AIR 018｜搜狗CTO楊洪濤：搜索即人工智能

人工智能的研究理論講了這么多，那么它如何才能夠落地，形成能給人類帶來價值的產(chǎn)品或服務(wù)呢？關(guān)于人工智能應(yīng)用產(chǎn)品化，搜狗CTO楊洪濤以搜索引擎為例，介紹了如何利用AI技術(shù)做出好產(chǎn)品。

當(dāng)下企業(yè)做AI應(yīng)用化的思路或有誤

我從網(wǎng)上找到一些數(shù)據(jù)，美國的數(shù)據(jù)說全球人工智能領(lǐng)域的企業(yè)和創(chuàng)業(yè)企業(yè)達(dá)到一千家，以及40多億美元的投資規(guī)模。國內(nèi)艾瑞1月份也有個數(shù)據(jù)，說國內(nèi)有100家企業(yè)拿到了投資金額。這代表這個領(lǐng)域極受關(guān)注。但今天我想談的話題是，

這些企業(yè)容易從產(chǎn)品角度去思考他們做的很多事情，這有可能是有問題的，這個后面去探討。我們談到的很多領(lǐng)域，比如說機(jī)器學(xué)習(xí)、機(jī)器視覺，機(jī)器人、推薦引擎、個人助手、語音相關(guān)的技術(shù)等等，我們從產(chǎn)品角度思考的時候，發(fā)現(xiàn)跟技術(shù)角度思考不一樣。

此外，今年圍棋大戰(zhàn)導(dǎo)致一個焦慮：機(jī)器人到底會不會戰(zhàn)勝人。我們當(dāng)然希望機(jī)器在有限的時間內(nèi)能戰(zhàn)勝人，但我們希望從技術(shù)角度思考可以發(fā)現(xiàn)，很多問題是解決不了的——比如說我們知道深度學(xué)習(xí)現(xiàn)在不可解釋，我們很難從數(shù)學(xué)角度去推理，它是不可解釋的。也因?yàn)檫@些不可解釋，它在一些工業(yè)應(yīng)用上就會有比較大的問題，比如，如果出了車禍的時候不能解釋，那百姓對它的信任程度就會下降。

另一方面，現(xiàn)在人工智能對語言能力的理解，現(xiàn)在很難做到真實(shí)地理解人的語言能力。此外，大數(shù)據(jù)的產(chǎn)生、訓(xùn)練都需要很大的成本和用戶入口，才能夠在訓(xùn)練當(dāng)中去使用，現(xiàn)在也是一個不算有效的領(lǐng)域。

如果從產(chǎn)品角度來看這個問題，我覺得從這兩個角度來看：

• 第一個是，做談?wù)摍C(jī)器能不能戰(zhàn)勝人的時候，我們想想：什么叫戰(zhàn)勝？如果說機(jī)器跑得比人快，算得比人快，這樣的一個回答的話，其實(shí)發(fā)現(xiàn)機(jī)器早已經(jīng)戰(zhàn)勝人了，今天我們說機(jī)器能不能戰(zhàn)勝人的時候，指的是直接瞄向了人的大腦部分，能不能替代你的大腦和思考決策。

• 第二點(diǎn)是，產(chǎn)品能不能做出一個輔助人做決策的產(chǎn)品形態(tài)來？很重要一點(diǎn)是說我們能不能生產(chǎn)出足夠多的數(shù)據(jù)。

搜索引擎即人工智能

首先第一個是Siri，2011年的時候蘋果發(fā)布了Siri，引起了關(guān)于語音識別的極大討論和熱潮；還有Echo智能家居的產(chǎn)品，在美國賣得非常好；還有AlphaGo，它雖然不是一個產(chǎn)品，但引起了普通網(wǎng)民的關(guān)注，對技術(shù)進(jìn)步貢獻(xiàn)非常大；然后是特斯拉的自動駕駛，包括消費(fèi)者關(guān)心的一個領(lǐng)域，不斷地出現(xiàn)事故，也引起了很多探討。

但是允許我老王賣瓜一下，從搜索引擎產(chǎn)品的從業(yè)者來講，我們認(rèn)為搜索引擎其實(shí)是人工智能最大的一個場景。

為什么這么說呢？第一個原因從產(chǎn)品角度看，搜索引擎在過去這么多年當(dāng)中，它起到的作用，就是人的大腦外延，它增強(qiáng)了你解決問題的能力，我們?nèi)粘Ｉ睢⒐ぷ鳟?dāng)中很多問題其實(shí)是通過搜索引擎去實(shí)現(xiàn)的。

我記得谷歌的創(chuàng)始人之一很早的時候說過，“我們的目標(biāo)就是要成為人類的第三塊大腦。”這描述了搜索引擎產(chǎn)品的單位。但今天的搜索引擎是基于關(guān)健詞和搜索結(jié)果的產(chǎn)品形態(tài)，用戶要自己去思考，出來這十套結(jié)果是否滿足自己的東西。

其實(shí)搜索引擎下一步要解決的問題，或者說人工智能技術(shù)在搜索引擎里有巨大應(yīng)用的場景就是說能不能不要用這樣的一個用戶自己思考的方式，而是我能夠直接知道你想要的東西，這是大家都想要去解決的一個工作的方向。

最后一個是，對話機(jī)器人仍不可能替代搜索引擎。聊天機(jī)器人剛上線的時候只有幾十個，現(xiàn)在做到一千個了，它是開平帶的方式，大量合作伙伴給它增強(qiáng)系統(tǒng)的功能。Siri就是個例子，2011年就上線服務(wù)，蘋果公司自己研發(fā)siri的對話功能和給用戶提供的服務(wù)，到今年它發(fā)現(xiàn)這個功能終于不行了，沒辦法運(yùn)轉(zhuǎn)下去。因?yàn)榇罅康挠脩舭l(fā)現(xiàn)它很難解決實(shí)際問題，用戶實(shí)際用Siri的時候是：我要給誰打電話，我要給誰發(fā)短信這樣簡單的服務(wù)。今年開發(fā)者希望給它提供很多功能的研發(fā)，但實(shí)際上它都無法替代搜索引擎海量的用戶帶來的問題的解答。

搜索引擎＝計(jì)算力＋數(shù)據(jù)＋應(yīng)用

關(guān)于搜索引擎和AI的關(guān)系，我們知道，近十年來人工智能的發(fā)展，更明確的說是深度學(xué)習(xí)的發(fā)展取決于這三個元素。今天因?yàn)榛ヂ?lián)網(wǎng)的進(jìn)展，或者網(wǎng)絡(luò)的進(jìn)展，足夠的應(yīng)用、足夠的信息和足夠的用戶能上網(wǎng)，最后產(chǎn)生足夠多的數(shù)據(jù)——這些數(shù)據(jù)使得我們能研究出更好的算法，以及讓我們有了很好的計(jì)算力，有了大量低成本把計(jì)算力連接起來的方式。

這三個角度上看，誰擁有最好的三個元素？還是看搜索引擎界的老大。谷歌雖然沒有公開過自己的服務(wù)器數(shù)量的數(shù)據(jù)，但根據(jù)它的能耗來估計(jì)，以及它擁有幾百萬臺服務(wù)器的數(shù)量，可見搜索引擎公司就有這樣巨大的計(jì)算力。上午張老師就提到“找貓的圖象識別”，程序能夠很容易的就把16000個CPU連接起來做這個訓(xùn)練。

再看數(shù)據(jù)，搜索引擎公司有足夠大的網(wǎng)頁，去作為數(shù)據(jù)的基礎(chǔ)，它們還能做很多怎么去促進(jìn)數(shù)據(jù)的收集工作，谷歌為什么要去發(fā)射，用來聯(lián)網(wǎng)的切球，谷歌為什么要免費(fèi)拉光纖。大家知道谷歌的母公司它里面有兩個關(guān)于醫(yī)療的子公司，一個做的方式是用傳感器放到眼睛里的隱形眼鏡，要把一個得了病的人的數(shù)據(jù)進(jìn)行搜集，然后分析，他們有這種條件去獲得這樣的數(shù)據(jù)的能力。

未來工作方向：自然交互和知識計(jì)算

自然交互

怎么能夠讓用戶以很自然的方式跟產(chǎn)品去互動？讓搜索引擎懂你想要的是什么東西，而不是一個用關(guān)健詞去表達(dá)的——是一個自然語言的句子，像人與人對話一樣，描述我有什么樣的問題。這當(dāng)中不僅僅是語言和對話，還包括視覺，能看到你的表情、樣貌，讀懂你的情緒。

知識計(jì)算

怎么能夠?qū)χR有足夠好的獲取計(jì)算或者推理的方式？在這個領(lǐng)域上目前我們能夠獲得的進(jìn)展是非常有限的。

在這兩個方向上，目前的搜索引擎產(chǎn)品也好，或者同類的對話系統(tǒng)、服務(wù)系統(tǒng)也好，還解決得不夠好。那么，從產(chǎn)品上怎么解決這個問題？

解決不了的時候就攢數(shù)據(jù)

當(dāng)一個產(chǎn)品體驗(yàn)不好的時候，我們怎么辦？我們攢數(shù)據(jù)。

舉一個我們自己做產(chǎn)品做技術(shù)時候的真實(shí)的例子：

大家知道搜狗輸入法做了很長時間，我們很早也意識到用戶通過語音與機(jī)器交互的方式非常重要，那時候我們還沒有語音識別的技術(shù)，我們還找了一些做語音交互的公司去合作，但沒有找到比較好的合作方式。于是逼得我們自己去做研發(fā)。

當(dāng)時我們想了一個辦法，直接調(diào)用谷歌在國外提供的語音識別接口，雖然很慢，但可以用。它的自錯率43%，意思就是說如果你輸入一段話100個字40個字是錯的。但因?yàn)橐粋€產(chǎn)品里面功能的入口，大量用戶就開始用，用了之后我們開始迭代數(shù)據(jù)，積攢了足夠多的用戶錄語音的數(shù)據(jù)。2012年11月份的時候，不到半年的時間我們把自己的數(shù)據(jù)做出來了，一上線了就獲得了跟谷歌接近而且比它好的結(jié)果。隨著后面用戶使用越來越多，以及新技術(shù)在過程中的使用，錯誤率直線下降，今年4%左右的錯誤率，最近還在繼續(xù)下降。

所以當(dāng)打不過的時候，攢數(shù)據(jù)是價值提升的作用。值得一提的事，我們掌握這么多數(shù)據(jù)之后怎么辦？

這需要找一些數(shù)據(jù)標(biāo)注公司去標(biāo)注這些數(shù)據(jù)，每一句話說的是什么，后來因?yàn)榘堰@樣一個功能用到產(chǎn)品里之后，用戶沒有選擇語音識別的句子實(shí)際上是輔助標(biāo)注的過程。如果用戶沒有選說明是錯的，錯的數(shù)據(jù)我們就拿給數(shù)據(jù)標(biāo)注公司去標(biāo)注。

面包與葡萄干：人工智能做出好產(chǎn)品才創(chuàng)造價值

使用AI技術(shù)的好產(chǎn)品才創(chuàng)造價值，這個價值有兩方面：一個是給用戶提供一個好的辦法，第二個是真正能生產(chǎn)數(shù)據(jù)，從而使自己迭代。

好產(chǎn)品：叫好＋賣座＋賺錢

好的產(chǎn)品能得到媒體和用戶的關(guān)注，能得到資源，賣座的產(chǎn)品能獲得用戶，用戶能生產(chǎn)數(shù)據(jù)，以及能不斷迭代。賺錢更不用說，一個好產(chǎn)品能賺錢才能使企業(yè)研發(fā)不斷滾動。

不足夠好的產(chǎn)品的例子，我們做個自我批評。搜狗前兩年出了一個己的云助手產(chǎn)品，當(dāng)時覺得這樣一種對話形態(tài)可能是未來新一代的互動方式和解決問題的方式，于是我們做了跟Siri基礎(chǔ)一樣的產(chǎn)品架構(gòu)和問答式的技術(shù)架構(gòu)。但是這個產(chǎn)品上線之后，我們發(fā)現(xiàn)用戶的使用率并不高，開始幾天覺得好玩用了一段時間，后來就不用了，為什么？我覺得原因有很多，其中關(guān)鍵原因就是它沒有足夠好的解決用戶新的需求。

討論

鄭宇：兩個例子里面我覺得第二個例子可能更加有意義，因?yàn)樗阉骺臻g有限，而且字比較短，第一個發(fā)微信的例子可能不是最好的，有點(diǎn)鼓勵大家開車發(fā)微信的意思。現(xiàn)在給大家提個問題：搜狗投資和布局了很多人工智能項(xiàng)目，目前有什么樣的收獲？最大的成果是什么？

楊洪濤：我的答案有點(diǎn)像剛剛KK（小米聯(lián)合創(chuàng)始人黃江吉）的答案，我覺得現(xiàn)在還沒有讓我們覺得足夠滿意的產(chǎn)品，或者叫做真正讓產(chǎn)品幫人做決策，或者幫人做出好的選擇的這樣一個功能上還沒有完全做得到。但我們的產(chǎn)品確實(shí)要去解決這樣的問題，然后我們還要去投入。你剛才說到投入我覺得非常好，給我一個打廣告的機(jī)會，我們今年跟清華大學(xué)投入了大概1.8億人民幣建一個人工智能研究院，推動技術(shù)的進(jìn)步，有了技術(shù)的進(jìn)步，有了產(chǎn)品應(yīng)用的進(jìn)步，我們在這個領(lǐng)域的關(guān)注都是為了做一個好的產(chǎn)品體驗(yàn)出來。然后去積攢數(shù)據(jù)，現(xiàn)在還只能做到積攢數(shù)據(jù)的地步。下一步真的是能夠去主動地給人提供輔助，我覺得還沒有做到。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。