另外一件事情是語義靠譜嗎？就是對語言的理解，谷歌在之前是用知識圖譜的方法解決，現在遇到了瓶頸，也是今年六月，我在一個實驗室看到最先進的人機對話系統，這個系統可以幫你訂餐訂酒店，對話過程當中機器的表現非常驚艶，我們上去試，有一個環節請大家注意，機器開始問你，你是需要停車位還是不要停車位，如果這個時候我們回答說要或者不要都沒問題，我們如果說我沒車。大家知道機器會怎麼樣？他們完全不理解我沒車代表著我不需要停車位，因為今天的機器，在自然語言概念的理解裡面，還是遠遠不夠的。所以自然語言處理是可以做的，但是語義理解到現在還是一個不靠譜的階段。谷歌也在今年發布了一套對於自然語言能夠做句子分析的引擎，把主語、謂語、賓語提出來，但是準確度只有90%，提不上去了，因為這個時候光靠統計靠語法已經不能支撐，往下是需要對句子當中的具體概念有理解才能消除歧義。我們知道不能把馬路放在冰箱上面，這對於人來講非常好理解，但是對計算機的挑戰非常大，這是深度學習人工智能還不夠的地方。
很敏感的問題，無人駕駛靠譜嗎？今天百度在現場也提出了發布無人駕駛汽車，但是從我的了解，如果以今天人類的技術我們確實對於見過的場景對於封閉場景的無人駕駛汽車可以使用，但是對於真正開放的環境，不只跑在高速上的汽車，跑在五環上的汽車，對不起以現在人類的技術是不安全的，因為這個場景只要沒見過，可能會犯嚴重的錯誤，就像AlphaGo下棋一樣會突然發瘋，所以輔助駕駛是可以的，無人駕駛在真正的技術突破以前還做不到。今天的深度學習缺乏推理缺乏符號的理解，如果沒有符號，自然語言的理解就會成為瓶頸。
即便是這樣，我們也提到了能夠取代一些行業，比如說棋手、醫生、司機，機器在裡面都可以做很好的輔助，但是對大家沒見過的創造性的事情，規劃、科研，其實很難，今天在媒體上機器自動寫文章、自動畫圖，在科研層面展示出了一些魔力，但是還不是可以取代人的階段。所以在這裡面我先把大家對人工智能預期降低下來，所以有人在問，是否會出現第三次退潮，前兩次我們都認為人工智能到來了，但是這次可能會比之前好，之前的人工智能兩次退潮前，我們問一個老師，說你是研究人工智能的嗎？這是罵他的話。因為人工智能不靠譜，這次是第一次真正進入到了使用，這就是確實在語言處理、聲音處理、圖象處理，和在一些高維數據空間上能夠比人做的更好。所以這次的區別就是大量資金、資本投入到了人工智能。也有大量的研究人員在畢業以後從事人工智能工作，這是和之前不一樣的。所以一方面開始使用，另外一方面我們開始期待不斷產生新的突破。
我個人對這次是樂觀的，但是我也很緊張，也許我們自己做的搜索引擎就是會被顛覆的一部分。在這裡面我要開始暢想未來的路在什麼地方，從我自己的描述來看，搜索的未來就是人工智能時代的皇冠，為什麼這麼說，搜索的未來是什麼，人工智能的未來又是什麼，為什麼是皇冠？
|
