关于人工智能，他认为在往三个阶段走：1,将传统规则教给机器；2,将答案教给机器记忆学习；3,将目标给机器自我学习。而目前正处于第二阶段的高级阶段。同时，他也认为今年的人工智能还是有很多的局限性。比较难点的是在自然语言的处理，在翻译系统现在有大的发展，机器做翻译能把中文翻译成英文，英文翻译成中文，这个能翻译的很流畅，因为现在的机器人的学习，不是基于理论方法。（锡安）

以下内容根据王小川在现场分享整理：

简单讲，我们讲人工智能是往三个阶段走，我们还处在第二阶段的高级阶段，人工智能这个话题不是新课题，在上个世纪60年代、80年代就在做人工智能，那时候做人工智能的教授其实很不幸，那时候人工智能的水平是远远不够的，当时人们把对自己世界的认知变成了规则，转成了机器人，就是把这个规则告诉机器，这是那个时代的工作，那是60年代到80年代，人们对规则的表达是偏离这个目标的，就是做不好。

80年代基于统计方法来做的人工智能，不要尝试把人对于世界的认知告诉机器，就是让机器学，让你看答案是什么。一方面是把原始的问题，看到问题之后把答案给他，这是走上了让机器人学习的道路，这搞了几年。这个答案很清楚，很多经典案例的是人脸识别，怎么描述呢？胖一点的、瘦一点的等等，我知道这个人是谁，但是没有办法描述。到2000年之后的突破点，我们发现用更粗暴的方法，我们不要尝试在这个问题上找特征，把特征告诉机器，把原始的问题原始的数据交给机器，我给他更多的机器，我给他两千多张照片，让他自己去找特征，最后得出答案。2000年之后的爆发是跟这个相关的，阿尔法狗就是这么出来的，他不是靠原来的方法做的。

今天局部开始走到第三个阶段了，阿尔法狗属于是第二阶段加上一点点第三阶段，给它一些答案，给它每一个局面下人是怎么走的，让机器学，这样可以发现机器很难追上顶尖的人。到最后我告诉机器说，你走对，你赢了，或者是输了，这个也可以做了根据我看到的媒体报道。

在工业里面我们在第二个阶段，一定要用大数据。好处是我们不需要工程师对原有的行业有特别深度的理解，我举个例子，医生他是懂得怎么看心脏病的心电图，但是他很难把这个规则明晰的描述给工程师，从去年开始工程师得到很重要的体验，我不需要医生去学习他细节的技术经验，只要医生告诉我这个代表什么，工程师数据量大，就可以建立这样的模型，这跟选择人工智能的行业之间有天然的沟通鸿沟就消失掉了，这个很快就可以在人工智能里面得到突破的应用。未来的两三年里已经有成功工作经验得到了巨大的升级，今年在智能领域里面有一个很大的发现。

我今天就不讲了这个深度学习的意义和突破了，今年的人工智能还是有很多的局限性。核心问题是有一个前提的条件，要很安静的环境里，如果这个环境里还有背景音乐，同时两三个人一块说话，人是很清楚能分辨出来的，但是机器做不到，这个对机器而言，如果是声音里混了声音，人工智能是对见过声音的处理，如果两个人一起说话就不行了。一种做法是我们用麦克风做，我们在汽车里面，汽车里有胎噪和风噪，把这个录下来，然后在混到这个训练里面去，不是在识别里面做，而是他见过这样的声音。还有就是去噪音。

比较难点的是在自然语言的处理，在翻译系统现在有大的发展，机器做翻译能把中文翻译成英文，英文翻译成中文，这个能翻译的很流畅，因为现在的机器人的学习，不是基于理论方法。人如果流畅，机器也就可以流畅。

我去年6月份去了一个剑桥顶尖语言的实验室，他们在演示一个人机对话的系统，演示的非常清楚，我想吃辣的，我想吃什么样的，机器就帮你找。当我找到餐馆的时候机器问我问题，你需要停车位吗？我说我没有车，它就没有说的了，因为它不知道车和停车位是什么关系。语音图像里有大的发展，语言上现在是非常的不够。

另外一个很好的视角，跟投资相关的地方，我想看到人工智能的分类，像理解讲了一大堆的理论，但如果从产品上分类从功能上分类，我把人工智能分成这么三类。叫级别、判断和创造，创造叫生成。相信大家会看到一个语音能转化过来，或者是图像里面可以看到大象在做一个什么事情。今天做的第一个事情就是把物理世界的东西建模，语音识别、图象识别这都叫识别，像人脸识别，这是一类。还有是创造生成，语音的合成和图象合成是在这一类，所以一和三能干什么事呢？我们可以提升人机交互，就是在机器里可以看到这么一个东西，能把他合成出来做交互，相对而言就是在安防领域里面做人脸识别，在我心中这个东西有用，但是商业的价值不大。

现在有一个个人的观点，就是让机器做判断和决策，这个是里面唯一有巨大商业价值的东西，把人的劳动取代，让机器产生更高的工作，比如像金融里面是这个例子，阿尔法狗也是，它是在做判断和决策，一旦让机器有这样功能了，他就有很高的效率。我也看一个指数，1和3是在交互，不能构成一个商业品牌的核心成本，但是做判断，或者做决策，这是商业判断的核心部分。

前面讲了一个人工智能的判断，我给大家分享一点搜狗在这个里面的思考，大家开始思考人工智能了，这就是一个错误，人工智能现在的基本做法是要学习，其实对于搜索引擎公司，不管是百度还是搜狗大部分还是在学习。现在有了深度学习以后我们可以想像的更多，比如在网页搜索里面，以前靠我们的工程师怎么是高品质的，让这个机器去学，或者是图象识别这个里面如何更好的发现人脸，发现这个特征。深度学习之后需要更大的数据量才能做提升。

第二个是对于2C很重要的是图像和语音，应该叫做深度学习让我们有了很大的进步，我想表达的是，搜狗从2011年开始做，80%有语音的收入，就是一下子会使得一天产生了两亿次的，每天20万的语音数据我们对了一下，比其他家做的语音识别的识别价值还要大，这个有清晰的应用场景。TO B和TO C的公司是有区别，这个要有数据、场景。因为自己不能成为一个闭环，没有场景，就要依靠别人，其他的公司也数据和场景，这是一种合作的方式，这不是我们的基因所在。我们是用这样的技术首先为自己服务，因为我们有足够大的数据场景做支撑。

还有一个深度的思考，我看到这个是微软的医院，语音识别是不是人工智能的核心，或者是人工智能未来很重要的一个部分，我跟他们的观点是一样的，我说不。语音识别之后机器不知道你在说什么，未来的搜索是不是叫语音搜索，这个东西是一个毛皮，因为当我们提到说，王老师这三个字用文字去搜索，本质上具有不大。只是把我的新闻、百度、微博推给你，比如你这句话，王小川是不是说过不上市就不结婚，这个是语音的理解，在人工智能的应用里面，在金融、医院里面的应用都会很有用。语音在里面今天是没有功课的事情，语言跟这个都有关系，因为你用语音做识别的时候就把他变成语音，语言变语音我们也在做，但是我们考虑的是以个为核心做周边的发展。包括两个语音的转化是翻译，最后是语音的理解，这是我们to C公司里面思考的，叫自然交互和知识计算，自然交互是以语音为中心，还有是怎么建立对语音的分析和理解，这是我们的一个图。

行业中会有共识，未来很重要的事情，语音在于是对话、翻译、问答，这几个都是最前沿的工作。我们为什么考虑呢？今天是词的搜索，未来是给机器提问题，让他有一个精准的答案，我们在这个工作里面也做了很多的积累，我们认为在1年以内会有突破，不代表是机器理解了，而是在很多问题里面可以直接的回答。以前是靠拼音，敲汉字进去，未来我们是希望别人问，今天我们的上午什么时候举行，他不用拼拼音了，他就可以直接表现出来。

翻译是在去年开始的，是一个有大突破的事情，翻译的解决会使世界格局带来变得变化，我对他有这样的期待，不光我们在做，这是全人类的事情。如果人类做好了，这个是非常有意义的事情。因此不同的人说不同的语音，这是中间的过程。

文章来源：网易科技