人類今天面臨的最重要課題之一就是人工智能?？v觀人類歷史上的諸多創(chuàng)新，像汽車、印刷機、蒸汽機、載人飛機、火箭和人造衛(wèi)星……它們都不只是孤立的創(chuàng)新，更是推動人類在浩瀚無垠的各領(lǐng)域里迅猛發(fā)展的加速器。

人工智能也許是迄今為止最強有力的加速器，因為它不僅使人類的能力得以延展，還讓我們的腦力變得更加強大。它不僅僅是數(shù)字時代的一個進步，而且是包括圖靈在內(nèi)的很多人，在電腦誕生前就夢想的終極目標。

回溯過去幾十年，人工智能的發(fā)展歷經(jīng)高潮與低谷?，F(xiàn)在又有哪些不同？三大創(chuàng)新最終將人工智能帶上了快車道?；ヂ?lián)網(wǎng)、大數(shù)據(jù)和傳感器隨處可見，特別是基于云平臺的大規(guī)模計算能力；得益于突破性算法的發(fā)展，計算機已經(jīng)可以憑借深度學(xué)習(xí)獨立完成更為復(fù)雜的任務(wù)。

正因為這些突破，人工智能已經(jīng)無處不在——它可以為你推薦所選，保護你免受信用卡詐騙，個性化處理你的新聞推送，并讓你的家智能互聯(lián)。計算機正在學(xué)習(xí)像我們?nèi)祟愐粯尤タ?，并為它們識別出的東西命名?，F(xiàn)在它們也能像我們?nèi)祟愐粯觾A聽和識別語音。三個月前，微軟的語音識別技術(shù)在行業(yè)標準Switchboard測試中首次達到了人類同等水平，而這個目標在幾年前還看似遙不可及。

隨著在語音識別領(lǐng)域能力的提高，我們在面對諸如自然語言等更復(fù)雜的挑戰(zhàn)上也取得了實質(zhì)性進展。世界上有6500多種語言，試想如果我們都能相互理解，這將意味著什么？

Translator能實現(xiàn)包括中文普通話在內(nèi)9種不同語言之間的實時語音翻譯，最多允許100人同時進行群組交流。我們采用了一項令人興奮的深度強化學(xué)習(xí)技術(shù)，并在此基礎(chǔ)上運用了對偶學(xué)習(xí)，來加速提高翻譯能力。

我們正在接近目標，讓計算機可以做某些人類力所能及的事：看、聽，并開始描述它們周圍的世界。但人類更了不起的地方在于，我們不會止于感知，會繼續(xù)向認知深入，將想法和概念與世界上的人、地點、事物聯(lián)系起來……并了解它們彼此的關(guān)系。這就是所謂的“常識”。

這對人類來說再普通不過，但對計算機來說卻是一項異常艱巨的任務(wù)。多年來，源于在必應(yīng)搜索上的研究和實踐，我們建立了一個龐大的知識圖譜，了解數(shù)十億計的實體——人、地點、事物。我們既擁有“關(guān)于世界的知識”，也擁有令人嘆為觀止的“關(guān)于工作的知識”，通過將這些特有的工作數(shù)據(jù)與視覺、語音以及語言識別能力相結(jié)合，就可以打造出能將個人生活與職場生活統(tǒng)一相連的人工智能助理。

雖然取得了這些進展，但人工智能還未能實現(xiàn)通用智能。計算機可以順利完成特定任務(wù)，但當面臨通用任務(wù)時，它還不如一個小孩做得好。我們在人工智能涉及的所有領(lǐng)域里都已取得了巨大的進步，但要實現(xiàn)通用的人工智能，仍有很多工作要做。