全球機器智慧峰會（ GMIS 2017 ）， 是全球人工智慧產業資訊服務平臺機器之心舉辦的首屆大會， 邀請來自美國、歐洲、加拿大及國內的眾多頂級專家參會演講。 本次大會共計 47 位嘉賓、5 個Session、32 場演講、4 場圓桌論壇、1 場人機大戰， 兼顧學界與產業、科技巨頭與創業公司， 以專業化、全球化的視角為人工智慧從業者和愛好者奉上一場機器智慧盛宴。
5 月 27 日， 由機器之心主辦、為期兩天的全球機器智慧峰會（GMIS 2017）在北京 898 創新空間順利開幕。 中國科學院自動化研究所複雜系統管理與控制國家重點實驗室主任王飛躍為本次大會做了開幕式致辭，
大會第一天重要嘉賓「LSTM 之父」Jürgen Schmidhuber、Citadel 首席人工智慧官鄧力、騰訊 AI Lab 副主任俞棟、英特爾 AIPG 資料科學部主任、GE Transportation Digital Solutions CTO Wesly Mukai 等知名人工智慧專家參與峰會， 並在主題演講、圓桌論壇等互動形式下， 從科學家、企業家、技術專家的視角，
5 月 28 日， 機器之心主辦的為期兩天的全球機器智慧峰會（GMIS 2017）進入第二天， 全天議程中最受關注的是多位重要嘉賓出席的領袖峰會， 包括《人工智慧：一種現代方法》的作者 Stuart Russell、第四范式聯合創始人兼首席科學家楊強、科大訊飛執行總裁兼消費者事業群總裁胡郁、阿爾伯塔大學教授及電腦圍棋頂級專家 Martin Müller、Element AI 聯合創始人 Jean-Sebastien Cournoyer 等。
28日下午， 在搜狗與VIP速記創始人五輪 PK 過後， 搜狗CEO 王小川發表了《人工智慧技術與應用思考》的主旨演講， 和大家分享了人工智慧前沿中， 哪些是現在已經做到的， 可以做到的， 哪些是未來突破的方向。
進入正式演講之前， 王小川點評了一下剛剛結束的速記PK， 「剛才的比賽很真實， 機器之心的保密工作做的很好， 搜狗之前一直沒有拿到考題。 比賽讓人感覺很虐。 」王小川說。 至於強化學習， AlphaGo 並沒有像他在2.0中預測的那樣完全使用強化學習， 還是用了人工資料， 因此， 他認為強化學習距離商用還有一段距離。 論文上讓人興奮的成果還沒有落地到產業方面。
人工智慧發展經歷了以下幾個階段， 目前我們處在第三個階段。
在談及深度學習突破時， 專業人喜歡談感知、認知方面的突破， 但是， 搜狗更願意使用識別、決策、生成這樣的表達。 比如， 阿裡巴巴指出， 未來商業智慧就是人工智慧決策， 不過， 讓我們最有感覺的突破是在識別和生成領域， 後兩個領域的突破對人機交互很有意義。
在決策方面，人工智慧可以幫助提高決策效率，提升商業效率。我們可以在金融、醫療和教育等方面看到這些應用。其實，高頻交易中已經使用了人工智慧；小額貸款也在使用，因為弱相關資料中，人工智慧比人類做得好。比如，手機弱電狀態與還款概率的相關就是人工智慧發現，在銀行做貸款的時候是不可能用到這些特徵的，今天用機器、用1000多個特徵能包含更多的維度。資料高度結構化、距離金錢很近的領域，人工智慧可以幫助人類做好決策。
在感知和生成領域，人工智慧進展會影響人機交互。這也是搜狗感興趣的領域。從歷史趨勢上看，機器在適應人，而不是反過來。另外，從鍵盤、滑鼠到第一代蘋果手機，我們開始用豎屏的輸入方法，整個理念越來越自然，人機交互也會越來越自然。
深度學習雖然進展重大，但是，最難的一件事情其實是語言本身。提出圖靈測試時，考慮怎麼判斷一個機器有智慧的標準就是語言，如果機器能夠用語言跟人正常溝通，就說明機器非常智慧，但是目前為止，這還離我們很遠。
搜狗關注的不僅僅是語言，也不只是圖像，還有彼此轉化：語音、圖像最後是否能夠把它轉化成文字，或者把文字轉化成語音、圖像。因為語言是交流的核心，因此，搜狗努力的方向就是以文字為核心、以語言為核心，去做語音、圖像甚至包括翻譯的工作。以文字和語言為核心，中間還有一個介入的是機器的翻譯。（我們可以看到今天螢幕右邊已經展示了我們最新的機器翻譯系統，去年在烏鎮的世界互聯網大會上已經開始使用，到今天也是我們可以看到全球惟一一個能夠真正使用的語音到翻譯完整的這樣一個引擎。）
搜索的未來是問答，一種很深度的問答。
搜狗在做的事情之一就是垂直問答系統，沒有資料庫，互聯網資料作為輸入，已經在《一站到底》已經戰勝人類選手了。這台機器動用了全部搜索的力量。我們可以與 IBM Watson 對比一下。但是，目前的成績還不夠，那些不在人類現有知識範圍內的知識，無法進行問答，因為機器還不能推理，無法作答。
搜狗在做的另一個事情就是輔助對話。最有突破的工作是翻譯，比如谷歌，而翻譯突破，對中國人最有意義。新的翻譯技術改善產品。可以用中文搜索全球資訊，翻譯成中文進行閱讀。
搜狗還有另一個好玩的產品：海外搜索。中國人寫英文論文很辛苦，輸入法可以將輸入的中文翻譯英文，或者把英文翻譯成中文，可以減輕作者的負擔。
總之，文字領域實現翻譯、問答的工作，也是人工智慧未圖突破領域的。我們整個努力工作的方向就是在文字領域裡面實現對話、問答和翻譯的工作，也是代表了今天在深度學習或者在人工智慧最前沿還沒有突破的一個領域。由於我們已經有很好的場景和相應的資料，但凡在技術裡面能夠帶來多大的突破，就能夠使得中國上億人口得到更好的服務。
在決策方面，人工智慧可以幫助提高決策效率，提升商業效率。我們可以在金融、醫療和教育等方面看到這些應用。其實，高頻交易中已經使用了人工智慧；小額貸款也在使用，因為弱相關資料中，人工智慧比人類做得好。比如，手機弱電狀態與還款概率的相關就是人工智慧發現，在銀行做貸款的時候是不可能用到這些特徵的，今天用機器、用1000多個特徵能包含更多的維度。資料高度結構化、距離金錢很近的領域，人工智慧可以幫助人類做好決策。
在感知和生成領域，人工智慧進展會影響人機交互。這也是搜狗感興趣的領域。從歷史趨勢上看，機器在適應人，而不是反過來。另外，從鍵盤、滑鼠到第一代蘋果手機，我們開始用豎屏的輸入方法，整個理念越來越自然，人機交互也會越來越自然。
深度學習雖然進展重大，但是，最難的一件事情其實是語言本身。提出圖靈測試時，考慮怎麼判斷一個機器有智慧的標準就是語言，如果機器能夠用語言跟人正常溝通，就說明機器非常智慧，但是目前為止，這還離我們很遠。
搜狗關注的不僅僅是語言，也不只是圖像，還有彼此轉化：語音、圖像最後是否能夠把它轉化成文字，或者把文字轉化成語音、圖像。因為語言是交流的核心，因此，搜狗努力的方向就是以文字為核心、以語言為核心，去做語音、圖像甚至包括翻譯的工作。以文字和語言為核心，中間還有一個介入的是機器的翻譯。（我們可以看到今天螢幕右邊已經展示了我們最新的機器翻譯系統，去年在烏鎮的世界互聯網大會上已經開始使用，到今天也是我們可以看到全球惟一一個能夠真正使用的語音到翻譯完整的這樣一個引擎。）
搜索的未來是問答，一種很深度的問答。
搜狗在做的事情之一就是垂直問答系統，沒有資料庫，互聯網資料作為輸入，已經在《一站到底》已經戰勝人類選手了。這台機器動用了全部搜索的力量。我們可以與 IBM Watson 對比一下。但是，目前的成績還不夠，那些不在人類現有知識範圍內的知識，無法進行問答，因為機器還不能推理，無法作答。
搜狗在做的另一個事情就是輔助對話。最有突破的工作是翻譯，比如谷歌，而翻譯突破，對中國人最有意義。新的翻譯技術改善產品。可以用中文搜索全球資訊，翻譯成中文進行閱讀。
搜狗還有另一個好玩的產品：海外搜索。中國人寫英文論文很辛苦，輸入法可以將輸入的中文翻譯英文，或者把英文翻譯成中文，可以減輕作者的負擔。
總之，文字領域實現翻譯、問答的工作，也是人工智慧未圖突破領域的。我們整個努力工作的方向就是在文字領域裡面實現對話、問答和翻譯的工作，也是代表了今天在深度學習或者在人工智慧最前沿還沒有突破的一個領域。由於我們已經有很好的場景和相應的資料，但凡在技術裡面能夠帶來多大的突破，就能夠使得中國上億人口得到更好的服務。