王小川認為， 在去年AlphaGo之後， 人工智慧開始正式進入風口期。 人工智慧分為三個應用層次， 即：1.將傳統規則教給機器；2.將答案教給機器記憶學習；3.將目標給機器自我學習。 目前我們的人工智慧正處在第二階段的高級階段。
另外他指出， 現在的人工智慧還是有很多的局限性， 例如機器需要在學習和判斷時有一個前提條件（或訓練場景）。 對To C而言， 圖像和語音的深度學習非常重要。 語音辨識並非人工智慧的核心， 但是人工智慧的未來發展基礎。
需要特別注意的是， 王小川直言， 讓人工智慧進行判斷和決策，
人工智慧是往三個階段走。 我們還處在第二階段的高級階段。
人工智慧這個話題不是新課題， 在上個世紀60年代、80年代就在做人工智慧。 那時候做人工智慧的教授其實很不幸， 因為當時的人工智慧水準是遠遠不夠的。
當時人們把對自己世界的認知變成了規則， 轉成了機器人， 就是把這個規則告訴機器。 這是那個時代的工作。 那是60年代到80年代， 人們對規則的表達是偏離這個目標的。
80年代之後， 基於統計方法來做的人工智慧， 不是嘗試把人對於世界的認知告訴機器， 而是讓機器學， 讓你看答案是什麼。 一方面是把原始的問題， 看到問題之後把答案給他， 這是走上了讓機器人學習的道路，
這個答案很清楚， 很經典案例就是人臉識別。 怎麼描述呢？胖一點的、瘦一點的等等。 我知道這個人是誰， 但是沒有辦法描述。
到2000年之後的突破點， 我們發現用更粗暴的方法， 我們不要嘗試在這個問題上找特徵， 把特徵告訴機器， 把原始的問題原始的資料交給機器。 我給他兩千多張照片， 讓他自己去找特徵， 最後得出答案。
2000年之後的爆發是跟這個相關的， 阿爾法狗就是這麼出來的， 他不是靠原來的方法做的。
今天部分人工智慧開始走到第三個階段了。 AlphaGo屬於是第二階段加上一點點第三階段， 給它一些答案， 給它每一個局面下， 人是怎麼走的， 讓機器學。 這樣可以發現機器很難追上頂尖的人。 到最後我告訴機器說，
目前我們主要在第二個階段， 這個階段一定要用到大資料。 好處是我們不需要工程師對原有的行業有特別深度的理解， 我舉個例子， 醫生他是懂得怎麼看心臟病的心電圖， 但是他很難把這個規則明晰的描述給工程師。
從去年開始， 工程師得到很重要的體驗， 我不需要醫生去學習他細節的技術經驗， 只要醫生告訴我這個代表什麼。 工程師資料量大， 就可以建立這樣的模型， 這跟選擇人工智慧的行業之間有天然的溝通鴻溝就消失掉了。 這個很快就可以在人工智慧裡面得到突破的應用。 未來的兩三年裡已經有成功工作經驗得到了巨大的升級， 今年在智慧領域裡面有一個很大的發現。
現在的人工智慧還是有很多的局限性。 核心問題是有一個前提的條件。 例如在一個有背景音樂的環境裡， 兩三個人同時說話， 人很清楚可以辨別出什麼聲音是人說的， 但機器做不到。 因為人工智慧是對見過聲音的處理， 如果兩個人一起說話就不行了。
例如要很安靜的環境裡， 如果這個環境裡還有背景音樂， 同時兩三個人一塊說話， 人是很清楚能分辨出來的， 但是機器做不到， 這個對機器而言， 如果是聲音裡混了聲音， 人工智慧是對見過聲音的處理， 如果兩個人一起說話就不行了。
如何處理呢？一種做法是用麥克風做。 比如我們在汽車裡面， 汽車裡有胎噪和風噪， 把這個錄下來， 然後在混到這個訓練裡面去，
另外比較難的是自然語言的處理。 別看機器翻譯現在有很大的發展， 能把中文翻譯成英文， 英文翻譯成中文， 這個能翻譯的很流暢。 因為現在的機器人學習， 不是基於理論方法。 人如果流暢， 機器也就可以流暢。
比如我去年6月份去了一個劍橋頂尖語言的實驗室， 他們在演示一個人機對話的系統， 演示的非常清楚， 我想吃辣的， 我想吃什麼樣的， 機器就幫你找。 當我找到餐館的時候機器問我， 你需要停車位元嗎？我說我沒有車， 它就不會回復了。 因為它不知道車和停車位是什麼關係。 所以自然語言處理這塊還是非常不夠的。
如果從產品上分類， 我把人工智慧分成這麼三類：識別、判斷決策和創造生成。 今天做的第一個事情就是把物理世界的東西建模，比如語音辨識、圖像識別等，都叫識別。這是一類。還有是創造生成，比如語音的合成和圖像合成，這就是第一類和第三類的結合，比如應用在安防領域。
我個人認為，第二類，也就是讓機器做判斷和決策，這其中蘊含著巨大的商業價值。因為它把人的勞動取代，讓機器產生更高級的工作。判斷和決策其實是商業的核心部分。
前面講了一個人工智慧的判斷，我給大家分享一點搜狗在這個裡面的思考。
首先人工智慧現在的基本做法是要學習。其實對於搜尋引擎公司，不管是百度還是搜狗，大部分還是在學習。
現在有了深度學習以後，我們可以想像的更多，比如在網頁搜索裡面，靠我們的工程師怎麼是高品質的讓這個機器去學，或者是圖像識別這個裡面如何更好的發現人臉，發現這個特徵。深度學習之後需要更大的資料量才能做提升。
第二，對於To C而言，很重要的是圖像和語音，應該叫做深度學習，讓我們有了很大的進步。我想表達的是，搜狗從2011年開始做，80%有語音的收入，每天會產生20萬條的語音資料。我們對了一下，比其他家做的語音辨識的識別價值還要大，這個有清晰的應用場景。
TO B和TO C的公司是有區別，這個要有資料場景。如果沒有場景，就要依靠其他家的資料場景，這是一種合作的方式。我們是用這樣的技術首先為自己服務，因為我們有足夠大的資料場景做支撐。
語言變語音這個事情我們也在做，但是我們考慮的是以個人為核心做周邊的發展。包括兩個語音的轉化翻譯，最後是語音的理解。這是我們To C公司裡面思考的，叫自然交互和知識計算，自然交互是以語音為中心，還有是怎麼建立對語音的分析和理解。
行業中會有共識，未來很重要的事情，語音在於是對話、翻譯、問答，這幾個都是最前沿的工作。我們為什麼考慮呢？今天是詞的搜索，未來是給機器提問題，讓他有一個精准的答案。我們在這個工作裡面也做了很多的積累，我們認為在1年以內會有突破，不代表是機器理解了，而是在很多問題裡面可以直接的回答。以前是靠拼音，敲漢字進去，未來我們是希望別人問，這時機器就可以幫助人們直接回答。
本文來自獵雲網，如若轉載，請注明出處：http://www.lieyunwang.com/archives/289983
今天做的第一個事情就是把物理世界的東西建模，比如語音辨識、圖像識別等，都叫識別。這是一類。還有是創造生成，比如語音的合成和圖像合成，這就是第一類和第三類的結合，比如應用在安防領域。我個人認為，第二類，也就是讓機器做判斷和決策，這其中蘊含著巨大的商業價值。因為它把人的勞動取代，讓機器產生更高級的工作。判斷和決策其實是商業的核心部分。
前面講了一個人工智慧的判斷，我給大家分享一點搜狗在這個裡面的思考。
首先人工智慧現在的基本做法是要學習。其實對於搜尋引擎公司，不管是百度還是搜狗，大部分還是在學習。
現在有了深度學習以後，我們可以想像的更多，比如在網頁搜索裡面，靠我們的工程師怎麼是高品質的讓這個機器去學，或者是圖像識別這個裡面如何更好的發現人臉，發現這個特徵。深度學習之後需要更大的資料量才能做提升。
第二，對於To C而言，很重要的是圖像和語音，應該叫做深度學習，讓我們有了很大的進步。我想表達的是，搜狗從2011年開始做，80%有語音的收入，每天會產生20萬條的語音資料。我們對了一下，比其他家做的語音辨識的識別價值還要大，這個有清晰的應用場景。
TO B和TO C的公司是有區別，這個要有資料場景。如果沒有場景，就要依靠其他家的資料場景，這是一種合作的方式。我們是用這樣的技術首先為自己服務，因為我們有足夠大的資料場景做支撐。
語言變語音這個事情我們也在做，但是我們考慮的是以個人為核心做周邊的發展。包括兩個語音的轉化翻譯，最後是語音的理解。這是我們To C公司裡面思考的，叫自然交互和知識計算，自然交互是以語音為中心，還有是怎麼建立對語音的分析和理解。
行業中會有共識，未來很重要的事情，語音在於是對話、翻譯、問答，這幾個都是最前沿的工作。我們為什麼考慮呢？今天是詞的搜索，未來是給機器提問題，讓他有一個精准的答案。我們在這個工作裡面也做了很多的積累，我們認為在1年以內會有突破，不代表是機器理解了，而是在很多問題裡面可以直接的回答。以前是靠拼音，敲漢字進去，未來我們是希望別人問，這時機器就可以幫助人們直接回答。
本文來自獵雲網，如若轉載，請注明出處：http://www.lieyunwang.com/archives/289983