科大訊飛胡郁：人工智能的發(fā)展未來(lái)與創(chuàng )業(yè)

　　人工智能的前世今生

　　人工智能這一話(huà)題，最早可以回溯到1946 年世界上第一臺電子計算機 ENIAC 的誕生。ENIAC 產(chǎn)生以后，很多計算機科學(xué)家對于計算機將來(lái)能夠代替人類(lèi)做什么事情有很多聯(lián)想，其中最著(zhù)名的一個(gè)人是圖靈，他在 1950 年左右在人工智能領(lǐng)域進(jìn)行了很多的探討，并且提出了著(zhù)名的“圖靈測試”。而“人工智能”一詞真正被提出來(lái)，是在 1956 年Dartmouth 的會(huì )議上，由四位圖靈獎得主、信息論創(chuàng )始人和一位諾貝爾獎得主一起將“人工智能”定義出來(lái)，包括明斯基、西蒙、麥卡塞等人，這次會(huì )議也被公認為人工智能研究的出生典禮。

　　人工智能與機器人的關(guān)系在今天看來(lái)，“機器人”一詞出現更早，1920 年就第一次出現了 Robot 這個(gè)詞，原本是蒸汽機械時(shí)代出現的東西，主要基于機械原理，跟計算機數字化、數學(xué)沒(méi)有什么關(guān)系;但在表現形式上有所不同：比如想要開(kāi)家里二樓的燈，如果通過(guò)人工智能，只需要對著(zhù)系統說(shuō)一句，系統就會(huì )從后臺對語(yǔ)音指令進(jìn)行分析并開(kāi)燈;如果是機器人，則需要爬到二樓去把燈打開(kāi)。正本清源，人工智能 (Artificial Intelligence) 是指，能夠和人一樣進(jìn)行感知、認知、決策、執行的人工程序或系統。然而，人工智能發(fā)展的 60 年不是一帆風(fēng)順的，起起伏伏共經(jīng)歷了三次浪潮。

　　(1)1970 年第一次黃金期。自從Dartmouth 會(huì )議以后，人們陸續發(fā)明了第一款感知神經(jīng)網(wǎng)絡(luò )軟件和聊天軟件，那時(shí)大家都驚呼“人工智能來(lái)了，再過(guò)十年機器要超越人類(lèi)了”。不過(guò)，很快到了 70 年代后期，人們發(fā)現過(guò)去的理論和模型，只能解決一些非常簡(jiǎn)單的問(wèn)題，很快人工智能進(jìn)入了第一次的冬天。

　　(2)1990 年第二次黃金期。隨著(zhù)1982 年 Hopfield 神經(jīng)網(wǎng)絡(luò )和 BP 訓練算法的提出，大家發(fā)現人工智能的春天又來(lái)了。 80 年代又興起一波人工智能的熱潮，包括語(yǔ)音識別、語(yǔ)音翻譯以及日本提出的第五代計算機。不過(guò)，到了 90 年代后期，人們發(fā)現這種東西離我們的實(shí)際生活還很遙遠。比如 IBM 在 90 年代時(shí)提出了一款語(yǔ)音聽(tīng)寫(xiě)的軟件叫 IBM Viavoice，在演示當中效果不錯，但是真正用時(shí)卻很難使用。因此，在 2000 年左右第二次人工智能的浪潮又淹沒(méi)了。

　　(3)現在到了人工智能真正爆發(fā)的前夜。隨著(zhù) 2006 年 Hinton 提出的深度學(xué)習技術(shù)，以及在圖像、語(yǔ)音識別和其他領(lǐng)域內取得的一些成功，大家認為經(jīng)過(guò)了兩次起伏，人工智能開(kāi)始進(jìn)入了真正爆發(fā)的前夜?？傊?，就國內外人工智能公司這么多年的發(fā)展來(lái)看，使命是內在的，階段性目標是變化的。

　　人工智能何時(shí)能到來(lái)?

　　在我看來(lái)，人工智能時(shí)代的到來(lái)離不開(kāi)人機交互模式的變革?？梢钥吹?，自 60 年代至今，IT 產(chǎn)業(yè)已經(jīng)歷硬件、軟件、互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)與人工智能這五大浪潮，當前已進(jìn)入物聯(lián)網(wǎng)產(chǎn)業(yè)萬(wàn)物互聯(lián)的時(shí)代。在無(wú)屏、移動(dòng)、遠場(chǎng)狀態(tài)下，以語(yǔ)音為主，鍵盤(pán)、觸摸等為輔的人機交互時(shí)代正在到來(lái)。目前主要面臨兩種交互：一種是只需要語(yǔ)音即可，比如藍牙音箱、手環(huán)等，語(yǔ)音之外，不需要看到任何信息;另一種是語(yǔ)音+圖像，比如電視上的語(yǔ)音交互、手機等。在這種情況下，觸摸交互的學(xué)術(shù)名詞應該叫做強視覺(jué)呈現的觸摸交互;而語(yǔ)音作為人機交互最自然的方式，將有效促進(jìn)人工智能與各行業(yè)的結合，讓人工智能更容易進(jìn)入大家的生活。除了語(yǔ)音交互，科大訊飛也在研究人臉識別技術(shù)，其特色是可以將人臉識別與聲紋識別結合在一起，將聲音與圖片混合，來(lái)做活性檢測。

　　由此，人工智能也將進(jìn)入“智能 +”的時(shí)代，人工智能與各個(gè)行業(yè)的深入結合蘊含著(zhù)巨大的機會(huì )。除了交互，人工智能還可以用在教育、醫療、智慧城市、出行、司法、安全、金融等眾多領(lǐng)域;同時(shí)，它在各個(gè)行業(yè)里可以做一個(gè)最簡(jiǎn)單的事情：就是替代人工。在未來(lái)的 10 年，人工智能會(huì )像技術(shù)的服務(wù)一樣，進(jìn)入到我們的生活當中，每個(gè)人都將離不開(kāi)。

　　那么人工智能如何得以實(shí)現?在這里，我將人工智能的演進(jìn)發(fā)展分成三個(gè)階段：計算智能(能存會(huì )算)、感知智能(能聽(tīng)會(huì )說(shuō)，能看會(huì )認)和認知智能(能理解會(huì )思考)。計算智能就是計算機與人類(lèi)比存儲、比記憶，在此方面已經(jīng)遠遠超過(guò)人類(lèi)了。不過(guò)，在感知層面，計算機在語(yǔ)音、圖像識別等方面與人類(lèi)還有較大差距，讓計算機真正能理解、會(huì )思考、進(jìn)行自我學(xué)習，還是很欠缺的。只有實(shí)現認知智能的突破，AI 才能部分取代腦力勞動(dòng)。

　　人工智能與創(chuàng )業(yè)

　　2016 年，人工智能產(chǎn)業(yè)得到了長(cháng)足的發(fā)展，收獲了不少成功的案例。這里，我認為至少有三個(gè)因素促進(jìn)了人工智能在產(chǎn)業(yè)界的成功：深度神經(jīng)網(wǎng)絡(luò )、大數據以及漣漪效應。

　　(1)深度神經(jīng)網(wǎng)絡(luò )。其模型和算法相對于傳統的方法，有著(zhù)本質(zhì)的不同;雖然它與我們人類(lèi)的神經(jīng)網(wǎng)絡(luò )相比，還有很多不足，但是確實(shí)在架構和描述方面有其強大之處。

　　(2)大數據。隨著(zhù)移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展，數據每天都是以指數級增加：通過(guò)手機、微信等工具和軟件，人們可以隨時(shí)隨地把視覺(jué)、聽(tīng)覺(jué)上的這些數據輕松地傳到網(wǎng)上，匯聚起來(lái)形成大數據。

　　(3)漣漪效應。隨著(zhù)移動(dòng)互聯(lián)網(wǎng)的發(fā)展，各種軟件、各種設備接觸用戶(hù)的門(mén)檻極大地降低了。例如，當一款新的 APP 找到第一批用戶(hù)時(shí)，他們的使用行為和個(gè)人數據就被后臺記錄下來(lái)，開(kāi)發(fā)者再對這種行為和記錄進(jìn)行迭代改進(jìn);當再把 APP投向第二批用戶(hù)時(shí)，軟件的性能已經(jīng)比第一代產(chǎn)品有了較大提升，這就是漣漪效應。

　　可以說(shuō)，漣漪效應推動(dòng)了語(yǔ)音辨識與圖片識別的發(fā)展，特別是語(yǔ)音識別的實(shí)用化，更是得益于“漣漪效應”。科大訊飛在 2010 年推出語(yǔ)音識別產(chǎn)品時(shí)，識別率只有 60% 左右，剛開(kāi)始大家都覺(jué)得很難用，但是有一批嘗鮮的用戶(hù)。隨著(zhù)技術(shù)的迭代、更新，以及數據持續的迭代，如今訊飛語(yǔ)音識別率已經(jīng)提高到 95% 以上，達到了完全實(shí)用的狀態(tài)。圖像識別技術(shù)也同樣如此，ImageNet 圖像識別任務(wù)在 2012 年時(shí)錯誤率高達 26.2%，但是到 2015 年底已經(jīng)降到了 3.57%?；旧峡梢哉f(shuō)，圖像識別技術(shù)的發(fā)展使得我們只要通過(guò)一個(gè)攝像頭，就能將家中的各種物體很輕易地分辨出來(lái)。

　　因此，可以得出兩點(diǎn)結論：深度神經(jīng)網(wǎng)絡(luò )與大數據的結合已成為當前主流路徑;而基于互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的“研究—工程—產(chǎn)品—用戶(hù)”的閉環(huán)優(yōu)化加速了產(chǎn)品迭代優(yōu)化的進(jìn)程。

　　當然，對于人工智能領(lǐng)域的創(chuàng )業(yè)者來(lái)說(shuō)，產(chǎn)品創(chuàng )新、系統創(chuàng )新以及商業(yè)模式的創(chuàng )新也都是非常重要的。從技術(shù)層面看，產(chǎn)品創(chuàng )新與系統創(chuàng )新是相對立存在的，產(chǎn)品創(chuàng )新可以是一些微創(chuàng )新，而系統創(chuàng )新所需的資金和時(shí)間耗費都很大，從沒(méi)有到開(kāi)始立項，到最后商用需要 15～20 年，基本上創(chuàng )業(yè)者一輩子只能做出一個(gè)。從公司競爭角度看，現在的人工智能公司競爭不是單獨兩個(gè)公司，而是生態(tài)系統的競爭。比如創(chuàng )業(yè)公司很難獨立把人工智能做好，于是各大公司都要做人工智能平臺，包括科大訊飛的語(yǔ)音開(kāi)放平臺，現在已有 23 萬(wàn)開(kāi)發(fā)者，每天服務(wù) 30～35 億次，連接的數目達 90 多億。

　　同時(shí)，在這個(gè)過(guò)程中，商業(yè)模式的創(chuàng )新非常重要，即好的技術(shù)創(chuàng )新一定要配合好的商業(yè)模式創(chuàng )新。高科技企業(yè)的早期市場(chǎng)和主流市場(chǎng)之間存在著(zhù)一條巨大的“鴻溝”，能否順利跨越鴻溝并進(jìn)入主流市場(chǎng)，成功贏(yíng)得實(shí)用主義者的支持，就決定了一項高科技產(chǎn)品的成敗。破壞性創(chuàng )新之父——克里斯坦森提出：“大公司卓越有效的管理對于延續性創(chuàng )新的成功具有決定性的作用，而破壞式創(chuàng )新能夠讓創(chuàng )業(yè)公司和小公司擁有顛覆現有產(chǎn)業(yè)鏈的能力!”

　　最后，我想給創(chuàng )業(yè)者提點(diǎn)個(gè)人建議：去玩兒的事業(yè)一定是你真心喜歡的事情，如果你去玩兒還不選你喜歡的事情，我想你一定是神經(jīng)病;去玩兒的事業(yè)，一定要跟你喜歡的人一起去做，玩耍的過(guò)程比結果更重要。謀事在人成事在天，能成為馬云和馬化騰是歷史的必然，但成為這兩個(gè)具體的人一定有很多未然的因素;改變你能改變的，接受你不能改變的。所以，我覺(jué)得人工智能創(chuàng )業(yè)不管是做系統創(chuàng )新，還是做產(chǎn)品創(chuàng )新、微創(chuàng )新，我們要以這樣的心態(tài)，真正去享受到我們生活中的每一個(gè)小細節，同時(shí)要有使命感與宏偉藍圖!