胡郁也提到《从0到1》这本书中一句经典的表述，美国近些年投入很多资金研发能飞的汽车，最后却得到了140字符（指的是Twitter）：真实世界需要的是物理、综合的东西，但虚拟化和信息化反而发展更快。他认为这句话同样适用于人工智能与机器人。
在视觉方面，微软全球执行副总裁沈向洋持积极态度：人类的感知有九成之多来自视觉，研发这部分“将大有可为”。
比如，今年微软在社交网络上意外走红的“how-old”——用户可以通过上传自己的照片，来测试自己的年龄——就是利用脸部API，基于云的脸部识别算法来检测和识别图片中的人脸。
他还提到了微软小冰的最新研究成果，智能聊天机器人“小冰”具有辨识猫狗品种的能力，甚至在面对猫的图片时能够发出“小眼神儿太犀利了”的“吐槽”。而在“小冰”的开发过程中，深层神经网络为计算机提供了不少的帮助。
沈向洋也承认，发展计算机视觉是有难度的。比如在人脸识别过程中，由于拍照光线、发型、角度、妆容等因素影响，得出的结果往往大相径庭，照片上的林志颖和郭德纲现实中基本同岁，计算机却给出一个36岁、一个51岁的错误答案。正因为“A picture is worth a thousand words（一图胜千言）”，计算机在图像识别的路上还有很长的距离要走。
这在沈向洋看来，似乎更具有“目标”的含义，“对于在做计算机的人来说，如果把通过图灵测试做目标，目标就不够远大。”对计算机视觉，他预测接下来的研究方向是“两大一精”，即大数据、大计算、精准计算。这些也值得中国人工智能领域的专家所注意。
期待脑科学和人工智能研究的“杂交优势”
在听觉方面，刘庆峰也给出了他的预测：“我认为下一个产业趋势是万物互联,在这个过程中,绝大部分设备将没有屏幕，人在移动状态下不方便去看去操作。那样，语音时代就真正到来了。”
中国在这方面已经取得了不俗的成绩：语音合成、语音识别和自然语言理解领域都曾连续多次斩获国际大奖。刘庆峰说，科大讯飞从2006年起至今参加英文合成国际评测，取得了八连冠。甚至在2014年该比赛更改了比赛方式，改比印度式英语，中国依旧取得了第一。
据他透露，人工智能的语音发展，已经不仅仅意味着地图导航软件中能够合成林志玲的声音，它还可以用在教育领域的口语测评、主观题自动扫描评分，乃至在医疗领域根据语音自主判断病症等，“这些运用的前景不只是一个目标，更是件非常靠谱的事”。
不过，要真正打通“智能”这道关卡，在李德毅看来，还需打破学科壁垒的生殖隔离。
他说，悠久强大的学科，如生命科学和物理学，一定都是很有个性的学科，学科壁垒森严，存在“生殖隔离”现象，长期以来脑科学研究和人工智能研究犹如两条平行线，没有实质性的交集就是一个佐证。
也因此，李德毅将目光放在了认知神经学和认知物理学的融合，企图寻找“场外求助”——也就是一种组合的力量。“一旦碳基生物脑和硅基电子脑形成‘杂交优势’，其势将会猛不可挡。”
他认为，用人工智能技术构建千千万万特定机器认知脑，并通过移动互联网、云计算和大数据，或许就可以“倒逼并逼近一个人造生物脑”。
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！