雷鋒網(wǎng)按：12月23日下午，2016高工機器人年會舉行閉幕式，其中微軟亞洲工程院院長劉震發(fā)表《未來機器人：人機交互+人工智能》主題演講，從人機交互和人工智能的角度，分析未來機器人的發(fā)展方向，未來機器人的挑戰(zhàn)在哪里？本文由雷鋒網(wǎng)機器人垂直欄目“新智造”根據(jù)劉震演講整理而成。

劉震，微軟亞洲工程院現(xiàn)任院長。在加入微軟之前，劉震歷任諾基亞中國研究院院長、IBM T. J. Watson研究中心高級研究員及新一代分布式系統(tǒng)部高級經(jīng)理、法國國家信息與自動控制研究所高級研究員和主任研究員等。

我今天的題目是張總的命題（未來機器人：人機交互+人工智能），我拿到這個命題以后就思考了一下，覺得這個命題實際上是一個很好的大家都應(yīng)該思考的題目，未來機器人的發(fā)展方向，未來機器人的挑戰(zhàn)在哪里？從我這個角度來講，我對人工智能有些了解，對人機交互有些了解，希望從這個角度能夠給大家一些思考。

剛才高院士已經(jīng)講了人工智能的60年風(fēng)風(fēng)雨雨，三個春天，兩個冬天。我很有幸在大學(xué)的時候就能夠接觸到人工智能，學(xué)了符號理論、邏輯推理，甚至想做定理證明。結(jié)果自己做了一段時間之后，發(fā)現(xiàn)還是很難的。后來我做博士論文的時候，就離開了這個領(lǐng)域，主要是做并行計算性能分析和性能優(yōu)化。以后我加入了IBM之后，又重新開始做了一些人工智能有關(guān)的工作，還有加入微軟以后做的云計算、大數(shù)據(jù)等等。

因為人工智能的推動，在整個業(yè)界上推動了數(shù)字化轉(zhuǎn)型，各行各業(yè)都想著利用大數(shù)據(jù)，利用人工智能，來把我們的業(yè)務(wù)、生活做得更好更智能化。

這里從投資的角度來講，在大公司中人工智能的投資是很大的。我們看一下現(xiàn)在市值最大的五個公司，在不同年代中有不同的公司出現(xiàn)?，F(xiàn)在幾乎毫無疑問就是高新技術(shù)，就是IT，就是人工智能。有蘋果、谷歌、微軟、臉書和亞馬遜。這些公司在人工智能上投入巨大，從產(chǎn)品上到開放平臺、開源、研發(fā)，都有巨大的投入。我所在的微軟在這上面投入了幾十年的研究工作，現(xiàn)在開始有結(jié)果出來了。其他公司也是毫無疑問的，有非常大的投入。

在這一波浪潮當(dāng)中，另一個很明顯的趨向是投資機構(gòu)對人工智能的興趣，這是一份統(tǒng)計，在人工智能領(lǐng)域中，現(xiàn)在新的初創(chuàng)公司有多少。隨著最近的人工智能熱潮，有越來越多的初創(chuàng)公司出現(xiàn)了，這都是好現(xiàn)象，說明整個業(yè)界都在發(fā)展。

毫無疑問，這些人工智能的推動，也推動了智能機器人的開發(fā)和推廣。現(xiàn)在有各種形形色色的智能機器人的出現(xiàn)，特別是在深圳，大家都可以看到這種公司每天都有新的出現(xiàn)，這是整個業(yè)界繁榮的表現(xiàn)。

在這里大家可以思考一下，下一步智能機器人會朝什么方向發(fā)展？智能機器人到底要注重哪些方面？

回到張總給的命題，人機交互。要講人機交互，要做的第一件事情就是感應(yīng)，要感應(yīng)場景，要對場景有認識。有很多傳感器，而且很多都是生態(tài)圈里面開發(fā)出來的。有各行各業(yè)的傳感器在做，它們幫助我們來感應(yīng)世界，認識世界，特別是幫助機器人認識世界。同時通過感應(yīng)器能夠提供更多的體驗和更多人機交互的機會。包括微軟開發(fā)的Kinect，能夠和人體的手勢結(jié)合。以及最近的全息技術(shù)。

另一個智能，能夠幫助人機交互的就是認知的智能。在這方面非常可喜的是機器智能程度越來越高了。比如說圖像理解，去年在做競賽的時候，微軟的技術(shù)就打破了人類的錯誤率，能夠達到把錯誤率降到3.57%，而人類的錯誤率是5.1%。所以機器從圖像的認識上已經(jīng)能夠達到接近或超過人的水平。語音識別也有非?？上驳某煽?，兩個月前，微軟研究院發(fā)表了一篇文章，發(fā)布了一個結(jié)果，在WER標(biāo)準(zhǔn)測試上面，微軟錯誤率能夠達到5.9%，這幾乎和人類的識別水平是一致的，這是非常可喜的成績。用了這種技術(shù)以后，毫無疑問，能夠提高人機交互的水平。

這是不是足夠？還是有很多挑戰(zhàn)。人工智能下一個最大的挑戰(zhàn)之一就是人機交互，包括自然語言的處理、自然語言的理解。大家都知道，自然語言里面有很多歧義，很多理解必須從上下文、場景上來達到。而且另一個要考慮的因素是能夠有更快的速度來處理語言的理解?，F(xiàn)在很好的處理都是在云端用加速器來處理的，假如我們要有實時交流，這個時候就需要把速度提高很多?，F(xiàn)在大家看到越來越多的聊天機器人，怎樣把機器人的情商提高？當(dāng)然，要能夠提高聊天的水平，不光是有情商的因素，同時也有一定的智商問題。不管怎樣，現(xiàn)在的聊天機器人應(yīng)用越來越廣泛，也是一個可喜的事情。

接下來，從這個角度來講，就可以看出，把這些技術(shù)能夠用在機器人上面，機器人的表現(xiàn)形式可以是一個物理的機器，像一個人一樣的機器，也可以是另外的表現(xiàn)形式。比如說AlphaGo或者做成播放器。不管怎樣，關(guān)鍵是要能夠開發(fā)一些智能機器人，它可以普及到各行各業(yè)，而且能夠在各行各業(yè)中扎根下去。我個人認為，現(xiàn)在要造一個機器人能夠超過人的總體智能是暫時不可能的事情，但是在單獨的領(lǐng)域中是完全可能達到的，比如說在下圍棋、國際象棋、知識競賽上都能夠達到。我們在開發(fā)機器人，特別是智能機器人的時候，怎樣能夠開發(fā)出一些智能機器人有用于我們的日常生活，有用于我們平時的業(yè)務(wù)？最關(guān)鍵的一點是要在垂直領(lǐng)域做好。剛才張總問高院士的問題很好，在哪些領(lǐng)域中，人工智能或者機器人能夠有更大的取勝可能性？我認為，在座的很多同仁都在做機器人，特別是智能機器人，可以考慮一下，我們的機器人到底用在哪里。例如教育或者學(xué)習(xí)，這就是一個很好的課題。因為學(xué)習(xí)或者教育，現(xiàn)在在大課堂中，老師一個人對著幾十個學(xué)生講課，真正要提高學(xué)習(xí)的效率是因人而異的。在這個時候，是否機器人能夠有更好的辦法來提高學(xué)習(xí)的效率？這是一個要考慮的因素。

另一個問題是當(dāng)我們在做智能機器人的時候，經(jīng)常要考慮的一個因素是機器人是否會失控？這可以是物理的失控，例如前幾天小胖機器人倒下砸到人。同時還要考慮設(shè)計機器人給予的范疇是什么？我們希望機器人能夠非常智能，希望機器人能夠代替人做很多的事情。這個時候代替是什么意思？是不是需要我們給了一個指令之后，這個機器人按照我們的指令，按照我們的希望來做事？還是希望這個機器人能夠心想事成，甚至沒有想到的時候幫助我們來做到？這個時候范疇就很大，就是要考慮到機器人是否執(zhí)行范圍太大了？就像我們教小孩子開車，一個8歲的小孩，只要座位提得足夠高，是可以學(xué)會開車，但是我們是否放心讓8歲的小孩駕駛著車，我們在后面睡覺？機器人也會出現(xiàn)類似的問題。當(dāng)一個機器能夠執(zhí)行一定任務(wù)的時候，我們對它有多大的可信度，或者我們有多大的可掌控性？這是一個要考慮的因素。

接下來我稍微快一點，講一下在人工智能上，從人機交互上能夠更大的推動什么因素和技術(shù)?，F(xiàn)在這一波的人工智能技術(shù)主要有三個驅(qū)動力，一個摩爾定律，第二是大數(shù)據(jù)，第三是算法，特別是深度學(xué)習(xí)的算法。這些使得我們技術(shù)上有突飛猛進的發(fā)展，但是還是有很多核心技術(shù)要繼續(xù)開發(fā)，不光是在算法方面，更多是模型上面。在平臺上有本地平臺，例如硬件加速器，它可以幫助人工智能算法非?？斓膶崿F(xiàn)我們所要執(zhí)行的任務(wù)。例如在微軟我們就做了一個實驗，用FPGA編程來加速翻譯器，翻譯1400頁的《戰(zhàn)爭與和平》這本書，從俄文翻譯成英文只要2.5秒就可以，就可以看出加速器的作用。當(dāng)然，云端的計算也是很重要的。

再回到聊天機器人議題。它在微軟，大家都知道家家喻戶曉的小冰，它也有各種競爭者，各種聊天機器人出現(xiàn)了。它有一個很重要的指標(biāo)是對話次數(shù)，一個機器人能夠和人進行多快多長的對話？一般的聊天機器人是2次來回就結(jié)束了，特別是現(xiàn)在市場上買到的很多家庭小機器人。為什么我們玩了之后就感覺沒什么可玩了？就是因為沒什么辦法聊下去了。但是小冰的平均對話次數(shù)是23次，有的時候它說的話非常令人驚奇。兩年前，一個記者采訪小冰，進行了非常長的對話，有些對話大家假如看也會覺得，如果我們自己有這個說話能力也是非?？上?。例如記者問，你最大的夢想是什么？小冰說說大點世界和平，說小點晚上吃頓好的。小冰現(xiàn)在在研究人員的繼續(xù)研究下，在自己的自學(xué)下變得越來越聰明。比如說加了視覺功能，它在回答的時候是非常詼諧，而且給人一種驚喜。例如上傳一個照片，它不會說這是什么狗？相反會給出一段評論。上傳一本書，會把書的內(nèi)容做一些短評，把你和書的關(guān)系也聯(lián)系起來。例如說喜歡這些書的人肯定像行業(yè)大佬。穿衣服也是一樣，你給它一件打著補丁的褲子，他就說你要考驗我的針線活嗎？還有給大家分析一些關(guān)系和顏值等等，給一些評論出來。

這里我想順便說一下。大家都是在說智能機器人，直到現(xiàn)在來說，真正要超過人的智能還是很難的，除非一些特殊領(lǐng)域。所以當(dāng)我們在做智能機器人的時候，是否可以考慮到這一點，怎樣讓智能機器人給人一種驚喜，是否能夠在做的時候考慮到采集一些信息，每天當(dāng)和人進行交流的時候，給人一種沒有想到的東西？

因為時間關(guān)系，我不多講了。在微軟的開發(fā)中，小冰是一個小姑娘，小娜會和人進行更直接的交流。

微軟開發(fā)小冰小娜的工具同時也開發(fā)了一系列的工具，我們的目的是讓人工智能普及化，因為大家都知道不是所有的公司，不是所有的開發(fā)者都有這么多的機遇能夠開發(fā)出最新的技術(shù)和算法，用最全的數(shù)據(jù)集來訓(xùn)練出最好的模型。所以微軟所做的，就是在把這種技術(shù)、算法、模型和數(shù)據(jù)包裝出API，然后把這個API提供給所有的開發(fā)者，大家就可以在這里很簡單的使用API，在網(wǎng)上開發(fā)新的產(chǎn)品，開發(fā)出我們自己想做的小冰小娜。比如說用上情緒識別的API，就可以把一個本來呆板的自動售貨機變得人性化，做好表情就會讓你過關(guān)，給你一些免費的食品，體驗一下就很好了。

微軟在這個時候提供了兩個有用的工具，一個是語言理解服務(wù)，讓大家通過這個界面來訓(xùn)練你們想要開發(fā)的一些智能聊天機器人。另一個是聊天框架，使得不同的界面都可以介入，例如微信、微博等等。

這是一個視頻。（現(xiàn)場播放視頻）

還是回到剛才的命題，人機交互和人工智能，的確決定了未來機器人的挑戰(zhàn)的程度。未來機器人的智商和情商的體現(xiàn)很大程度上就靠人機交互加人工智能。同時，這是未來機器人技能和價值的實現(xiàn)。這里我也想指出一下，這不是說一切問題都解決了，實際上還有很多技術(shù)問題要解決，包括自然語言的處理等等。但是總的來說，這種高智商和高情商機器人開發(fā)的門檻現(xiàn)在在迅速下降。為什么？就是因為有整個業(yè)界的共同努力，包括微軟和谷歌、臉書等大公司，把新的算法開源，把數(shù)據(jù)也開源，使得大家都可以接觸最新的技術(shù)，所以這是一個新的機遇。

謝謝大家！

PS：第104期硬創(chuàng)公開課雷鋒網(wǎng)邀請到庫柏特科技CEO，武漢大學(xué)特聘副教授李淼，這次李教授帶來的公開課主題是《制造業(yè)中的機器智能》。12月26日下午3點，雷鋒網(wǎng)機器人垂直欄目“新智造（公眾號：新智造）”將準(zhǔn)時開課。

掃描下方海報上的二維碼，關(guān)注“新智造”公眾賬號后，回復(fù)“報名”兩字，添加“公開課”管理員為好友，通報姓名、公司（學(xué)校）、職位（學(xué)位）、聯(lián)系方式，審核通過后即可進群。（機器人相關(guān)從業(yè)者、學(xué)者，以及對機器人領(lǐng)域有濃厚興趣或?qū)嵺`經(jīng)驗的讀者優(yōu)先。）

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。