西，上面還有我們的認知服務，不管是視覺也好，或者是小冰、小娜這樣的技術(shù)也好。我們目前已經(jīng)和好幾家公司有合作，像日產(chǎn)、沃爾沃、BMW 等。所以在報道上可能只能看到今天沃爾沃做了什么自動駕駛的東西，但是我們是他們背后的無名英雄。

 

　　InfoQ：除了平臺化的服務，像你們之前和 Facebook 推出 ONNX，對其他想嘗試應用 AI 的開發(fā)者，也有很大的幫助。能不能介紹一下微軟對于推動 AI 在業(yè)界的落地還做了哪些事情？

 

　　洪小文： 我們希望把 AI 普及化。事實上時機也成熟了。AI 為什么這么紅火，就是因為它到了普及化的階段。如果沒有普及化，就只有一兩家公司可以做，比如最近常談論到的量子計算，離普及化就還有一段時間。一個東西會紅火到每個人都要趕快去用，那它就具備了普及化的條件。但是這里還是有一個門檻，畢竟它是一項新的技術(shù)，所以我們怎么把它普及化，平臺化是其中一項。另外，有很多東西會變成所謂的標準，所以我們會開源，推動產(chǎn)業(yè)界之間互相結(jié)盟，把這個餅做得更大。雖然公司和公司之間會競爭，但是競爭主要集中在推理階段（interpretation），一個人今天用這個寫了一個東西，它可以搬到另外一個平臺上。普及化之后，你的餅做大了，哪怕你只是其中一小塊，那都是很大的。所以我們做的每一件事情，都是往普及化的方向做，而這又最適合平臺公司來做。

 

　　InfoQ：未來微軟將重點關(guān)注 AI 領(lǐng)域的哪些研究方向？

 

　　洪小文： 分幾塊。一塊是現(xiàn)在既有的 AI 的理論、系統(tǒng)和重要的 AI 的技術(shù)以及跟各種應用的結(jié)合，比如說感知，感知里面有語音、自然語言、視覺，這些東西是現(xiàn)在兵家必爭之地，我們會繼續(xù)做。

 

　　另一個就是做 AI 的基礎(chǔ)研究。今天 AI 都是大數(shù)據(jù)，那小數(shù)據(jù)這些東西怎么弄，包括無數(shù)據(jù)？其實無數(shù)據(jù)、小數(shù)據(jù)和所謂的非監(jiān)督學習都是相關(guān)的，只是現(xiàn)在更多用到大量的數(shù)據(jù)。其實還有另外一種做法，叫做 Rule-Based，又稱為專家系統(tǒng)，以前大家可能覺得這種做法很難做出成果，但是人就是靠各種原則、規(guī)律或者知識圖譜去學習的。而傳統(tǒng)上往往做深度學習、做 Rule-Based 的各做各的研究，我想更多的是將來這兩個怎么融合在一起，因為只靠某一個是不奏效的。我們研究院在這些方面也有一些新的想法。

 

　　還有一塊不是純技術(shù)的，當前數(shù)據(jù)已經(jīng)變得如此重要，數(shù)據(jù)的監(jiān)管問題不得不考慮。擁有大量數(shù)據(jù)的公司，需要負什么責任，什么東西可以做，什么東西不可以做，這個我覺得是需要關(guān)注的一方面。

 

　　另外，數(shù)據(jù)以偏概全以及算法也可能帶來不好的影響。我們現(xiàn)在十分依賴算法給我們推送內(nèi)容，而算法的設計又常?；谖覀兊南埠茫阶詈竽懵牭降男侣勈悄阆肼牭降?，而不是你真正應該聽到的。我們需要聽到不同的聲音、更多樣化的觀點，如果社會以后變得單一、不多元的話，就會有問題。

 

　　我們在美國發(fā)起了一個 Partnership on AI 的項目，聯(lián)合很多公司去談一些跨領(lǐng)域的東西，可能更多的會談社會影響的方面。說句老實話，我絕對不敢說我們知道答案，但是道理是越講越明的，今天這方面的討論，至少我感覺在中國討論得還不夠多。但這其實是在未來我們必須要探討的問題，而且這個問題可能比技術(shù)問題更難，因為它牽扯到多個領(lǐng)域，牽扯到政策的制定，需要政府和企業(yè)共同參與討論。

 

　　我認為這個比討論機器人把人打敗更有意義，其實那個是根本不會發(fā)生的。甚至相比說 AI 技術(shù)取代人的工作，我希望更積極的討論這件事。這個世界會變化，尤其是十年前我們學的東西今天不見得適用了，在這樣的情況下，我們應該怎么培養(yǎng)下一代、怎么培養(yǎng)我們自己，還有所謂的終身學習，可能看這些東西更有意義。一件事情永遠有積極和消極的看法，最消極的看法就是高科技全是壞的東西，我逃到一個島上去過最原始的生活，這是最消極的方法。但其實我們應該積極地去面對，技術(shù)一定有好處，也有問題，如果沒有好處的話大家不會用，但是我認為不應該一味地說這個東西不可能帶來什么負面的影響，一定也會有，怎么樣積極地面對，需要大家來討論，集思廣益。

 

　　InfoQ：您如何看待人工智能的基礎(chǔ)研究和應用在美國和中國的差異？

 

　　洪小文： 從應用上來看，我認為差異不大。唯一的差別是中國在移動互聯(lián)網(wǎng)上有一些條件的確是領(lǐng)先世界的，像移動支付以及微信里面一些新的社交網(wǎng)絡的用法，這方面我覺得中國確實是有優(yōu)勢。但大體上來講差別不大，尤其是現(xiàn)在世界都是通的，大家看到這些應用，總是會想想怎么把它用過去。

 

　　從基礎(chǔ)研究來講，我覺得中國應用型的創(chuàng)新、應用型的研究不缺，但是基礎(chǔ)研究比起美國還是相對少一點，這個是好壞兼有的。因為中國正在快速發(fā)展，做很多事情多半背后都是有經(jīng)濟動機的，在這些方面也導致了我們對于基礎(chǔ)研究的投入可能是不夠的?，F(xiàn)在有很多人在講要更多地投入基礎(chǔ)研究，我希望他們不只是講，而是真正能做到，包括公司和個人。

 

　　InfoQ：語音技術(shù)是您的主要研究領(lǐng)域，能否為我們解讀一下，語音技術(shù)（包括語音識別、自然語言理解）目前還面對哪些比較大的挑戰(zhàn)？未來會如何發(fā)展？

 

　　洪小文： 語音的挑戰(zhàn)永遠存在，因為真正要做到百分之百的語音識別，我認為是個 AI Complete 的問題，就是解決其他 AI 的問題才有可能解決語音的問題。這是人跟機器不一樣的一個地方，人最了不起的是我們可以用各種不同的智能去彌補某個智能的不足。一個最明顯的例子，在語音里面叫做“雞尾酒效應”，什么意思？你去參加一個雞尾酒會的時候，非常嘈雜，每個人都要講話，雖然我離你很近，但我可能聽不清楚你在講什么，你講的話里面十個字有九個字我都沒有聽清，也許只聽到幾個音，可是因為我不但認得你，還知道你從事什么職業(yè)、知道你今天為什么參加這個酒會，所以你講的內(nèi)容我大概都能知道。

 

　　這種場景用今天的任何一個語音方法都一定失敗，因為我們?nèi)祟愑昧颂嗨^的常識、對你的了解，有時候甚至會比手畫腳。所以說這些就是把所有的 AI 都用上了。

 

　　人的智能事實上是全部智能的總和。做語音的時候，我們并不是只靠耳朵，而在做視覺的時候也會通過聲音來輔助，我們會將所有的感官都用進去。這也是人工智能未來的挑戰(zhàn)，大家在講的通用人工智能，就是指這塊，而這個很難做。尤其是深度學習，就是一個信號進來，然后出去，其他的東西可能有時候有、有時候沒有，關(guān)鍵就在這里。如果說任何時候都有聲音也有影像，那就簡單了。所以我想幾乎所有的，就像我剛才講的語音的所謂雞尾酒效應，在視覺里也有，把一個東西遮掉 90%，你都可以猜出這是什么。不管是不是能夠達到通用人工智能，但是不同的智能之間都要能夠截長補短，這肯定是未來一個很重要的方向。

 

　　InfoQ：人工智能的浪潮之下，有很多原來傳統(tǒng)領(lǐng)域的技術(shù)人會開始考慮要不要轉(zhuǎn)型到 AI 相關(guān)的工作，怎么判斷該不該轉(zhuǎn)型、如果要轉(zhuǎn)型應做些什么，能否請您給大家提一些建議？

 

　　洪小文： 與其講該不該轉(zhuǎn)，我覺得要先學習和應用，今天有 MOOC、有各種各樣的信息，學習不見得那么難。AI 今天之所以紅火，是因為它的神秘面紗越來越薄了。很多人把 AI 講得天花亂墜，事實上抽絲撥繭之后，AI 還是比較好學、也比較好應用的，這也是為什么 AI 可以普及化，這是第一步。這個第一步做到了，對很多人來說就夠了，因為大部分人都是做應用。就好比計算機，沒有多少人知道計算機芯片怎么做的，你只是拿來應用。對于大部分人來說，AI 只是一個應用。與其說轉(zhuǎn)型，還不如說怎么把 AI 拿過來幫助你現(xiàn)有的專長，比如說每個公司里面的產(chǎn)品、用戶、內(nèi)部的運營和員工，應該先把這件事做起來。

 

　　當然，也不是說不可以轉(zhuǎn)，就好像很多人本來不是學計算機的，怎么轉(zhuǎn)到計算機？我覺得每個人要根據(jù)自己的優(yōu)勢，因時因地做判斷。AI 只是一個工具，如果它非常有用，那代表其實是應用，真正再把它做得更好，不管是開發(fā)或者是研究，都只是少數(shù)。到底是不是要轉(zhuǎn)型 AI？就像 John 說的，要看做這個事情是不是會讓你感到快樂。我覺得應該有更多的人可以依照他們的喜好，去考慮要不要做某件事情。如果因為愛好而做 AI，那我鼓勵，但是不希望太多人是因為覺得 AI 會成功才去做相關(guān)工作。