黃學東博士在微軟工作已經超過 25年。25年的時間里，黃博士負責過很多項目，但是有一件事情沒變：他是微軟語音技術的創(chuàng)始人，微軟的語音識別、語音合成技術都是他一手創(chuàng)建出來的。
在 25年中，黃學東博士負責過很多東西，包括新產品的研發(fā)、通信系統(tǒng)、Bing搜索、搜索廣告、CNTK、深度學習平臺、GPU集群，還有智能客服系統(tǒng)、對話系統(tǒng)，認知服務里面的自然語言處理的所有東西。
黃博士認為，在人工智能發(fā)展的過程中，語音和語言也是皇冠上的明珠。他說：“只有掌握了核心的語音和語言技術，人工智能才有希望，否則其它都是在‘忽悠’?！?/p>
黃博士告訴 InfoQ，目前在“感知”方面，計算機視覺和語音識別進步都很大。在“認知”方面，這個進步還是有限的。微軟機器翻譯第一次達到了媲美人的水平，這是非常有歷史性意義的事實。語音和語言是人類進化中重要的東西，而現在，計算機第一次在翻譯質量上超過專業(yè)人士的水平，黃博士說：這對人類文明的進展來說是很震撼的。
黃學東：這個問題很好。語音技術是一個賦能的技術，所有的開發(fā)者都可以把這個技術拿過來，實現他自己想要做的東西，比如智能音箱，因為現在遠場語音識別能力很強了，所以音箱火得不能再火了——“百箱大戰(zhàn)”——今年 CES展上基本上就只有兩個東西，一個是自動駕駛，另外一個就是音箱，基本上可以占 CES展臺 80%的東西。音箱出現很重要的一個原因就是語音識別技術進步到了這個水平，基本上可用了，就是遠場交互都可用了。
再說回來，今年我覺得最熱的是翻譯器，尤其對中國人。因為老美出去走遍世界，他講英文，好像別人都懂，中國人出去一講中文，別人不知道什么意思。在中國每年有 1.2億的游客出去。現在我們跟小米生態(tài)鏈企業(yè)香蕉出行合作推出的魔芋翻譯器，真是物美價廉，基本上只要目前市場上翻譯器 1/10的價格。它剛出來不到一個月，銷售基本遍布全國各大城市，而且常常是脫銷狀態(tài)。
還有一個有趣的事情。出國到海外就會發(fā)現，國內的云服務在國外很難用，在國內做的演示很棒，但出了國云服務就沒法用。香蕉出行的情況是倒過來的，因為我們的云服務是真正覆蓋全球得，它在國外的表現非常好，大家用起來用戶口碑很好，上市不到一個月現在是賣到完全脫銷。這就是微軟人工智能和中國企業(yè)結合得非常好的一個案例，我們非常高興，小米也非常高興。雷軍想要給他的領導班子每人送一臺——對不起缺貨，這是真的故事。
黃學東：技術上已經是了。今天在我的演講中演示了一個表，微軟最新的機器翻譯系統(tǒng)已經達到了 69分。機器翻譯這個東西不像語音識別是一對一，只有唯一的答案，機器翻譯是多對多的，每個答案都可能是準確的，所以在評價機器翻譯的時候，現在只能靠人來評，當然老師也很嚴格，100和 0之間相差很大。我們根據人來評的話，其實現有的商用系統(tǒng)像微軟和谷歌的，在標準的測試集上分別在 56分、54分左右，中國企業(yè)的研發(fā)能力也很強，像搜狗公司，在微軟推出最新突破之前有最優(yōu)秀的系統(tǒng)，達到了 62分的水平。。
黃學東：我今天講的內容非常多，我大概梳理一下。今天講了一個事情是中國移動和微軟正在合作，用微軟的語音識別技術幫助他們解決客服中心的一些技術問題，這是一個非常了不起的事。因為中移動是全球最大的電信運營商，他們現在用最優(yōu)秀的技術滿足他們的客戶需求，這本身就是一個有意義的創(chuàng)舉。微軟公司的人工智能技術、語音識別技術和全球最大的電信商合作，解決用戶的實際工程需求。這是一個中美兩國合作，讓用戶更加滿意的一個非常好的案例。
第二，微軟最近推出了很多全新的產品和服務，包括統(tǒng)一的語音識別 API，我們可量身定制所有的語音識別、語音合成、喚醒詞和機器翻譯系統(tǒng)。
第三，PMA，我們有一個普林斯頓計劃，我們提供的麥克風陣列在全球都是具有領導性的。微軟最新推出來的 PMA麥克風陣列絕對是“黑科技”，絕對是“耳聽八方”，我把它稱為是“全武功”的會議人工智能系統(tǒng)。這個創(chuàng)新是基于微軟黑科技的語音識別 DDK設備開發(fā)套件，是我們跟中國本土的 Roobo公司聯合推出來的，也是微軟和中國公司合作以高新技術領先世界新潮流的最好的案子。微軟不僅僅是翻譯器和中國本土公司合作，像這樣先進的麥克風陣列也是和中國本土公司合作開發(fā)的。
黃學東：我覺得大家應該有這樣的共識。計算機視覺、計算機語言識別是“感知”智能，感知智能因為深度學習、神經網絡實現了突破了，大家都非常激動。“認知”是包括推理、理解上下文、自然語言處理，這方面的突破還有待大家的努力。而機器翻譯，則在感知和認知之間的一個歷史性的里程碑。
讓我們想象一下，如果有一天，機器可以理解我們所有的文本，了解上下文，有推理的功能，想象一下后果：這意味著機器可以 24小時閱讀所有的新聞、所有出版過的文件、著作、科學文獻，它可以上知天文下知地理，包括生物，這是不是比愛因斯坦還牛？愛因斯坦也是只懂物理——這才是真正的“強人工智能”的來臨。
強人工智能一定是由自然語言理解、感知驅動的，讓計算機能達到人的知識獲取能力，可以通過閱讀自動獲取知識，這是不是很厲害？過去 5000年人類的所有文獻，它都可以讀得一個字不忘，還有超過人類得深入的理解。像我今天引用《封神演義》里的一句：眼觀六路、耳聽八方，其實《封神演義》里面講的不是六路，是眼觀四路、耳聽八方。如果計算機在自然語言處理上進步了，就可以說黃學東在會上講的眼觀六方，不對，《封神演義》講的是四方，不是六方。
黃學東：我自己是一個有情懷的，這個情懷是什么呢？在清華大學做研究生的時候，我就想讓語言的障礙不是成為我們交流的障礙，我覺得這件事情太有意義。
我在愛丁堡大學念的博士的時候讀了達爾文得“進化論”，達爾文也曾在愛丁堡大學念醫(yī)學，后來轉到劍橋大學去念神學，畢業(yè)以后發(fā)表了進化論，跟神學完全決裂，這是很有意思的一件事。
我意識到人通過語言可以自然交流、相互合作，像我們來自五湖四海，今天可以組織起來在這個地方見面，都是因為有了語言。語言是促進人類進化得最重要的因素，就像我今天講的，在人類進化的長河中，語音和語言是最重要的因素，有同樣的重要性。我在清華上學的時候看得沒有那么遠，但是我當時就覺得語音和語言太重要了，至少我自己 30年如一日，從沒有放棄過這份情懷。
黃學東：我覺得這個事情不會，機器翻譯出錯誤會出得比人類更離譜。我覺得最好的方法就是在機器轉錄翻譯的時候，有人在旁邊看著，有錯誤就給糾正一下，人和機器協同工作，這是最好的模式。
機器出錯是出在什么地方呢？冷僻的詞、新的概念。人可以實時學習冷僻的詞和新的概念，這里的信息量非常大，人類馬上可以自適應。比如我講了一個很怪的詞，大家一聽覺得有意思，馬上神經就高度緊張，注意力高度集中了，馬上可以舉一反三。而機器就慘了，怎么樣處理沒有見過的事情，這才是真的智能，也是人類智能和機器智能最大的區(qū)別。
跟人相比，不管是圖像識別還是語音識別、機器翻譯，機器其實都笨得要死，因為它不懂得舉一不反三——孔子說過“舉一不反三，不可教也”。
黃學東：如果是沒有突發(fā)事件，那么是基本可信、基本可達、基本還算比較雅。
如果出現突發(fā)事件，就舉一不可反三，這是人工智能和人的智能最大的差距。
我們說一個人靈不靈，主要看他處理突發(fā)事件時的決策怎么樣，就能說明是不是真的行。一般的人處理常見的事情都可以，沒問題，就像人工智能一樣。而聰明的人，在面對突發(fā)事情、小概率事件，或者很困難的時候，可以做出正確的決策?，F在人工智能和人類智能最大的差別，就是處理突發(fā)事件的能力差得遠，這也就是為什么認知非常重要。認知是解決推理、解決小概率事件、獲取知識、聚一反三，這個過程的最重要的一個代表和體現。
黃學東：這就像當年在英國的時候汽車剛剛發(fā)明出來，被要求速度不能超過馬車的速度，后來馬車夫沒有了，但是汽車工業(yè)造就了多少新的機會呢？同樣的道理，人工智能會給我們的生產力賦能，變的更快、更好，讓大家有更多的時間去做自己想要做的事情，我是非常樂觀。
當年馬車起主導作用的時候，你可以想象會有那么大的汽車工業(yè)嗎？像鋼鐵、發(fā)動機、石油，這造就了多少就業(yè)機會。
AI至少提高了工作的質量，有很多這樣的案例。人以前要做很多重復性的工作，人和 AI協同工作，就能提高我們的生產力，提高人的工作質量，這是人工智能和人協同工作，有很多這樣的例子。
黃學東：比如在 Switchboard上，微軟是第一個達到了媲美人類水平的，這說明在研究測試級上，微軟的技術是很強大的。但那個還不夠，因為訓練數據是固定的，計算資源是無限的。在做產品的過程中，倒過來了，訓練數據可以無限，計算資源有限，因此看問題的側重點不太一樣。還有落地場景的事情，像微軟“耳聽八方”的會議系統(tǒng)，這個是我們自己用計算機視覺和語言識別打造的一套新的解決方案，前人沒有想到，也沒有做到的事。
黃學東：技術實力還是非常重要，人工智能會議系統(tǒng)它的技術要求遠遠超越了兩個人的對話。真是像《封神演義》講的耳聽八方，很難的，根本顧不過來。我們的系統(tǒng)，它上面有一個 360度的攝像頭，就像九頭鳥一樣全看見了，會議室的東西都盡收眼底，下面還有 7個麥克風的麥克風陣列，用的就是 Speech Device SDK?？雌饋硐瘛昂谒钡哪莻€東西就是用微軟現有的云，加上現有的 DDK打造的一個人工智能落地的實例。微軟的服務都在，但別人沒有打造出這樣的一套東西，我提供了開發(fā)工具，但是要打造一套像 PPT這樣的應用程序，還是需要很多的工作。
聯系客服
