李彥宏：人工智能的四個核心能力是語音、圖像、自然語言理解和用戶畫像

在本月初舉行的百度世界大會上，關于人工智能話題的探討毫無懸念成為了主旋律，百度首席科學家吳恩達在這次大會上表示，“人工智能帶來的影響不亞于100多年前的電。”

在日前劍橋大學的辯論中心“劍橋名家講堂”上，李彥宏再次強調，人工智能時代已經到來。他認為在過去16年里，我們已經從PC互聯網時代、移動互聯時代跨越到了人工智能時代。

李彥宏著重介紹了人工智能的四個核心能力，即語音、圖像、自然語言理解和用戶畫像，因為這些技術，人們使用互聯網的方式正在潛移默化中發生改變。

當然，在李彥宏看來，人工智能改變的不僅僅是普通用戶的生活，未來制造業、金融、教育、醫療、旅游以及物流等行業都將因為人工智能的這些關鍵技術而被顛覆，人工智能也不只是巨頭們的“盛宴”，任何企業都能利用這些技術來提升自己的競爭力。

以下為李彥宏在“劍橋名家講堂”演講實錄：

很榮幸能夠來到劍橋和大家交流，我很激動。我也看到這里今天高朋滿座。

不過我來到這里不僅僅是來做一個演講，我是來尋找靈感和啟發的。就像艾薩克?牛頓、查爾斯?達爾文和斯蒂芬?霍金這些偉人對我的啟發一樣。當然對我啟發最大的是徐志摩，“輕輕的我走了，就像我輕輕地來”。他的詩句廣為流傳，無論是在這里還是國內都為人熟知。我們都記得他在劍橋寫下的詩篇。不過這并不是今天的重點。重要的是，對我而言最具啟發性的偉人是艾倫·圖靈，因為他是現代計算機科學和人工智能之父。因此，劍橋是一所很特別的大學，我個人也很向往。大家知道，我曾在美國待了8年，先是在美國紐約州立大學布法羅分校攻讀計算機科學碩士學位，隨后又在華爾街和硅谷工作過。1999年，我回國創建了百度。

我認為，過去16年里，互聯網發生了巨大改變。我們大體上經歷了互聯網的三幕：

第一幕是PC互聯網時代，稱霸了大約15年；

第二幕是所謂的移動互聯網時代，增長周期只有四、五年；

而現在，我們迎來了第三幕，即人工智能時代。

每一幕都各具特色，因此，他們也有不同的迭代速度。

例如，我認為，PC互聯網時代高度依賴軟件的快速反應。對于我來說，我確實是在軟件時代成長起來的。對于傳統軟件公司，升級軟件一般至少需要6個月，有時甚至要一、兩年。所以人們認為軟件行業總是要花6個月的時間升級軟件，但是互聯網的到來極大地改變了這一切。我們不需要像1997年那樣為互聯網公司工作，那時我在Infoseek搜索公司工作，我們開始意識到互聯網公司與軟件公司非常不同，特別是迭代效率這方面。因為在互聯網公司，我們幾乎可以不間斷地升級軟件，每一天都能升級。一旦升級了代碼和服務器，所有用戶都能即時享受到這些服務。這點和傳統軟件公司很不同：他們需要發布軟件包，6個月之后用戶才能升級最新的版本。而互聯網公司則不一樣，你可以隨時升級你的服務器和軟件。例如，百度每天多次升級我們的服務，這就是一種持續不斷的升級。但是用戶可能看不出來，因為搜索引擎本身看不出有什么變化，依然是每次在搜索欄輸入問題后，就會顯示答案。而回溯過去16年，我們可以每天多次進行升級軟件，這就是不同于傳統軟件業的地方，而這也是為什么大多數的傳統軟件公司在互聯網時代表現遜色的原因。這就是PC互聯網時代。

大約5年前，我認為世界邁入了移動互聯網時代，即我所說的互聯網的第二幕。移動互聯網時代不僅僅是不停地升級軟件，事實上，這個時代的軟件可能3個月、2個月或者1個月才升級一次，時間不固定，沒有規律可言。所以，移動互聯網的制勝法寶是什么？我認為是建立自己的生態系統。

但為什么在PC領域并非如此呢？因為在PC互聯網時代，一切在國際市場上都是標準的：協議都是http，標記語言都是html。你只需要關注技術本身，其他的東西都已經準備好了。所有的網頁都是開放的，你只需要鏈接網頁就可以獲得全部的內容。

但是移動時代就完全不一樣了。大量的內容灌入到了大量的App中，然而我們并沒有很好的答案。但是有一個好消息是，利用這些App，你可以做更多的事情，而不只是信息。網頁的信息都是標準信息，但對于移動語言來說，你甚至可以在自己的手機上進行交易。為什么我們在PC和移動互聯網有不同的行為呢？這是因為，尤其是對于百度這樣的公司來說，我們要為人們的搜索需求和龐大的交易服務。

在PC時代，用戶使用百度的產品來獲得信息。但是在移動時代，用戶的期待更多，自然我們需要做的也就更多。當用戶輸入搜索請求的時候，百度搜索更有競爭力，用戶不僅可以搜索到某項服務的信息，還可以直接訂購該項服務。不僅能查找服務信息，還能直接預定服務，免去了在App和搜索頁面之間切換的麻煩。這與之前是不同的。如何才能實現這一點呢？這就要靠我們自己建立一個生態系統，因為并不是所有的App都能整合在一起。因此我們也花了好幾年的時間來完成這些工作。

之前幾年，我們試圖將PC端的搜索功能轉變成更適應移動時代的搜索服務。一開始我們只是改變搜索界面來使用變小的窗口、適應更慢的網絡連接和更貴的上網費用。但這遠遠不夠，需要做出的改變遠不止這些。因此我們開始在垂直細分領域投資，比如教育、醫療、汽車、旅游、餐飲等許多重要的行業。所以不管用戶想從我們這里得到什么，不管他們輸入的關鍵詞是什么，我們都能提供他們所要求的服務。同時，我們還試圖與眾多垂直領域的巨頭建立合作關系，以此來為百度搜索的用戶提供最佳、最流暢的搜索體驗。

當然，不止是百度搜索，還有百度地圖。現在在中國，你只要打開百度地圖，就可以輕松預定酒店。你還可以在百度糯米上用折扣價格團購餐飲。事實上，我們在百度地圖上推出預定酒店的功能時，一下子接到了好多訂單，而其中大部分訂單預定的都是當天的酒店。這和傳統的酒店預定有很大不同。以前，你會提前幾天、甚至幾個星期就在網上預定好了。但在移動網絡時代，人們都是抵達目的地以后才打開百度的，因此他們要找的是附近的酒店。在百度地圖上找到后，就下了當天的訂單。這是一個很大的改變。移動時代還會為我們，以及像我們這樣的互聯網公司帶來更多的可能。所以，在過去的幾年中，我們不僅推出了許多更適應移動時代的搜索App，還與許多垂直行業的領軍企業合作，力求為用戶帶來最好的O2O體驗。

消費者尋求的是服務，有些服務在線上就可以滿足，而有些則需要在線下進行。我們提供的正是許多重要行業的線下服務。從這里大家可以看出來，我們已經不再依賴于標準的網絡生態環境了，而是根據自身的需求建立新的生態環境。我們需要和垂直供應商保持良好的合作關系，需要確保用戶可以通過我們的App順暢地交易。

以上就是第二幕，是基于移動時代的互聯網發展。但是從今年開始，我們正在走進一個新的時代，拉開下一個帷幕。這就是基于人工智能的互聯網時代。

同樣，人工智能時代也不同于PC和移動時代。單從搜索鍵上你就能看到這一點。現在的搜索框中不僅有相機圖標，有的搜索引擎在底部還有麥克風圖標。這與之前的版本有很大區別。因為對于大眾來說，用聲音或相機來表達想法更加簡單。有了這種需求，我們就應該去滿足，關鍵全在于AI。現在語音識別的準確率非常高，百度的準確率能夠達到了97%。這97%意味著什么呢？意味著其精確度甚至超過了人對語音的識別能力。可以看出，如今語音識別技術已經相當成熟，足以被運用到許多領域、許多場景。其中最重要的場景之一就是搜索。

當我們從PC時代跨入移動時代時，大家逐漸意識到鍵盤并不是表達思想最自然的方式。我們這一代是用著筆記本電腦長大的，已經習慣了在鍵盤上敲字，可是智能手機問世時，鍵盤變成了屏幕上的虛擬鍵盤，觸摸屏要肩負鼠標和鍵盤的多重功能。一開始，大家都覺得這個設計太蠢了，又慢又不精準。但當我看著孩子們用觸摸屏時，一切又是那么的自然。這是因為相比于在傳統鍵盤上輸入，更加自然的表達方式是手指在觸摸屏上的點擊。但移動時代之后，聲音和圖片成為了更自然的表達方式。畢竟人們都是先學說話后學會打字，因此若要表達思想，通過聲音表達更加自然。之前機器沒法辨認出語音信息，所以人們不得不使用鍵盤或觸摸板輸入想表達的信息；但是多虧人工智能，人們現在可以使用語音來傳達信息。

此外，還有圖像識別。如果你看到一株植物，但是不知道是什么植物時，那么拍一張照片，機器就會識別出其物種。這同樣適用于人臉識別，當你看到一個人，不知道他是誰，拍一張照片，機器就能自動識別出來了。原因何在？答案依然是人工智能。人工智能技術非常有用，它不是一個新概念，早在60年前就已經有人創造了“人工智能”這個詞，但是直到過去10年，我們才意識到人工智能的重要性，主要是因為今日的計算能力更為廉價和強大。而且，和過去相比較，我們也已經擁有了更多的數據。

擁有大數據和廉價計算能力的人工智能技術，現在就出現在人們的生活之中。百度在過去的五、六年間，在人工智能技術方面投入很多，尤其是在深度學習方面。

在今年9月1日，我們舉辦了一年一度的百度世界大會，當時我們發布了百度大腦，它就是百度人工智能技術的引擎。百度大腦涉及百度最為核心的人工智能能力，具體包括語音能力、圖像能力、自然語言處理能力和用戶畫像能力。

我已經提及了語音能力和圖像能力，除此之外，自然語言處理能力也是非常重要的，因為人們在表達他們想法的時候，不僅要知道他們獨特的的性格特點，還要知道他們到底需要什么，這背后就涉及自然語言處理技術。這是一個不同尋常的領域，所以我們又增加了用戶畫像，因為這也是很有用的，原因就是我們有很多大數據。我們有許多用戶的數據，例如行為數據、搜索的數據、地理位置信息等等，所以我們可以對用戶有一個很好的理解，多虧這些，我們可以滿足用戶的需求。背后的人工智能技術是很重要的，提供了很大的幫助。我們除了可以增強現有的百度服務：搜索、地圖、貼吧等，我們實際上可以給很多其他的開發人員提供很多的服務，這樣可以利用我們在過去五、六年中的成果，幫助他們建立自己的優勢。

例如，最近，我們的銷售團隊有些新的嘗試。許多公司的銷售平臺的人員薪酬不高，導致人員流失率很高。所以公司總是需要培訓新的銷售人員，教他們銷售技巧，以及如何與客戶交談。一般來說，最佳銷售人員的業績是新銷售人員的十倍。過去很多公司只是總結一下最佳銷售人員的銷售技巧，然后讓新員工背下來。所以新員工要花很多時間學習并使用這些技巧。現在我們研發了一個新系統來幫助新銷售人員學習，就是當他們打電話給潛在客戶時，我們植入了一個語音識別引擎，當客戶說話和詢問時，系統會實時識別問題，并顯示最佳銷售人員通常會如何回答這個問題。這在以前是不可能的事，但是有了語音識別技術后，這就成為了可能。這樣新銷售人員不需要很長的訓練期，他們可以做出和最佳銷售一樣的業績。所以大家可以想象一下，未來語音識別將對于全球各個行業有什么樣的影響。

除了語音識別，我們發現了其他新的可能。我們有自己的金融服務、互聯網金融，可以根據圖像識別技術識別人們的面孔。我們可以在幾秒鐘之內完成學生貸款的服務，因為我們可以識別身份證上的照片，并與該學生的身份進行匹配，這些都是因為我們有這樣的技術能力。我們也把這個能力和廣告系統做了結合，其中很大的一個領域就是教育。我們非常了解這些教育機構，了解他們的畢業生畢業之后的收入水平。我們與這些教育機構合作，向潛在的學生發放學生貸款。教育機構很滿意這樣的合作，因為他們可以找到更多的學生，賺到更多的錢。學生也很滿意，因為這意味著他們可以不用依靠自己的儲蓄上學，而是可以選擇貸款上學。我們也很有利，因為可以賺取貸款利息。這一切都得益于技術的發展，讓我們可以評估所有學生和潛在學生的信用。還有自然語言理解能力，也是IT業內的一大趨勢。

最近很多公司在努力研發虛擬助手，以百度為例，我們推出了一款叫作“度秘”的虛擬助手，人們可以用自然語言和它對話。它能講笑話，幫你定酒店，回答一些一般需要用搜索引擎解決的問題，而且它正在變得越來越智能。“度秘”是我們在一年之前發布的，之后的每一天，它都在不斷進步，幾個月前我們用它來講解籃球奧運會比賽，結果它表現很好，基本上和人類的解說一樣好。以后我們會把這種自然語言界面變為新的平臺，對話就是新平臺。未來，不再需要做API（應用界面程序），不用學怎么使用新的遙控器、鍵盤，因為人們只用說話就夠了。通過自然語言理解，所有的工作就都可以被完成了。

用戶畫像技術也將幫助到很多行業，比如營銷。去年6月，傳奇影業讓我們幫助他們宣傳在中國即將上映的電影《魔獸》。我們利用自身的用戶挖掘技術，吸引更多人去觀影。我們將用戶分為三組，第一組是這部電影的忠誠粉絲，不需要任何的宣傳也會去看。第二組是猶豫不決的用戶。第三組是無論如何宣傳都絕不會去看這部電影的人。我們的工作是找到并識別這三組用戶，并轉化猶豫不決的用戶們，促使他們去電影院看電影。我們通過用戶畫像，找出搖擺不定的用戶組，進行營銷。我們對于這種營銷手段最初的預期是提高5%的收入，結果提高了超過200%。我們非常了解用戶，知道他們是誰、喜歡什么、收入多少，通過進行這些分析，我們可以做很多事情。我們目前才剛剛開始這方面技術的探索，只和幾家外部合作伙伴進行了嘗試。一旦各個行業了解了語音、圖像、自然語言理解、用戶畫像技術的作用，應用的可能性是無限的。

在人工智能時代，每個人都會受影響，不僅是IT公司，從制造業到金融，從教育到醫療，從旅游到物流等行業都將會面臨轉型和顛覆。我認為只要你做好準備，就能利用這些技術來提升自己的競爭力。在人工智能的時代，我們必須重新設想方方面面的可能性，（重新設想）我們的公司、行業、中國和世界的無限可能。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。