“聽”和“說(shuō)”是人工智能的兩個(gè)重要入口，無(wú)論是siri這樣的語(yǔ)音助手還是Google的無(wú)人駕駛，都要機(jī)器能聽得懂語(yǔ)音命令，滿足基本的人機(jī)交互。科大訊飛開放平臺(tái)是全球最大的語(yǔ)音和人工智能開放平臺(tái)，并且為教育、智能駕駛等領(lǐng)域提供智能語(yǔ)音服務(wù)?？拼笥嶏w輪值總裁、研究院院長(zhǎng)胡郁認(rèn)為人工智能和人的智能是兩條不同的發(fā)展路徑，人工智能會(huì)逼近甚至超過(guò)人的智能，但短時(shí)間內(nèi)不會(huì)出現(xiàn)意識(shí)。
我們講人的智能，是一個(gè)包羅萬(wàn)象的概念，人類有視覺(jué)、聽覺(jué)，能聽懂語(yǔ)言，還可以下棋，人類可以通過(guò)一個(gè)大腦，實(shí)現(xiàn)這些功能，這是人類的智能，但是人工智能不一樣，它是通過(guò)不同的算法實(shí)現(xiàn)不同的功能，這是二者最大的區(qū)別。
目前，人工智能處于什么階段呢？并不是說(shuō)人所有的智能計(jì)算機(jī)現(xiàn)在都能實(shí)現(xiàn)，它是逐步來(lái)的。比如人類一些簡(jiǎn)單的功能，比如邏輯、計(jì)算、記憶等等，計(jì)算機(jī)做得比人還好，這一類被稱之為運(yùn)算智能。
在人工智能出現(xiàn)的這六十年中，這個(gè)行業(yè)一直還處于研究階段，主要研究三個(gè)問(wèn)題：第一個(gè)是用什么方法來(lái)做？第二個(gè)是用什么樣的數(shù)據(jù)？第三個(gè)是人工智能會(huì)有哪些應(yīng)用？
為什么智能語(yǔ)音在2010年左右取得較大突破？首先是因?yàn)樵?006年提出的深度神經(jīng)網(wǎng)絡(luò)技術(shù)逐漸成熟，這是一套神經(jīng)網(wǎng)絡(luò)模型，模擬大腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，第二是因?yàn)殡S著移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)，數(shù)據(jù)足夠多。
第三是因?yàn)槿斯ぶ悄苓M(jìn)行了商業(yè)化，這對(duì)它的發(fā)展很重要，人工智能發(fā)展的一個(gè)必要條件是有人在使用過(guò)程中不斷給予反饋，幫助人工智能調(diào)整、改進(jìn)，這個(gè)人必須是真的人。目前科大訊飛的語(yǔ)音輸入每天有幾億次的使用數(shù)據(jù)，計(jì)算機(jī)可以不斷糾正自己，提高正確率，這種使用成本在互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)之前是沒(méi)有辦法做到的，那時(shí)候成本太高。
「 人工智能和人的智能實(shí)現(xiàn)路徑不一樣 」
機(jī)器實(shí)現(xiàn)智能的方法，跟人腦實(shí)現(xiàn)智能的方法、途徑是不一樣的，但是二者的目標(biāo)是一樣的，機(jī)器會(huì)用它擅長(zhǎng)的方法去做，這個(gè)是目前實(shí)現(xiàn)弱人工智能技術(shù)上的一條路徑，不管科學(xué)家使用什么樣的方法，計(jì)算機(jī)科學(xué)或者仿生學(xué)，都是使用和人腦不一樣的方法實(shí)現(xiàn)相同的效果。
目前人工智能還處于弱人工智能階段，未來(lái)要實(shí)現(xiàn)強(qiáng)人工智能的話，是希望計(jì)算機(jī)能夠自主學(xué)習(xí)、舉一反三。但是目前還在研究階段，沒(méi)有人找到該怎么做。
人工智能目前還處于感知階段，之前是邏輯、計(jì)算階段，那個(gè)階段是以“深藍(lán)”為代表，未來(lái)更高層的階段是認(rèn)知，也就是強(qiáng)人工智能階段。感知層面現(xiàn)在已經(jīng)做得比較好了，比如計(jì)算機(jī)可以比較精準(zhǔn)的識(shí)別圖像和語(yǔ)音，雖然它跟人類做的方法不一樣，但最后的結(jié)果非常好。
感知和認(rèn)知在人的智能上，不是完全分割的。當(dāng)人在聽一個(gè)句子的時(shí)候，其實(shí)大腦里是在進(jìn)行認(rèn)知的，但對(duì)計(jì)算機(jī)而言，這兩步是分開的，而且要逐步實(shí)現(xiàn)。
目前行業(yè)內(nèi)也開始研究計(jì)算機(jī)的認(rèn)知能力，比如科大訊飛研發(fā)的閱卷智能設(shè)備，計(jì)算機(jī)可以給作文打分，這并不是說(shuō)計(jì)算機(jī)已經(jīng)看懂了人類寫的文章，而是在這之前會(huì)存儲(chǔ)人類歷史上大量的文章。計(jì)算機(jī)評(píng)卷的規(guī)則就是找相關(guān)性，在某一個(gè)主題下，是不是會(huì)有固定的幾個(gè)關(guān)鍵詞？比如一篇描寫春天的文章，如果有大量描述冬天的詞匯，那肯定相關(guān)性就會(huì)降低，這就是機(jī)器擅長(zhǎng)使用的大數(shù)據(jù)方法。
智能語(yǔ)音也是這樣。小孩子從出生到聽得懂外界的語(yǔ)言大概需要兩三年的時(shí)間，他有效收聽外界語(yǔ)言的時(shí)間可能連1000個(gè)小時(shí)都不到，但是計(jì)算機(jī)想要達(dá)到同樣的效果，可能要收集10萬(wàn)個(gè)小時(shí)的語(yǔ)音數(shù)據(jù)，它聽到的越多，智能語(yǔ)音的準(zhǔn)確性就會(huì)越高。
計(jì)算機(jī)是靠大數(shù)據(jù)的相關(guān)性，人是靠邏輯，二者都可以解決問(wèn)題，方法雖然不一樣，但是最終的結(jié)果是一樣的。從人工智能研究者的角度來(lái)講，他們更關(guān)心人工智能是不是跟人類一樣具有智慧；從應(yīng)用者的角度來(lái)講，更關(guān)心它的結(jié)果，是不是滿足需求。就像AlphaGO一樣，它可以戰(zhàn)勝人類，但是能說(shuō)明它真的會(huì)下圍棋嗎？它并不會(huì)，它根本不知道圍棋是什么，但它表現(xiàn)出來(lái)的結(jié)果比人類更好，這才是現(xiàn)在我們講的人工智能的本質(zhì)和精髓。
根據(jù)現(xiàn)在對(duì)計(jì)算機(jī)科學(xué)和仿生學(xué)的研究，可以看出在某些話題下，雙方構(gòu)建的模型有一定的相似度，但是這還不足以證明我們可以按照大腦的模型構(gòu)建出真正的人工智能，相似度只是一個(gè)結(jié)果，但業(yè)內(nèi)還沒(méi)有研究出來(lái)為什么會(huì)出現(xiàn)這樣的結(jié)果。
目前科學(xué)仍然無(wú)法說(shuō)明大腦的工作原理，人是有邏輯的，這主要是由左腦負(fù)責(zé)，但是右腦負(fù)責(zé)的直覺(jué)、想象力等很難解釋，目前的科學(xué)也無(wú)法解釋清楚，所以在只有一個(gè)結(jié)果的前提下，沒(méi)有辦法為真正的人工智能提供解決路徑。
這就能夠解釋，為什么弱人工智能可以不斷地取得進(jìn)步，但是這種進(jìn)步是有天花板的，也就是它絕對(duì)不會(huì)自主去學(xué)習(xí)，人類要給它數(shù)據(jù)，模型也要幫它搭建好，它才可以實(shí)現(xiàn)深度學(xué)習(xí)。
計(jì)算機(jī)跟人的成長(zhǎng)是反著的，比如說(shuō)常識(shí)對(duì)人來(lái)說(shuō)很簡(jiǎn)單，四五歲的孩子基本上就有了足夠的常識(shí)，要經(jīng)過(guò)十多年的知識(shí)和邏輯的積累才能夠參加高考，但是計(jì)算機(jī)不一樣，邏輯對(duì)它來(lái)說(shuō)很簡(jiǎn)單，輸入一個(gè)行業(yè)的知識(shí)也不難，真正的難點(diǎn)在于常識(shí)，沒(méi)有常識(shí)的支撐，計(jì)算機(jī)的很多知識(shí)和邏輯無(wú)法運(yùn)用，這就是二者路徑最大的區(qū)別。人類一定要知道，將來(lái)機(jī)器人戰(zhàn)勝我們的方法，一定是以它最擅長(zhǎng)的方法，而不是我們想象的方法。
「 人工智能目前不可能出現(xiàn)意識(shí) 」
從地球上生物的發(fā)展可以看到，有意識(shí)的前提是要有智能，沒(méi)有智能不可能產(chǎn)生意識(shí)。但有智能就一定會(huì)產(chǎn)生意識(shí)？這不一定。
人工智能就是這樣，目前的人工智能還看不到意識(shí)產(chǎn)生的任何源泉，意識(shí)是什么？意識(shí)是我知道我是誰(shuí)，我知道我在干什么，我知道我要干什么。但目前人工智能的方法都是人類教的，它只是在結(jié)果上表現(xiàn)得和人的智能一樣。人的智能究竟是如何產(chǎn)生的？目前還沒(méi)有研究清楚，當(dāng)人類智能越來(lái)越先進(jìn)的時(shí)候，意識(shí)也會(huì)越來(lái)越強(qiáng)，但是當(dāng)我們要用現(xiàn)代的人工智能的方法去做弱人工智能的時(shí)候，并不能保證它越來(lái)越強(qiáng)。
目前人工智能根本不可能產(chǎn)生意識(shí)，因?yàn)槿祟惛緵](méi)有研究意識(shí)是怎么產(chǎn)生的，人類目前的研究是如何讓它表現(xiàn)得更像智能一些。但是人的智能和人工智能是完全不同的，人類越智能意識(shí)也就越強(qiáng)，但是這一點(diǎn)對(duì)人工智能并不適用，計(jì)算機(jī)是在用擅長(zhǎng)的運(yùn)算和存儲(chǔ)能力來(lái)實(shí)現(xiàn)同樣的效果，因此，人工智能在產(chǎn)生智能的過(guò)程中，看起來(lái)智能的結(jié)果跟人越來(lái)越接近了，但這條路徑不會(huì)產(chǎn)生意識(shí)的。
也就是說(shuō)，我們現(xiàn)在所做的所有成功的人工智能跟意識(shí)都沒(méi)有關(guān)系，跟意識(shí)的產(chǎn)生過(guò)程都沒(méi)有關(guān)系，基于大數(shù)據(jù)的這種方法，目前也看不到任何產(chǎn)生意識(shí)的跡象。大家都講人工智能在很多領(lǐng)域戰(zhàn)勝了人類，好像它也會(huì)產(chǎn)生意識(shí)一樣，這是很大的誤區(qū)。
目前人工智能的難點(diǎn)在于很難找到突破點(diǎn)，很難讓很多用戶使用，進(jìn)入正循環(huán)的過(guò)程，人工智能必須要有足夠的用戶使用才可以更加準(zhǔn)確。智能語(yǔ)音就是這樣的過(guò)程，一開始是非主流用戶在非主流場(chǎng)景使用，慢慢的一些主流用戶在非主流場(chǎng)景中使用，現(xiàn)在是主流用戶在主流場(chǎng)景下去用它。
語(yǔ)音交互是人工智能的基礎(chǔ)功能，在未來(lái)產(chǎn)業(yè)化的過(guò)程中，我們有幾個(gè)路徑，一種是做技術(shù)支持，把技術(shù)提供給別人；第二種是直接拿技術(shù)去改造一些行業(yè)，比如教育等，像目前已經(jīng)做的閱卷機(jī)器人，或者無(wú)人駕駛，科大訊飛可以給終端提供語(yǔ)音系統(tǒng)；第三種是做集成性的智能硬件，比如Google在2016年開發(fā)者大會(huì)上發(fā)布的智能盒子Home，這些都是我們可以把技術(shù)提供給別人的途徑。