孙正义提出了一个著名的公式，他说今天GDP美国第一未来是中国，再往后他认为可能是日本，因为机器人日本最多，光他们一家就是3000万个机器人啊！而机器人三乘八二十四小时不用休息，一个机器人可以代替三个人，机器人每个月的成本现在不到一千块钱，未来五百块钱以内。所以他说机器人的质量、数量，决定了一个国家未来的产业竞争力，那我觉得也是很有道理，这充分看到人工智能今天在社会生活各个领域给我们带来的冲击。
人工智能事实上通过科大讯飞的研究院，我们在过去这个多年的统计分析进行各种各样的推演，现在业界已经比较认可我们所提出来的3个阶段的分类。很多人说人工智能分强人工智能和弱人工智能，但是界面相对模糊，那么现在其实我们认为可以把它分成3个阶段。第一个阶段叫运算智能，就是1997年IBM的深蓝电脑下象棋超过国际象棋大师，那是机器的运算能力比人强；第二个阶段是感知智能，机器今天在视觉上可以看红外和紫外的，在听觉上可以超声波次声波，越来越多的机器感知是可以达到跟人类一样，科大讯飞的语音识别，我们现在看到我说话文字在线显示，以及今天几个领导讲话，文字都同步出来了，我告诉大家机器现在平均准确率可以做到90%甚至95以上，而如果我们找一个速记员，最好的速记员，打字准确力只有70%多，所以说虽然可能机器有错，但是已经超过人工了，语音合成，也已经超过了真人说话水平，这是感知智能；但下一步就是要有语音和语言为切入来突破认知智能，就是让机器具备像人一样的能理解会思考的能力，那么怎么突破这一条也就是认知智能，现在是全球竞争的顶级的焦点。
那我们回顾看人类的自智能的发展，其实现在具备类似人类大脑容量的，基本的智慧基础的的生物是200万年前就出来了，但是一直到7万年前，自然的出现，人类才一统天下。是什么原因我们在人类简史这本书上其实已经有描述，很多类似的分析也有。那么就是因为，有了语言的广泛使用。当人类可以通过语言能够团结500人以上协同工作和生活的时候，人类就在地球上一统天下。事实上有了语言，可以描述周围的环境可以反馈社会信息甚至还可以有理念传承，就像我们今天《人工智能深圳宣言》一样，这个才是我们人类智慧不断地可以凝聚发展的前提。因此我们认为人工智能发展的必由之路，应该是以语音和语言为入口的认知革命，使机器具备真的像人类一样的智慧。
那么三个方面一个是人机交互，以语音和语言为入口，当然还可以涵盖其他各类交互技术，使得我们人类的日常表现各种思维以及最终的动作，能够源源不断地汇聚到后台，也可以是后台的人工智能源源不断地在前端展现出来为我们人类服务；第二个就是后台高效的知识管理，就像我们今天的会议一样，我想很多我们在座的各位嘉宾如果参加别的论坛，如果你要在用录音笔记下录音，99%的人回去不会再听，因为重新听一遍太累了，要从头听到尾！今天呢我们讯飞的会议结束，大家如果愿意就可以直接拿到文字，即便有几个错误，你感兴趣的这一段，一点文字，视频和音频就出来，类似这样高效的知识管理；让机器具备推理和学习的能力，这是更难的一条。
如何评判机器智能，就是推理和学习能力到底达到什么程度才算是在全球领先。以前是图灵测试，让机器在后台模仿人跟前端的人员进行交流，如果你以为那个机器是一个人，在跟你对话跟你在网上沟通，图灵测试它就可以过关。但是今天呢由于大量的人类交互的数据在后台，所以图灵测试很容易过关的。全世界现在真正评价人工智能的标准靠什么呢？现在大家公认的最有标志意义的就是高考。因为高考的题目都要是新的，是你推理学习和表达能力最集中的展示而且是最公平的跟人类之间的pk，所以说大家都知道图灵奖嘛，计算机的最高奖，在美国华盛顿大学的图灵中心定的目标就是未来计算机在高考中在生物学中要考上美国的大学，而日本制定了雄心勃勃的计划就是2021年要让机器人考上日本东京大学，今天呢在数学和物理的选择题填空题上已经达到人类学生的平均水平。但是机器要考大学最难的是什么呢？是语言的理解，所以中国首个人工智能的重大专项就是科大讯飞来牵头的，也是面向这个高考，叫类人答题机器人，目标是未来3到5年机器要考上一本，100个学生，它考前20名。中间最难的就是语言理解，但是我们非常高兴的告诉大家，我们也取得了全球领先的突破，一个突破就是在广东能够看得见的，70万学生的高考，英语口语考试，不仅机器代替老师来测发语音的标准程度；学生的口语作文，从去年开始，已经是机器代替老师来进行评分了。高考每一分都决定你能不能上北大清华科大上好学校，所以非常关键，必须机器比人打得准，而全世界范围只有科大讯飞能够比人准，教育部也要在全国范围内推广。还有一个更有意思的进步就是不光是中国学生的口语，对于复杂的语文和英语的作文，机器打分现在也超过了人类，我们在安徽做了验证在上海也做了验证，同样的卷子老师对语文和英语的作文评分以后机器再改，然后对比有误差的地方由人工专家组去审核，结果90%机器比人要打得更准，这是人类在语言理解上的重大突破。