时间：2023-10-17 18:07作者：8722大阳集团官方
来自南京工业大学的宋昊旻用听得上去有些蹩脚的普通话，在微软公司人工智能大会的舞台上，跟微软公司全球继续执行副总裁、微软公司人工智能及微软公司研究事业部负责人沈向洋展开对话的时候，现场很多人都十分打动。对于一个双耳失明的人来说，只要拿着一部手机，就可以跟人长时间交流，是多么无以的一件事。
我们会手语，而他们听得将近声音，而我们和他们之间的鸿沟，现在只要有一部手机就协助宋昊旻跟正常人交流，甚至可以跟外国人交流了。图：宋昊旻（右）与微软公司全球继续执行副总裁、微软公司人工智能及微软公司研究事业部负责人沈向洋（左）解决问题宋昊旻的交流问题，有可能只是我们看见的其中一个小例子，协助人类解决问题更加多语言的问题，才是人工智能的专家们孜孜以求的目标。
微软公司云与人工智能事业部全球资深技术院士兼任首席语音科学家黄学东，正在微软公司领导语音技术和语言翻译成工作，他们的工作就是想要解决问题这些问题。从感官到理解二十几年前的时候，没GPU，没DSP、TMS320……，那个时候的黄学东是不肯想象，计算机语音辨识、语音合成能超过可以相媲美人类的水平，到今天来看，这早已是很真是的成就，是令其语音辨识这个领域的人有一点自豪的成绩。
图：微软公司云与人工智能事业部全球资深技术院士兼任首席语音科学家黄学东从整个人工智能的发展水平来看，这是人工智能在感官层面的一大步。不管是语音辨识也好，计算机视觉也罢，都归属于“感官”层面，感官智能因为深度自学、神经网络的发展，取得了突破性的成果。但是在理解层面，变革还是受限的。
我们当前看见的机器翻译，实质上是正处于感官到理解之间的过程，它可以“假装”听不懂，来做到翻译成工作，而且翻译成出来的效果还不俗，但实质上，它并没听不懂。今年，黄学东率领团队在中英文新闻翻译成任务（WMT－2017）上首次构建了可以相媲美人类的机器翻译历史性突破，这是十分有历史性意义的事实。
语音和语言是人类演化中最重要的要素，而现在，计算机第一次在翻译成质量上多达专业人士的水平，这对人类文明的进展来说，都很有里程碑意义。所谓“理解”还包括上下文推理小说，确实的自然语言处置，而这方面还必须更长的路要回头，那才是人工智能确实的皇冠，我们现在还没超过，也不告诉什么时候超过。可以想象一下，如果有一天，机器可以解读我们所有的文本，理解上下文，有推理小说的功能，这意味著机器可以24小时读者所有的新闻，所有出版发行过的文件、著作、科学文献，那是确实的“上闻天文下知地理”，还有生物等等各个学科的科学知识，那个时候的机器比爱因斯坦，因为爱因斯坦也是只不懂物理，那个时候，才是确实的“强劲人工智能”的到来。
强劲人工智能，一定是有自然语言解读，由感官驱动的，让计算机能超过人的科学知识提供能力，可以通过读者自动提供科学知识。过去5000年人类的所有文献，它都可以读书得一个字不忘，还有多达人类的了解解读。比如说，今天，我们提到《封神演义》里的一句：眼观六路、耳听八方，只不过《封神演义》里面谈的不是六路，是眼观四路、耳听八方。
如果计算机在自然语言处置上变革了，机器就可以认为“眼观六方”是不该的，《封神演义》谈的是四方，不是六方。智能音箱、翻译机开始“感官”当然，让黄学东感到遗憾的是，以目前的技术能力和水平，还不告诉什么时候需要构建确实的“强劲人工智能”。
但好消息是，在从感官到理解的过程中，我们早已有了一步一步的成绩。黄学东特别强调，语音技术是一个赋能的技术，所有的开发者都可以把这个技术拿过来，构建自己想做到的东西，比如智能音箱和翻译器的疯狂，是两个很好的案例。
“现在远场语音辨识能力早已很强，所以音箱火得无法再火了，智能音箱也沦为今年CES展上的重头戏。音箱经常出现很最重要的一个原因就是，语音辨识技术变革到了这个水平，远场交互都早已超过了能用的水平，所以促成了智能音箱市场的疯狂。”今年另一个热门产品翻译器，特别是在在中国，是一个相当大的市场。
中国每年有1．2亿的游客过来，微软公司跟小米生态链企业香蕉上下班合作发售的魔芋AI翻译机，需要获取覆盖面积全球170多个国家和地区的14种语言的动态语音翻译成，而且物美价廉，经常是脱销状态。从翻译成的质量来看，目前的翻译机也是不逊色的。
翻译成评分是100分的话，微软公司近期的机器翻译系统早已超过了69分，可以相媲美人类。机器翻译不像语音辨识只有唯一的答案，机器翻译是有很多种答案的，评价机器翻译的时候，现在仅靠人为辨别。现有的商用系统中，微软公司和谷歌在标准的测试集上，分数分别在56分、54分左右，在微软公司有近期突破之前，国内的搜狗公司超过了62分的水平。然而当翻译机疯狂的时候，人工智能威胁说道也随之愈演愈烈，人工智能不会代替翻译成的众说纷纭也铺天盖地。
但黄学东实在，目前机器翻译代替人类还为时尚早，机器翻译出有错误不会出得比人类更加离谱，最差的方法就是在机器mRNA翻译成的时候，有人在旁边看著，有错误就给缺失一下，人和机器协同工作，这是最差的模式。因为在经常出现冷僻的词、新的概念的时候，机器往往不会错误。人可以动态自学冷僻的词和新的概念，这里面实质上包括相当大的信息量，人类立刻可以自适应，可以举一反三，而机器就做到将近。怎么样处置没见过的事情，这才是知道智能，也是人类智能和机器智能仅次于的区别。
“如果是没突发事件，那么是基本可靠、基本可约、基本还算数较为雅。如果经常出现突发事件，就荐一不能鼓吹三，这是人工智能和人的智能仅次于的差距。
本文来源：8722大阳集团官方-www.roofersofcolumbus.com
