五年前，是什么讓李彥宏相信了AI？

　　大部分人的思考習慣，是看到一個(gè)東西成功了，就感嘆成功者的運氣。卻很少人愿意去回溯，到底一件事從想法到現實(shí)，經(jīng)歷了怎么樣的思考和判斷，以及自我完善的過(guò)程。

　　把時(shí)間倒回過(guò)去來(lái)思考，其實(shí)是件很有意思的事情。比如今天我們已經(jīng)知道押注AI，可以說(shuō)是百度做的最正確選擇之一。如今AI已經(jīng)和百度融為一體，甚至成為中國科技界的一張名片，這都應該沒(méi)有什么人反對。

　　而與廣大科技企業(yè)近兩年突然轉型AI不同，李彥宏和百度早早就選擇了相信AI，甚至很早就判斷清楚了AI即將在哪些具體領(lǐng)域爆發(fā)。

　　比如2013年的時(shí)候，李彥宏表示“語(yǔ)音技術(shù)會(huì )根本性地改變人們使用互聯(lián)網(wǎng)和手機的方式”;同年，他還認為“人機對話(huà)的問(wèn)題，最近幾年會(huì )很快進(jìn)入實(shí)用階段?！痹?014年，他又提出“5年后語(yǔ)音搜索會(huì )超文字搜索”，隨后2015年百度推出了度秘。

　　顯而易見(jiàn)，今天來(lái)看這些判斷都實(shí)現了。但在五年前，似乎還沒(méi)有多少人關(guān)注智能語(yǔ)音交互。這里我們可以做個(gè)有意思的游戲：回到五年前李彥宏的視角，看看有哪些因素讓他選擇相信AI。尤其是相信AI能夠帶來(lái)商業(yè)價(jià)值，并判斷AI將以何種形態(tài)帶來(lái)商業(yè)價(jià)值。

　　不難看出，當時(shí)的李彥宏，至少可以發(fā)現智能語(yǔ)音正在改變三件事。

　　一、效率

　　2013-2015，是中文語(yǔ)音識別率快速攀升的三年。這一段時(shí)間里AI的中文語(yǔ)音識別成功率，成功超過(guò)了人類(lèi)語(yǔ)言交互效率。另一方面，NLP和語(yǔ)義理解技術(shù)開(kāi)始因深度學(xué)習而成熟，AI能夠“聽(tīng)懂”人類(lèi)，出現了可能性。

　　這樣的技術(shù)指數，雖然對于普通人來(lái)說(shuō)在當時(shí)并不意味著(zhù)什么，但就產(chǎn)業(yè)發(fā)展趨勢而言，意味著(zhù)三件事必然在未來(lái)發(fā)生：

　　1、鍵盤(pán)可以被取代。打字輸入固然也很方便，但其存在的核心價(jià)值在于效率。在語(yǔ)音識別率大幅攀升，可以彈性識別人類(lèi)語(yǔ)言的情況下，鍵盤(pán)輸入的必要性也將受到挑戰。尤其在手機端，語(yǔ)音輸入優(yōu)勢空前。

　　2、按鈕將逐漸被取代。生活、生產(chǎn)中有無(wú)數的按鈕，這些按鈕存在的價(jià)值是因為人需要操縱某個(gè)機器，比如說(shuō)電視遙控器。但在語(yǔ)音識別與語(yǔ)句理解能力攀升后，按鈕的地位可以被動(dòng)搖。當然從而產(chǎn)生的經(jīng)濟價(jià)值也是難以估量的。

　　3、冗務(wù)被替代。今天社會(huì )中的很多工作，無(wú)非就是聽(tīng)、記錄和反饋。尤其其中相當大一部分是效率低下的冗務(wù)，在A(yíng)I識別說(shuō)話(huà)的準確度達標后，大量類(lèi)似工作將被取代，人類(lèi)獲取服務(wù)的效率將大幅提升。

　　這些互聯(lián)網(wǎng)生活中的基礎效率改變，意味著(zhù)巨大的市場(chǎng)調節和生產(chǎn)力升級。智能語(yǔ)音交互作為這一切的基礎，其根基來(lái)自于技術(shù)升級。這對于技術(shù)立身的百度來(lái)說(shuō)是比其他風(fēng)口更好的機會(huì )。去年李彥宏談?wù)揂I時(shí)提出AI時(shí)代更適合百度這樣的技術(shù)公司，他認為“僅僅兩年的時(shí)間，大家就知道了深度學(xué)習，算法在迅速地發(fā)生變化。外界既然都認識到了AI的重要性，那么對于百度來(lái)說(shuō)，成功的機會(huì )自然變大”。

　　AI的技術(shù)積累來(lái)自百度更早的投入，而在此之前，則是企業(yè)家對于“技術(shù)到底能換取什么價(jià)值”這件事的預判，這或許也是DuerOS最初的思考邏輯。

　　二、“搜索-答案”的關(guān)系

　　百度的核心業(yè)務(wù)是搜索，那么在上述邏輯中，智能語(yǔ)音帶來(lái)輸入效率提升和長(cháng)句理解能力后，搜索業(yè)務(wù)勢必面臨巨大的迭代。這或許帶給思考“搜索的未來(lái)”的李彥宏，另一種可能的發(fā)展方向。加上一門(mén)叫做知識圖譜的AI技術(shù)，已經(jīng)開(kāi)始廣泛投入應用，搜索的變革也就自然而然孕育在了AI之中。

　　智能語(yǔ)音的進(jìn)場(chǎng)，最直接的改變是用戶(hù)從習慣于搜索關(guān)鍵詞，開(kāi)始向習慣于輸入大容量語(yǔ)句，也就是向搜索引擎進(jìn)行提問(wèn)過(guò)渡。那么隨之而來(lái)的，也就是用戶(hù)期待的不僅是帶有關(guān)鍵詞的搜索結果和百科，還有對問(wèn)題的解答，甚至對問(wèn)題的再提問(wèn)。

　　所謂搜索，核心價(jià)值是連接了人與信息，但信息不僅是關(guān)鍵詞，更多時(shí)候信息隱藏在問(wèn)題背后。這樣的搜索習慣必須以用戶(hù)能夠提出復雜問(wèn)題為開(kāi)始，而智能語(yǔ)音正好帶給用戶(hù)以培養提問(wèn)習慣的機會(huì )。

　　此外，用語(yǔ)言對事物進(jìn)行描述，更符合人類(lèi)習慣。進(jìn)行抽象的、非關(guān)鍵詞的搜索服務(wù)，也難以離開(kāi)語(yǔ)音交互的支持。

　　而從問(wèn)答式搜索去到更遠一點(diǎn)的地方，很多時(shí)候我們需要的甚至不僅是答案，而是建議，甚至是反問(wèn)和辯論。這樣的搜索效果有可能實(shí)現嗎?假如可以的話(huà)，核心當然需要更智能的系統。但高度純熟的自然語(yǔ)言理解與自然語(yǔ)言處理，帶來(lái)人機對話(huà)的完整性，當然是另一項基礎工程。

　　按照搜索的進(jìn)化來(lái)思考，我們很容易發(fā)現搜索業(yè)務(wù)是離不開(kāi)語(yǔ)音交互的。那么智能語(yǔ)音為什么對百度如此重要，當然也就不難理解了。用李彥宏自己的說(shuō)法，在移動(dòng)互聯(lián)網(wǎng)普及之后，“要么think AI，要么 say goodbye”。

　　三、人機關(guān)系

　　更大的機會(huì )，在于人機關(guān)系正在因為“人機對話(huà)”模式的到來(lái)而改變，這也是李彥宏早在幾年前就做出的判斷。AI可以讓人類(lèi)與系統交談，系統的理解可以轉化為命令，命令是機器執行的根源——那么人機交互必須以手觸發(fā)的現狀，也就很可能成為歷史。

　　我們很難低估以語(yǔ)音操控機器的潛力。在最普通的家居環(huán)境中，有個(gè)說(shuō)法是你不換智能家居的時(shí)候不會(huì )多想它，可一旦換了就再也回不了頭。這是因為操作的簡(jiǎn)便性和準確度來(lái)說(shuō)，語(yǔ)言遠遠超過(guò)一個(gè)個(gè)開(kāi)關(guān)。尤其是能夠在空間中行使命令，這是天然更符合人性的人機交互方式。

　　家居之外，人機交互的價(jià)值迭代還發(fā)生在近乎每一個(gè)生活中的核心場(chǎng)景：工廠(chǎng)中很多工作可以由工人指揮機器完成，帶來(lái)巨大的效率提升;辦公場(chǎng)景里語(yǔ)音交互可以升級為助手，取代海量的協(xié)同工作;駕駛場(chǎng)景中，如果能說(shuō)話(huà)控制方向盤(pán)以外的一切，那么對使用體驗是巨大的解放，更遑論無(wú)人駕駛場(chǎng)景里，人機交互只能靠語(yǔ)音來(lái)完成。

　　在語(yǔ)音識別和理解能力成熟后，這些市場(chǎng)自然會(huì )顯現出價(jià)值。這對當時(shí)的百度來(lái)說(shuō)是一個(gè)巨大的機會(huì )。于是我們看到了百度并沒(méi)有慌忙搶占音箱風(fēng)口，而是搭建底層平臺，逐步完善對人機交互種類(lèi)的覆蓋。這是因為在百度的優(yōu)勢中，設備不是核心，技術(shù)帶來(lái)的人機關(guān)系改變才是。

　　結論

　　退回到五年前，我們站在李彥宏的視角中可以發(fā)現有三個(gè)準確出現的現象：智能語(yǔ)音技術(shù)正在成熟、智能語(yǔ)音對于百度的核心業(yè)務(wù)影響巨大、語(yǔ)音交互背后隱藏著(zhù)巨大的新市場(chǎng)。這三件事支撐百度準確找到了AI時(shí)代的核心方向。今天DuerOS連接的設備已經(jīng)過(guò)億，智能語(yǔ)音也成為了核心基礎技術(shù)。

　　但或許我們應該問(wèn)的是：智能語(yǔ)音已經(jīng)來(lái)到頂峰了嗎?退回去看百度與李彥宏當年的判斷，或許答案應該是：還沒(méi)有。

　　無(wú)論是搜索、信息流、內容，還是人機協(xié)作與泛社會(huì )應用，智能語(yǔ)音在今天只是打開(kāi)了市場(chǎng)，搭建了更牢靠的基礎。語(yǔ)言的魔力與紅利，都還沒(méi)有完整來(lái)到商業(yè)世界。百度的對話(huà)式AI之戰，可能也還要跨過(guò)更遠的山梁。

　　同時(shí)我們也可以發(fā)現，計算機視覺(jué)在這兩年也正在爆發(fā)。而李彥宏恰好在2016年曾預言過(guò)，計算機視覺(jué)將是無(wú)人駕駛的最后一公里。因此我們也可以判斷，在A(yíng)pollo平臺的搭建中，計算機視覺(jué)將成為其中的重要部分。而種種跡象表明，這一預測或許不再需要另一個(gè)5年，正在快速向我們駛來(lái)。

　　退回原點(diǎn)，往往可以看到更多。在我們今天猜測AI未來(lái)的時(shí)候，這個(gè)方法或許格外有用。今天，又有哪些技術(shù)原點(diǎn)，可以幫我們透視未來(lái)呢?