首页 - - > > 中青 创 家 - - > > KABAPP 下载 王小川 ： 未来 人工智能 的 三个 方向 发布 时间 ： 2016 - 12 - 0514 : 43 　 来源 ： 中青在线 　 作者 ： KAB 创业 俱乐部 （ 微信 ID ： KABClub ） 导读 在 第三届 世界 互联网 大会 上 ， 搜狗 公司 首席 执行官 王小川 发表 了 关于 人工智能 的 主题 演讲 ， 王小川 认为 ， 作为 产品 经理 ， 可以 看到 人工智能 的 三个 方向 ： 识别 、 创造 与 判断 ， 而 其中 有 重要 意义 的 是在 判断 。 王小川 相信 随着 技术 的 突破 ， 搜索引擎 会 自然而然 演化 成为 问答 引擎 。 以下 为 王小川 演讲 全文 ↓ 前面 的 十 二 场 演讲 中 ， 嘉宾 有 讲 技术 、 有 讲 产品 ， 我 希望 给 大家 的 分享 一些 不同 的 内容 ， 以及 自己 独有 的 视角 。 今天 大家 都 提到 了 AlphaGo ， 作为 引爆 人工智能 的 开端 ， 深度学习 在 其中 承担 了 最 重要 的 责任 。 今天 当 大家 开始 畅想 的 时候 ， 有 可能 认为 人工智能 未来 真的 会 取代 人 。 那么 我 希望 今天 的 分享 更多 地 能够 知道 人工智能 在 今天 能 做 什么 ？ 不能 做 什么 ？ -- 回到 图灵 测试 ， 上个世纪 五十年代 图灵 提出 了 问答 机器 推想 这样 一个 概念 ， 今天 我们 直观 感受 是 语音 图像 进步 很快 ， 但是 自然语言 的 处理 其实 是 比较 慢 的 。 抛开 技术 ， 以 一个 产品 经理 的 身份 来看 ， 人工智能 有 三个 产品 方向 ， 一 是 识别 — — 语音 识别 、 图像 识别 、 视频 识别 ； 二 是 图像 — — 我们 去 生产 图像 ， 生成 识别 ； 三 是 创造 。 大家 提到 了 人工智能 进步 的 层次 ， 我 想 换 一个 方式 描述 — — 工程师 在 人工智能 时代 会 处于 越来越 重要 的 位置 。 我们 开始 提到 传统 的 方法 是 把 规则 教给 机器 ， 随着 统计 系统 的 发展 ， 包括 深度学习 ， 我们 开始 更 容易 地 将 答案 教给 机器 。 -- 这 里面 更 前沿 的 方式 是 将 目标 教给 机器 ， AlphaGo 融合 了 几 套 算法 ， 但是 我 和 他们 工程师 沟通 的 时候 ， 这样 的 把 目标 教给 机器 的 强化 学习 ， 还 并 不 成熟 ， 也就是说 如果 没有 之前 三 千 万 局 人机 对 战 的 棋谱 的 话 ， AlphaGo 没 能够 做到 只 通过 强化 学习 来 战胜 人类 ， 这是 技术 层面 需要 往 下 突破 的 重点 。 如果 将 目标 教给 机器 ， 机器 能够 做 自我 学习 ， 这方面 有 新 的 突破 ， 那 我们 离 新 的 人工智能 时代 就 更 近 了 。 今年 六 月份 ， 我 去 了 英国 伦敦 ， 和 DeepMind 公司 的 工程师 做 了 交流 ， 我 特别 好奇 的 事情 就是 下棋 的 第 四 局 机器 输 掉 了 , 发生 了 什么 事情 ？ -- 所以 深度学习 这样 一个 体系 其实 还是 有 瓶颈 所在 的 。 所以 在 今天 我 更多 想 谈 的 是以 深度学习 为 代表 的 今天 的 人工智能 技术 ， 还有 哪些 不靠 谱 的 地方 ？ 在 产品 上 不 适用 之 处 有 哪些 ？ -- 谷歌 也 在 今年 发布 了 一 套 对于 自然语言 能够 做 句子 分析 的 引擎 ， 把 主语 、 谓语 、 宾语 提出 来 ， 但是 准确度 只有 90% ， 提 不 上去 了 ， 因为 这个 时候 光 靠 统计 靠 语法 已经 不能 支撑 ， 往 下 是 需要 对 句子 当中 的 具体 概念 有 理解 才能 消除 歧义 。 我们 知道 不能 把 马路 放在 冰箱 上面 ， 这 对于 人 来讲 非常 好 理解 ， 但是 对 计算机 的 挑战 非常 大 ， 这是 深度学习 人工智能 还 不够 的 地方 。 很 敏感 的 问题 ， 无人驾驶 靠 谱 吗 ？ -- 今天 的 深度学习 缺乏 推理 ， 缺乏 对 符号 的 理解 ， 如果 没有 符号 ， 对 自然语言 的 理解 就 会 成为 瓶颈 。 即便 是 这样 ， 我们 也 提到 了 （ 人工智能 ） 能够 取代 一些 行业 ， 比如说 棋手 、 医生 、 司机 ， 机器 在 里面 都 可以 做 很 好 的 辅助 ， 但是 对于 大家 没 见 过 的 创造性 的 事情 ， 比如 规划 、 科研 ， 其实 对于 机器 来说 还 很 难 ， 今天 在 媒体 上 机器 自动 写 文章 、 自动 画图 ， 在 科研 层面 展示 出 了 一些 魔力 ， 但是 还 没有 到 可以 取代 人 的 阶段 ， 所以 在 这 里面 我 先 把 大家 对 人工智能 预期 降低 下来 。 有人 在 问 ， （ 人工智能 ） 是否 会 出现 第 三 次 退潮 ， 前 两 次 我们 都 认为 人工智能 到来 了 ， 但是 这次 可能 会 比 之前 好 ， 之前 的 人工智能 两 次 退潮 前 ， 我们 问 一个 老师 ， 说 你 是 研究 人工智能 的 吗 ？ 这是 骂 他 的 话 。 因为 （ 大家 认为 ） 人工智能 不靠 谱 ， 这次 是 （ 人工智能 ） 第一次 真正 进入 到 了 使用 ， 切实 在 语言 处理 、 声音 处理 、 图象处理 ， 和 在 一些 高维 数据 空间 上 能够 比人 做 的 更好 。 所以 这次 的 区别 就是 大量 资金 、 资本 投入 到 了 人工智能 。 也 有 大量 的 研究人员 在 毕业 以后 从事 人工智能 工作 ， 这是 和 之前 不 一样 的 。 所以 一方面 我们 开始 使用 这项 技术 ， 另外 一方面 我们 开始 期待 不断 产生 新 的 突破 。 我 个人 对 这次 人工智能 的 浪潮 是 乐观 的 ， 但是 我 也 很 紧张 ， 也许 我们 自己 做 的 搜索引擎 就是 会 被 颠覆 的 一部分 。 在 这 里面 我们 开始 畅想 未来 的 路 在 什么 地方 ， 从 我 自己 的 描述 来看 ， 搜索 的 未来 就是 人工智能 时代 的 皇冠 ， 为什么 这么 说 ， 搜索 的 未来 是 什么 ， 人工智能 的 未来 又是 什么 ， 为什么 是 皇冠 ？ 简单 来讲 ， 我 认为 搜索 的 未来 就是 问答 机器人 。