搜狗CEO王小川：讓機(jī)器做判斷和決策，這其中蘊(yùn)含巨大商業(yè)價(jià)值

人工智能投資搜狗

Simone | 2017-03-28 16:20

【數(shù)據(jù)猿導(dǎo)讀】因?yàn)樗讶说膭趧尤〈?，讓機(jī)器產(chǎn)生更高級的工作。判斷和決策是商業(yè)的核心部分

搜狗CEO王小川：讓機(jī)器做判斷和決策，這其中蘊(yùn)含巨大商業(yè)價(jià)值

3月27日，搜狗CEO王小川在洪泰基金CEO春分大會分享了題為《人工智能技術(shù)的思考與應(yīng)用》的演講。

王小川認(rèn)為總結(jié)了人工智能的三個(gè)應(yīng)用層次，第一層是將傳統(tǒng)規(guī)則教給機(jī)器；第二層是將答案教給機(jī)器記憶學(xué)習(xí)；第三層是將目標(biāo)給機(jī)器自我學(xué)習(xí)。他認(rèn)為現(xiàn)階段的人工智能有很多局限性，例如機(jī)器需要在學(xué)習(xí)和判斷時(shí)有一個(gè)前提條件，比如對環(huán)境有極為嚴(yán)格的要求。在ToC端，圖像和語音的深度學(xué)習(xí)非常重要。在談到人工智能領(lǐng)域的商業(yè)價(jià)值時(shí)，王小川認(rèn)為讓人工智能進(jìn)行判斷和決策蘊(yùn)含機(jī)會。

以下是王小川的演講節(jié)選：

人工智能是往三個(gè)階段走。我們還處在第二階段的高級階段。

人工智能這個(gè)話題不是新課題，在上個(gè)世紀(jì)60年代、80年代就在做人工智能。那時(shí)候做人工智能的教授其實(shí)很不幸，因?yàn)楫?dāng)時(shí)的人工智能水平是遠(yuǎn)遠(yuǎn)不夠的。

當(dāng)時(shí)人們把對自己世界的認(rèn)知變成了規(guī)則，轉(zhuǎn)成了機(jī)器人，就是把這個(gè)規(guī)則告訴機(jī)器。這是那個(gè)時(shí)代的工作。那是60年代到80年代，人們對規(guī)則的表達(dá)是偏離這個(gè)目標(biāo)的。

80年代之后，基于統(tǒng)計(jì)方法來做的人工智能，不是嘗試把人對于世界的認(rèn)知告訴機(jī)器，而是讓機(jī)器學(xué)，讓你看答案是什么。一方面是把原始的問題，看到問題之后把答案給他，這是走上了讓機(jī)器人學(xué)習(xí)的道路，這搞了幾年。

這個(gè)答案很清楚，很經(jīng)典案例就是人臉識別。怎么描述呢？胖一點(diǎn)的、瘦一點(diǎn)的等等。我知道這個(gè)人是誰，但是沒有辦法描述。

到2000年之后的突破點(diǎn)，我們發(fā)現(xiàn)用更粗暴的方法，我們不要嘗試在這個(gè)問題上找特征，把特征告訴機(jī)器，把原始的問題原始的數(shù)據(jù)交給機(jī)器。我給他兩千多張照片，讓他自己去找特征，最后得出答案。

2000年之后的爆發(fā)是跟這個(gè)相關(guān)的，阿爾法狗就是這么出來的，他不是靠原來的方法做的。

今天部分人工智能開始走到第三個(gè)階段了。AlphaGo屬于是第二階段加上一點(diǎn)點(diǎn)第三階段，給它一些答案，給它每一個(gè)局面下，人是怎么走的，讓機(jī)器學(xué)。這樣可以發(fā)現(xiàn)機(jī)器很難追上頂尖的人。到最后我告訴機(jī)器說，你走對，你贏了，或者是輸了。

目前我們主要在第二個(gè)階段，這個(gè)階段一定要用到大數(shù)據(jù)。好處是我們不需要工程師對原有的行業(yè)有特別深度的理解，我舉個(gè)例子，醫(yī)生他是懂得怎么看心臟病的心電圖，但是他很難把這個(gè)規(guī)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(yàn)，我不需要醫(yī)生去學(xué)習(xí)他細(xì)節(jié)的技術(shù)經(jīng)驗(yàn)，只要醫(yī)生告訴我這個(gè)代表什么。工程師數(shù)據(jù)量大，就可以建立這樣的模型，這跟選擇人工智能的行業(yè)之間有天然的溝通鴻溝就消失掉了。這個(gè)很快就可以在人工智能里面得到突破的應(yīng)用。未來的兩三年里已經(jīng)有成功工作經(jīng)驗(yàn)得到了巨大的升級，今年在智能領(lǐng)域里面有一個(gè)很大的發(fā)現(xiàn)。

現(xiàn)在的人工智能還是有很多的局限性。核心問題是有一個(gè)前提的條件。例如在一個(gè)有背景音樂的環(huán)境里，兩三個(gè)人同時(shí)說話，人很清楚可以辨別出什么聲音是人說的，但機(jī)器做不到。因?yàn)槿斯ぶ悄苁菍σ娺^聲音的處理，如果兩個(gè)人一起說話就不行了。

例如要很安靜的環(huán)境里，如果這個(gè)環(huán)境里還有背景音樂，同時(shí)兩三個(gè)人一塊說話，人是很清楚能分辨出來的，但是機(jī)器做不到，這個(gè)對機(jī)器而言，如果是聲音里混了聲音，人工智能是對見過聲音的處理，如果兩個(gè)人一起說話就不行了。

如何處理呢？一種做法是用麥克風(fēng)做。比如我們在汽車?yán)锩?，汽車?yán)镉刑ピ牒惋L(fēng)噪，把這個(gè)錄下來，然后在混到這個(gè)訓(xùn)練里面去，不是在識別里面做，而是它見過這樣的聲音。還有就是去噪音。

另外比較難的是自然語言的處理。別看機(jī)器翻譯現(xiàn)在有很大的發(fā)展，能把中文翻譯成英文，英文翻譯成中文，這個(gè)能翻譯的很流暢。因?yàn)楝F(xiàn)在的機(jī)器人學(xué)習(xí)，不是基于理論方法。人如果流暢，機(jī)器也就可以流暢。

比如我去年6月份去了一個(gè)劍橋頂尖語言的實(shí)驗(yàn)室，他們在演示一個(gè)人機(jī)對話的系統(tǒng)，演示的非常清楚，我想吃辣的，我想吃什么樣的，機(jī)器就幫你找。當(dāng)我找到餐館的時(shí)候機(jī)器問我，你需要停車位嗎？我說我沒有車，它就不會回復(fù)了。因?yàn)樗恢儡嚭屯＼囄皇鞘裁搓P(guān)系。所以自然語言處理這塊還是非常不夠的。

如果從產(chǎn)品上分類，我把人工智能分成這么三類：識別、判斷決策和創(chuàng)造生成。今天做的第一個(gè)事情就是把物理世界的東西建模，比如語音識別、圖像識別等，都叫識別。這是一類。還有是創(chuàng)造生成，比如語音的合成和圖象合成，這就是第一類和第三類的結(jié)合，比如應(yīng)用在安防領(lǐng)域。

我個(gè)人認(rèn)為，第二類，也就是讓機(jī)器做判斷和決策，這其中蘊(yùn)含著巨大的商業(yè)價(jià)值。因?yàn)樗讶说膭趧尤〈?，讓機(jī)器產(chǎn)生更高級的工作。判斷和決策其實(shí)是商業(yè)的核心部分。

前面講了一個(gè)人工智能的判斷，我給大家分享一點(diǎn)搜狗在這個(gè)里面的思考。

首先人工智能現(xiàn)在的基本做法是要學(xué)習(xí)。其實(shí)對于搜索引擎公司，不管是百度還是搜狗，大部分還是在學(xué)習(xí)。

現(xiàn)在有了深度學(xué)習(xí)以后，我們可以想像的更多，比如在網(wǎng)頁搜索里面，靠我們的工程師怎么是高品質(zhì)的讓這個(gè)機(jī)器去學(xué)，或者是圖象識別這個(gè)里面如何更好的發(fā)現(xiàn)人臉，發(fā)現(xiàn)這個(gè)特征。深度學(xué)習(xí)之后需要更大的數(shù)據(jù)量才能做提升。

第二，對于ToC而言，很重要的是圖像和語音，應(yīng)該叫做深度學(xué)習(xí)，讓我們有了很大的進(jìn)步。我想表達(dá)的是，搜狗從2011年開始做，80%有語音的收入，每天會產(chǎn)生20萬條的語音數(shù)據(jù)。我們對了一下，比其他家做的語音識別的識別價(jià)值還要大，這個(gè)有清晰的應(yīng)用場景。

TOB和TOC的公司是有區(qū)別，這個(gè)要有數(shù)據(jù)場景。如果沒有場景，就要依靠其他家的數(shù)據(jù)場景，這是一種合作的方式。我們是用這樣的技術(shù)首先為自己服務(wù)，因?yàn)槲覀冇凶銐虼蟮臄?shù)據(jù)場景做支撐。

第三就是，語音識別是不是人工智能的核心，或者是人工智能未來很重要的一部分？我并不這么認(rèn)為。因?yàn)檎Z音搜索只是一個(gè)皮毛。比如用語音搜索“王老師”，和用文字去搜索，本質(zhì)上區(qū)別不大。它只是把我的新聞、百度、微博推給你。

語言變語音這個(gè)事情我們也在做，但是我們考慮的是以個(gè)人為核心做周邊的發(fā)展。包括兩個(gè)語音的轉(zhuǎn)化翻譯，最后是語音的理解。這是我們ToC公司里面思考的，叫自然交互和知識計(jì)算，自然交互是以語音為中心，還有是怎么建立對語音的分析和理解。

行業(yè)中會有共識，未來很重要的事情，語音在于是對話、翻譯、問答，這幾個(gè)都是最前沿的工作。我們?yōu)槭裁纯紤]呢？今天是詞的搜索，未來是給機(jī)器提問題，讓他有一個(gè)精準(zhǔn)的答案。我們在這個(gè)工作里面也做了很多的積累，我們認(rèn)為在1年以內(nèi)會有突破，不代表是機(jī)器理解了，而是在很多問題里面可以直接的回答。以前是靠拼音，敲漢字進(jìn)去，未來我們是希望別人問，這時(shí)機(jī)器就可以幫助人們直接回答。

來源：36kr

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時(shí)，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。