王小川现场演讲，搜狗语音同步神翻译

时间：2021-01-26 14:53:56 演讲我要投稿

王小川现场演讲，搜狗语音同步神翻译

　　王小川认为搜索公司本身就在做人工智能，对于搜索公司而言，人工智能技术的引入不是颠覆新的市场，而是在原有的用户需求里面进行一个渐进性的改进。下面我们看看他在演讲中说了什么呢?

王小川现场演讲，搜狗语音同步神翻译

　　谈人工智能的时候，我会谈一些反思。因为今天大家可能过多的高估了人工智能的未来，在今年上半年，我是鼓吹AlphaGo这样一场跨世纪的比赛。

　　语音识别仍有很多限制

　　在全球范围内的投资异常活跃，在中国也一样。在这个时候，我想谈到“我们得小心，什么地方是陷阱，什么地方是真的人工智能的未来”。在前一个月我去谷歌跟AlphaGo的工程师做了深度沟通。有什么样的算法能够改进赢得第四局的比赛?谷歌的工程师跟我苦笑。说：你讲的方法我们都试过了。回到我们对于深度学习，今天大家知道它有巨大的危险。因为传统做人工智能的一些专家就在语言深度学习本身有它的缺点，稳定性不够。在一些需要完全可靠的场景里面，它没有完整的数学的计算和证明。所以这种情况里面，即便它是99%的正确性，也可能会带来不确定。比如：在无人驾驶。这1%都不确定性，就可能带来汽车的失速，而且我们还不知道怎么修改。深度学习能够做很多事情，但是到现在我们人类的技术掌握还是够浅的。

　　我也谈到在“语音识别”这样的一个话题，今天语音识别已经到了比较高的准确度，已经接近实用。但是还有很多的限制。比如：我们需要安静的环境。当有噪音的时候，如果同时有两个人在说话，机器就搞不定了。我没有办法去去除噪音，比如：在汽车的环境里面。我们会预先录制有发动机引擎的声音，或者是车窗玻璃的噪音把它加到我们的识别系统里去。就把没有见过的这样一个环境，变成机器能够见过的环境就能够做识别。但是我就跟工程师在聊，如果有两个人说话怎么办呢?总有一个人的声音是听不见的。我们的解决方案是用麦克风矩阵，当有一种麦克风的时候能够定向的做识别，如果两个人不同的位置不同的声音音源，就可以分离开。

　　今天的计算机离人还有巨大的距离

　　人是靠两只耳朵定声音吗?如果只有一只耳朵，或者两个人在同一个方向说话，会怎么样?人是能识别的。机器就做不到了。我也问了搞神经科学的人。他们会说，如果当有两个人说话的时候，位置不一样，人就能分离开。如果位置一样，一个人声音大，一个人声音小，也能分开如果两个人声音一样大，一个是男声、一个是女声，也能分开。如果都是男声，但一个人说中文，一个人说英文，也能分开。所以人是在一个环境当中，只要能够找到一线机会去把两个声音的不同能够找到这样一个特征，就能动态的去分离。但是对不起，今天在全球范围内，我们号称在语音识别有重大的各种各样的突破，还是解决不了这样的问题。所以我们知道，今天的计算机离人还有巨大的距离。

　　除了一个技术本身的瓶颈以外，我们在创业当中，有很多领先的技术公司还会面临什么样的瓶颈?很危险的，一种可能性就是有技术。带着这种技术去找市场，比如：我们做了人脸识别，就开始想像人脸识别怎么去使用，就去找市场的方向。但是很有可能在这个过程当中没有找到，我们公司就死掉了。也有一种可能性是在找市场的过程当中，我们花了很多力气去组建我们的销售团队。我们去尝试跟各个领域去结合，但是这个时候，忘了技术的源头。因为技术是不断在迭代更新的，如果我们不能够跟高效、跟前沿的技术保持同步，可能我们偶尔找到了一点市场，但是我们的技术一定变落后。

　　今天在中国的人工智能领域里面，做语音识别、图象处理的公司有很多已经掉了这样的一个陷井里面去了。所以创业的道路里面我跟投资人也在讲，非常不容易，技术本身就没有这么靠谱。即便技术靠谱，可能没有市场，即便有了市场，可能我的技术已经丢掉。像我们的做法，就是已经有广大的市场，搜狗的输入法、搜狗的搜索已经有千万的用户在使用。

　　人工智能跟高校、学术界的联动是比较多的，要不断的跟技术的前沿保持同步。比如：李志飞一定会由他的.工程师团队读论文甚至写自己的论文，把这个前沿给跟上。人工智能创业不像以前的互联网创业一样有一个模式就够了，而是要不断的把技术积攒起来。

　　搜索本身就是一种人工智能

　　在这里面也提到一个命题作文：我们怎么讨论“技术”跟“幸福”之间的关系?我做了一张简图，左边是提的一些技术。包括：语音识别、人脸识别、人机交互、服务机器人等等，大家觉得这个词跟幸福有关系吗?在座大多数的人本身不是搞技术的，因为大家敬仰技术、崇拜技术，所以我们会过度的在技术里面自己想像出它无限的光环。其实跟幸福没关系，是因为我们的不理解、恐惧和向往带来了一种误解。

　　看右面。右面这些听起来我就觉得比较酷了，自动驾驶、能听懂我说话、诊断疾病、一键送咖啡。听了怎么样?是不是有一些幸福感?左下角这个词大家看到了吗?活捉皮卡丘。这几天有一个非常火的虚拟现实游戏。不是再跟左边一样讲虚拟现实，而是讲给我们带来了一个把活生生的卡通形象放到我们面前，这是我们看到的幸福。所以对比左右两个图，不论是创业者还是一个媒体人，还是一个投资人。

　　给大家看一个蛮幸福的科幻。在此之前给我们讲一讲我们搜狗对于技术和幸福之间的联系和理解。其实有朋友跟我谈搜索的时候说，王小川，你们要转型做人工智能了吗?我说：不是，搜索本身就是一种人工智能，而且是有幸福感的人工智能。因为它能让每个人变的更加强大，有时候我跟一个90后走在一块。我发现它很厉害，它无所畏惧。因为它知道拥有了搜索之后，能够解决它所有的问题。上面一搜索，有有答案。所以今天的这些年轻人，利用技术、利用搜索，变得更加的强大，拥有了更大的幸福感。

　　为什么说搜索就是一种AI呢?

　　搜索第一部分是让用户先要去做一个关键词的搜索，然后给它提供10条链接。这是搜索今天产品运行的基本方式，但是我们知道这个关键词是我们最好的输入模式吗?

　　今天大家已经很习惯了，我回顾在1999年-2000年搜索刚刚出现的时候。我观察过，那个时候大家更愿意敲一个整句。发现：对不起，机器不能识别。所以大家训练去使用了这样一个关键词。这个事情就像我们计算机使用鼠标一样，大家都会很习惯用鼠标。但是今天我们发现，乔布斯告诉我们，更好的方式是用手指直接在屏幕上戳。所以关键词的输入，相对于人的自然输入，就像用鼠标和用手指自然表达一样，是需要继续去提升的。因此搜索引擎往下的进展方向，就是把一个关键词让人去想一个关键词，变成人去表达一个完整的句子，机器找出中间的含义。

　　同样的，10条链接，也不是我们最想用的方式，而是应该通过用户的问句直接给出答案或者给出你的一个命令，机器去做执行。因此从今天搜索，当我们往下的进化，对搜索引擎的公司是一个渐进的过程，就像谷歌已经提到：“自己从一个移动互联网公司变成一个人工智能公司。”为什么他没有做到这个东西呢?听了很好听。对吧?是因为今天全人类的技术，能做到让机器去理解人，能变成一个句子，能够给出一个答案还是蛮有距离的。只是我们在这条道路往前走，所以对于搜索公司而言，人工智能技术的引入不是颠覆新的市场，而是在原有的用户需求里面进行一个渐进性的改进。

　　搜索公司本身就在做人工智能。如果大家看搜狗觉得不过瘾，可以看谷歌，它已经代表了人工智能在今天应用的最高峰。因此在未来的方式里面，类似于像Siri或者其它的人工智能的交互引擎是我们共同的梦想。我个人的判断，这样的一个未来更多是属于搜索公司的。

【王小川现场演讲，搜狗语音同步神翻译】相关文章：