在新智元超智能时代新书发布会，新智元智库成立大会暨新智元基金启动仪式上，科大讯飞作为战略合作伙伴参与了这次大会。科大讯飞高级副总裁江涛在大会进行了主题演讲。
江涛说，前两轮人工智能的高潮和中国没有太大关系，但是在新一轮人工智能爆发的前夜，中国有很多科学家、工程师和企业已经做好准备，和世界同行走在同一起跑线上，未来人工智能大的变革中一定有中国的一席之地。
而要完成人工智能使命，我们必须解决人工智能的三大挑战。江涛从计算智能、感知智能和认知智能三个因素，以产业界的角度进行了解答。
以下是科大讯飞江涛的发言全文。
江涛：
尊敬的李院士，各位专家，各位嘉宾，下午好！
最近人工智能比较火热，我被问的最多的问题是人工智能未来会不会威胁人类？未来会不会有一张天网统治地球？这些都是关于人工智能和人类PK，也就是人工智能如何替代人类的问题。但我更愿意把这个问题解读为：现在阿尔法狗取得的成果是人类在机器的帮助下突破了自己的极限，就像一百多年前我们发明了汽车，突破了我们跑步的极限一样，人类现在通过机器突破了自己下棋的局限。
这之间大家比较关心的是人类和机器之间的挑战的问题，我今天跟大家分享一下。在这之前，先回顾一下人工智能发展的历程。刚才李院士提到达特茅斯会议。达特茅斯会议之后，人工智能获得了高速发展，到了1970年，当时50多个数学原理中有30个能用机器来证明，大家都觉得再过10几年它就能把所有的原理都证明完了，但实际并不是这样。后来，随着Hopfield网络和BP算法的出现，人工智能又重新抬头，包括日本在内的国家，都雄心勃勃地提出第五代计算机的人工智能计划，但后来也出现了停滞。当下这一轮人工智能的爆发，它的技术除了深度神经网络，更重要的是云计算、移动互联网带来的大数据超大的运算能力。这一轮人工智能的爆发是真正的产业爆发，是能够进入千家万户带来很多产业变化的爆发。
前两轮人工智能的高潮和中国没有太大关系，但是在新一轮人工智能爆发的前夜，中国有很多科学家、工程师和企业已经做好准备，和世界同行走在同一起跑线上，未来人工智能大的变革中一定有中国的一席之地。
人工智能比想象的要来的快。这是Gartner 的预测，2018年超过三百万员工要向机器人老板汇报工作。看起来很吓人，但这完全是有可能的。未来我相信不只三百万人的工作要由机器管理调度和评价，其实这就是向机器老板汇报工作。
麦肯锡也做了一个研究报告，认为45%的人类活动工作是可以由机器来替代的。图右是进一步的分析，哪些工作是可以被替代的。坐标图中横轴是每个小时的工资，纵轴是可替代的比例，大家看到有不同的点，未来几年，CEO的工作每小时的工资是非常高的，但也有20%的工作会被机器替代。而文员、速记员之类工作更大的比重会被机器替代。当然，有一些脑力和体力复合的工作，反而替代率不是很高，比如说园丁的工作只有20%被替代。
德勤也出了一个报告，认为认知技术未来会成为80%世界百强的标配。Science也讨论了这个问题，认为到了2045年机器会替代人工的工作。我们现在就业率是60%，在这个基础上可能会降到50%，有很多工作会被机器替代。
机器替代人的工作是好事还是坏事呢？至少孙正义觉得是好事。他提出来了一个孙正义公式。中国GDP已经占到了全球第二，我们大量承接了全球的产业转移。现在中国产业工人的年薪大概是四万左右，承接中国转移的越南这些国家是两万左右。孙正义说如果未来日本做出三万台工资达到这个水平的机器人，这些机器人24小时工作，相当于给日本增加九百万就业人口。在2050年，日本有可能击败中国重新取得全球第一GDP的位置。
作为人工智能的从业者，我们也感受到这一份沉甸甸的压力。未来人工智能的竞争，一定程度上是大国与大国之间的竞争，决定中国在整个世界的国际地位。
正是因为人工智能如此重要，世界各国都把人工智能作为未来非常重要的发展方向。除了现在正在进行的深度神经网络的研究以外，对人脑的神经网络深度的研究，包括奥巴马在白宫发布的大脑活动图谱计划、欧盟发布人类大脑项目计划。我们中国相关的人工智能计划也列入了国家计划。
前面讲到了三个典型的领域，计算智能、感知智能、认知智能分别正在进行人和机器的挑战。计算智能领域最典型的挑战是从象棋到围棋，棋类的挑战。
96年曾经有过有一件有意思的事情，那就是深蓝计算机战胜了国际象棋大师加里·卡斯帕洛夫。围棋的棋盘比象棋的棋盘大，难度更大，所以过了20年，人工智能才在围棋上取得突破。围棋的棋盘是19X19，一共是361个点，每个点有三种状态，3 的361次方，加上下棋的顺序是361的阶层，这个乘起来是什么数字呢，10的100多次方，比全宇宙的原子数还要多。人类的计算并不是穷举所有的可能性，那样所有的计算机加起来都不够，而是真正的通过搜索和评价网络等等，把它压缩在有限的空间里，进行运算和决策。
阿尔法狗战胜了人类，标志了在计算智能，在下棋这种在确定的规则和确定的评价手段、确定的目标领域，计算机已经战胜了人类。
另外，在感知智能领域典型的项目是无人驾驶汽车，像人一样能够感知外界的变化，它不完全是感知智能，也涉及到一些计算智能。但是最核心的环节就是感知智能。感知智能目前在什么现状呢？在结构化的环境下，或者说可预测的环境下，机器和人差不多了。在非结构化下机器和人差的很远。例如高速公路就是结构化环境，而沙漠环境则属于非确定结构，如果把谷歌的自动驾驶汽车放到沙漠，或者说放到中国的农村土路上就跑不起来。目前感知智能的挑战中，机器在结构化的环境下已经逐渐达到人类的水平。
比感知智能更有意思的是认知智能，也就是对人类的理解、推理、学习这些高级认知活动的模拟。认知是人类自然语言系统的基础，在此之上，形成概念上的逻辑推理。在这方面，IBM的 Watson 做的不错，用的比较传统的技术，即知识图谱的技术，这在相对窄的领域内可以表现的比较好。
但是更宽的领域，当前最热点PK是人和机器关于考试的PK，这个挑战中间，现在中国，美国和日本走在前列，美国由华盛顿大学图灵中心在做，目标是在美国高中生物考试中超过人类，这个图灵中心目前由保罗以及由微软的联合创始人支持。日本方面，是由日本国立情报研究所带队的团队做的，目标是2021年让机器人考入东京大学。日本高考九百分，考上东京大学至少六百分，据说目前机器人至少考到三百分。
中国的则是科技部的项目，类人答题项目，让计算机考上一本。在高考领域PK掉80%的人类，我们希望机器人十年之后考上北大、清华，PK掉99.9%以上的人类。
这个课题要解决的核心问题是什么？语言理解、知识表示、联想推理、自主学习。文科的题目容易一点，理科的题目尤其是读图非常难。现在有哪些阶段性成果呢？第一个是口语翻译，人工智能已经达到六级水平。科大讯飞参与2014、2015年翻译比赛中拿到第一名。
口语测评已经替代老师了，广东省高考有口语考试，2012年是人工考试，请了一千多个老师人工打分，时间长，强度大，后来实在是没有办法，就在全球范围内找相关的技术替代人工，科大讯飞的相关度和平均误差的各个层面，计算机准确度都已经超过了人类。
另外，开放式的主观评价可以为计算机四六级打分，老师打分以后机器再过一遍，机器打的分数四万多份。另外一万多份机器和人打分不一样，结果78.6%、93%、88%、93%都是机器打的更准，在这个领域已经超过了国家级的评测员。
科大讯飞发布了讯飞超脑的开放平台，把我们这些成果开放给业界伙伴。
过去一年中开放平台总用数从4.4亿到7亿，日均交互数从4.8亿达到14亿，第三方开发者从4.3万去年年底增加到11万。整个智能硬件创业也是发展非常迅速，有更多的开发者参与，整个人工智能产业生态会蓬勃发展起来。
未来几十年是人工智能大的产业周期中面临的巨大产业机遇，未来五到十年人工智能像水和电一样进入我们生活的方方面面，会成为一个重要的基础设施。这其中一定会诞生出一些伟大的公司，我相信中国很多公司就有这样的机会，讯飞也有这样的机会。
谢谢大家！
