王海峰是百度首席技術官，也是上海人工智能戰略咨詢專家委員會成員。在2019世界人工智能大會召開之際，王海峰接受解放日報。上觀新聞記者專訪，分享了他對人工智能熱點話題的看法。

問：您認為，人工智能技術意味著什么？

答：眾所周知，自18世紀60年代起，人類經歷了三次工業革命，分別以機械技術、電氣技術和信息技術為核心驅動力。當今，我們正身處第四次工業革命浪潮之中，而人工智能技術則是這次工業革命的核心驅動力量。人工智能技術將滲入到人們生產生活的各個角落，人工智能正將人類社會帶入智能時代。

問：自從“人工智能”一詞為公眾所熟悉，有關“人工智能是否會取代人類”的爭議就一直不斷。您如何看待這個問題？

答：當前，部分公眾對人工智能認識不足，存在一定的恐慌情緒，認為人工智能會取代人類的工作、會威脅到人類。所以，讓公眾對人工智能有正確認知和合理期待，是人工智能從業者，也是全社會需要解決的問題。

目前的人工智能技術整體而言依賴大數據、大模型和大的計算能力，這之中依舊有很多問題需要解決。現階段，人工智能在特定應用、特定場景上的能力超過了人類，但想全面達到甚至超越人類還有很長的路要走，尤其是在語言與知識等認知技術上，還有很大的發展空間。

人工智能的使命不是替代人類，而是為人類服務。人工智能能夠比人類更出色地完成某些任務，比如重復性、基礎性或者純體力工作；但是也有很多能力機器是不能替代人類的，比如科學家、工程師、藝術家等需要創造性的工作。

未來，人類將更多地充當管理者的角色，機器只是輔助人類做出決定。全社會對于人工智能應抱有正確的認識和預期，不能過高，也不能畏懼，這樣才能更好地擁抱人工智能。

問：您更看重哪些領域的人工智能探索？

答：想要務實地推動人工智能發展，首先要看到人工智能發展過程中面臨的機遇和挑戰。我認為人工智能領域的探索，要從理論基礎、應用技術、產業基礎、應用系統四個層面同時展開。

在基礎理論層面，小樣本、低能耗、可解釋是人工智能目前面臨的最大挑戰。人工智能，尤其是深度學習的發展離不開大數據和大的計算能力，但強大算力的背后，是巨大的能耗在支撐。另一方面，深度神經網絡的結果很難解釋，難以賦以物理意義。目前在這方面的探索包括遷移學習、圖神經網絡、對抗生成網絡以及符號與神經網絡的結合等等。因此，人工智能理論研究要探索如何讓人工智能像人類一樣、實現小樣本學習、能耗低，且真正地被理解。

在應用技術上，感知技術與認知技術仍然是未來的重要方向，尤其是認知技術。與聽覺、視覺相關的感知技術，在深度學習的這一波紅利里得到了巨大的發展。但自然語言理解和知識圖譜等認知技術，還有很多問題亟待解決。同時，融合感知與認知技術的多模態深度語義理解會進一步發展。

產業基礎層面，軟硬結合很重要，深度學習框架和AI芯片逐漸成為人工智能發展的新趨勢，也是新的產業機會。另外，隨著5G的到來，邊緣計算也成為人工智能發展不可忽視的一環。

在應用系統層面，多技術綜合應用、結合場景的系統性創新至關重要。隨著人工智能與各行各業的融合越來越深入，真正落地的產業應用往往是多種技術的綜合應用，需要結合特定場景、業務需求及數據特點，實現系統性的創新，才能切實為現有業務提升效率，或者發展新的業務模式。

總結而言，人工智能系統和生物、和人一樣，是不斷進化的。人工智能系統在應用場景中，與環境、用戶互相作用，不斷產生新數據，不斷學習，沉淀知識，改進算法，越來越強大。

問：在百度的人工智能研究中，是否對這四個層面有所涉及？

答：百度從2010年開始人工智能技術布局和基礎能力積累，2016年9月正式發布的百度大腦是百度人工智能技術多年積累和業務實踐的集大成。在百度大腦的研發和業務實踐中，對理論基礎、應用技術、產業基礎、應用系統均有涉及。

目前，百度大腦已經形成完整的技術體系，并全方位開放人工智能技術能力。其核心技術進入“多模態深度語義理解”階段，能夠對文字、聲音、圖像等多模態的數據和信息進行深層次多維度的語義理解。今年7月發布的百度大腦5.0，AI算法、計算架構和應用場景融合創新，成為“軟硬一體AI大生產平臺”，打通了人工智能產業化應用落地的全流程，從深度學習技術及平臺到通用AI能力、應用技術方案，再到定制化模型開發平臺，以及最終的部署和集成，實現了AI技術的標準化、自動化和模塊化，深度賦能開發者，加速產業智能化進程。

問：能否請您以百度大腦5.0為例，簡要介紹一下百度人工智能技術的進展及應用？

答：百度大腦5.0在語音、視覺、知識圖譜、語義理解等核心技術層面持續創新，保持世界領先水平；在算力層面，實現面向人工智能的計算架構，發布AI芯片；同時不斷完善和升級深度學習開源開放平臺百度飛槳，降低人工智能技術門檻，促進人工智能應用落地。

比如在語音識別方面，成功將注意力模型應用于大規模線上語音識別系統，準確率進一步提升。該技術已經在智能音箱和語音輸入法等產品中應用，實現高精準的中英文混合語音識別。

在語音合成方面，風格遷移技術把聲音中的音色、風格、情感等不同元素解耦分離，獨立組合，靈活控制合成的聲音；同時只需錄制20句話，就可以制作一個人的專屬聲音。

自然語言理解方面，結合知識和語義理解，發布可持續學習的知識增強語義理解框架ERNIE。首先結合先驗知識和海量數據構建預訓練任務，然后學習其中的語言、實體、關系、知識等等各種信息，模型能力可以持續增強，提升效果，快速應用。

百度大腦5.0還在機器同傳領域取得了突破。綜合聯合詞向量解碼、語篇翻譯模型等新技術，實現高準確、低時延的機器同傳，并發布了語音到語音的機器同傳系統“DuTongChuan（度同傳）”以及全球首個中文-英文演講場景語音翻譯數據集（BSTC）。有機會試用一下就能發現，百度的機器同傳效果已經媲美人類譯員。

以上只是百度大腦5.0在語音和自然語言處理領域的部分技術進展及應用。整體上，百度大腦布局完整，核心技術領先。一方面，百度大腦是百度業務強有力的技術支撐；另一方面，百度大腦也是全方位開放的，助力合作伙伴和開發者，加速人工智能技術落地應用，賦能各行各業轉型升級，促進社會經濟變革。

百度搜索、信息流、百度地圖、百度輸入法等產品基于百度大腦的AI能力變得更加智能。比如，百度智能搜索可以更深入地理解用戶需求、高效地連接人與信息、提升用戶體驗；百度地圖，充分利用百度大腦的技術優勢，成為業內智能化水平最高、搭載的人工智能技術最強最豐富的地圖，實現了全流程AI化數據生產，為用戶提供路線規劃、智能語音助手、步行AR導航、實時路況、個性化推薦、智能旅游導覽等智能出行服務。

還有，基于百度大腦技術能力，百度智能家居、自動駕駛等領域處于全球領先水平，擁有智能語音交互開放生態“小度助手（DuerOS）”，以及智能駕駛開放生態“Apollo”。此外，面向企業及開發者的智能云計算服務平臺“百度智能云”，為各行業智能化轉型提供解決方案，促進數字中國建設。

問：對于當下人工智能的研發和應用情況，您有什么建議或意見？

答：從研究的層面看，我認為人工智能的基礎研究還相對薄弱，而基礎研究是關乎人工智能核心競爭力的關鍵領域，亟需加強。從應用層面看，我覺得要避免對人工智能期望過高。眼下，部分產業、資本、公眾等抱有人工智能“無所不能”的想法，有大量資金涌入人工智能領域；但以當下的技術條件和環境，不是所有的產業都能用人工智能解決核心問題，期望過高會給人工智能產業發展帶來泡沫化風險。從另一個角度來說，技術也不是要做到100%的準確率才能應用，效果達到一定程度，就可以投入應用，讓人工智能技術在場景化的應用中持續進化，同時更深入地推動人工智能的產業應用落地。所以在今年的百度AI開發者大會上，我們多次提及的關鍵詞之一就是“產業智能化”，百度也會更關注技術和不同行業的融會貫通，促進產業智能化發展。