近日，硅谷AI and Big Data Association（人工智能和大數據協會）在中關村發展中心（美國）舉行了關于AI無人駕駛、NLP（神經網絡語言學習）和Chatbot（聊天機器人）前沿技術的激烈討論會。AI大會主席、谷歌機器學習部門負責人、百度無人駕駛汽車相關負責人、等行業嘉賓就無人駕駛、NLP和聊天機器人的未來發展方向等問題發表了自己的看法。在被與會者問及百度和谷歌這樣的搜索引擎公司為什么要做汽車的無人駕駛項目時，百度To和谷歌相關負責人一致表示：為了留住高級員工。
無人駕駛：谷歌和百度都認為無人車不是普通的技術問題涉及安全和倫理
百度Tony表示無人駕駛技術面臨最大的挑戰不是普通意義上的技術問題，而更多的是一種社會意義上，應怎樣防止人們惡意使用的問題。機器駕駛和人來駕駛還是有很大區別的，機器歸根到底都比人類掌握更多更精準更詳盡的信息。對于無人駕駛技術的未來，Tony表示，give up on the speed, but maintain the right of way.可以放慢速度，但要遵守交通規則。未來有了這樣的理念，無人駕駛技術終會取得好的發展戰績。
AI Association主席Hu Junling認為機動車和人相比在可視范圍上是占絕對優勢的，比如說，相比人類只能看到旋轉180度內的物體，機動車不僅具有360度可視攝像頭，可以看到周圍全方位景象，并且還要比人眼可視range大很多。加之雷達測控系統，使得機器對環境和路況的把握和判斷都更加精準，這些都是人類無法比擬的。
Google的Apoorv表示說，2009年，谷歌啟動了自動駕駛汽車項目。無人駕駛一直是科技界最前沿的技術，不僅在于它對現有汽車的改造，還在于它是一項重要的安全技術，無人駕駛的技術在一定程度上還是有難度的， 它的實現還要經過一定過程，這也就是為什么這么長時間google還沒出來結果的原因。
神經網絡語言學習：在翻譯、圖像、語音學習等方面最有可能取得突破
Google的Apoorv表示說，google很早就開始了NLP的研究，從2006年開始，這10年來，Goolge translate翻譯了100種語言，2014年在翻譯排名里前3名，google translate有了重大提高。現在2個月前，Apoorv接著說，剛剛Launch新的翻譯機器，輕松實現在一種和多種語言間自由轉換問題。關于深度學習，Apoorv繼續說道，深度學習的實質，是通過構建具有很多隱層的機器學習模型和海量的訓練數據，來學習更有用的特征，從而最終提升分類或預測的準確性。所以Google 現階段深度學習的模型結構深度處在第5層的隱層節點。
百度Tony認為需要把deep learning融合進來，因為Deep Learning最早是在圖像和語音領域火起來的，但近些年的研究也逐漸發現，Deep Learning在NLP (Natural Languang Process 也開始取得可喜的效果。實際上，圖像、語音、文本，本來就是信息記載的不同載體，Deep Learning能綜合運用在這些領域的不同任務上，也是理所應當的。
AI 大會組織主席Hu Junling認為,對NLP的理解對chatbot的發展來說非常重要。現在的bot能夠理解人們所說的內容，是基于NLP（自然語言處理）設定特定語義。在不遠的未來，更多的chatbot將會采用深度學習方法，來預測問題進而對寬泛的主題做出快速響應，以能夠及時提出相關問題。理想狀態是，用戶不會發現與他們交談的并不是真人。所以深度學習確實使得語音圖像的智能識別和理解取得驚人進展，從而推動人工智能和人機交互大踏步前進。她預計如果我們突破深度學習技術面臨的一系列難題，大概1年內，NLP所面臨的問題就會被deep learning解決， 人工智能的夢想將不再遙遠。
聊天機器人：未來將成為人類的基本需求但技術還有很長的路要走
AI 大會主席，CEO of Question.ai,Hu Junling 在討論中說，縱觀chatbot（聊天機器人）的發展是一個早熟的階段特征。第一個chatbot——Eliza通過使用模式匹配和替代方法來模擬對話，以給出程式能更理解人們問題的假象。Eliza只能記住人類提問的幾句，而chatbot聊天機器人卻可以更深層的理解用戶意圖和目的，知道他下一步想做什么。已經可以讓使用者感知到，它們不僅能傾聽，更能理解。但就長遠目標來講chatbot還要有很長路要走，因為人們要談的內容太廣泛了，還無法按實際對話定義做出相對合適和精準的反應，無法重現人類溝通的互動。但Hu強調說聊天機器人目前短期目標都實現的非常成功，比如幫助人們make orders, set schedules, customer support， 幫助管理病人護理，甚至用在社交媒體。chatbot 盡管面臨諸多挑戰，但通過使用大數據集，將會看到chatbot的交互體驗更加擬人化，能更好地理解、預測語言與場景化詞匯。所以她認為未來1年內就應該會有更多成就示人，對chatbot還是表示非常樂觀。
然而和Hu不同，谷歌Apoorv說，目前聊天機器人的發展還處在非常基礎的階段。首先，一起來看聊天機器人是否給用戶創造了價值。就拿上網訂花來講，通常在一個購買過程中，人們通過幾次click button就會完成一次購買交易程序，其中沒有聊天，其實用戶也沒有聊天的需求。其次，chatbot技術還無法發展到使用戶感覺交流無障礙，自然的就像和真人交流。過去的十幾年里，聊天機器人的演變與發展讓它完全融入人們的日常生活。從手機上的虛擬助理到實際線上客服，chatbot的發展之路不算短。但是如果它們想要超過app或取而代之，它們需要更加自然地與更廣域的技術結合。google也還正在研究這部分技術。第三，Apoorv認為聊天機器人應該更多的體現協助功能。從用戶意圖來講，在使用過程中尋求的是一種協助而達到目的的期望。談到chatbot的未來，Apoorv認為chatbot要解決的是interface問題，但是它們依然無法重現人類溝通的互動。現在的chatbot，你會發現在對話中像人類一樣交流有多困難。bot必須能夠展開對話，理解使用者說了什麼，以及明白現在說的這句話如何與上文承接還是在否定前文。在這些基礎上，bot還要像人類一樣回答問題。google一直致力于解決這個問題，期望可以創造真實的對話體驗，來提供一位善解人意、能說會道的聊天伙伴。雖然chatbot的增長還有巨大潛力，但在充分發揮功能和做到真正被AI驅動之前，還需要克服一些障礙。
對chatbot未來的挑戰，百度Tony認為，chatbot需解決好客戶服務部分就好。
Ms. Hu對chatbot的未來表示, 人類需求是最基本的，所有人類能做到的，機器都能做到。人類做的就是信息處理的過程，在這個過程中，雖然chatbot也會產生錯誤，但只要人們對它的需求存在，大多數人對chatbot的錯誤還是具有極高的容忍度的。比如，抑郁癥患者，如果這部分人群還需要chatbot的陪伴，那即使chatbot不是很準確或完善的作出反應，人們還是會繼續使用的。
未來5年人工智能：機器學習成本增高未來留住人才最重要
問及最近的研究項目，百度的Tony說正在對supervise learning, deep reinforce learning 做一些研究，但關于無人駕駛技術方面的研究內容目前不能透露。
Ai 大會Hu主席除了表示自己對deep reinforce learning也有一定程度的研究，發表論文，還表示自己對chatbot的發展非常看好，持非常樂觀態度。
谷歌Apoorv強調了對加強基礎建設的需求，這樣可以減少工作中的人力，節省成本。他提到machine learning（機器學習）的成本現在也非常驚人，如果能夠應用小的data，不需要很多resouse（代價） 和computer power（計算能力）就可以解決目前遇到的問題，他本人對此還是非常樂觀。
在被與會者問及為什么百度和谷歌這樣的搜索引擎公司卻要做汽車的無人駕駛內容，百度Tony和谷歌Apoorv一致表示google和百度為了留住高級員工，會分派給大家一些有挑戰的項目研究，以使得這些聰明的領軍者有繼續留在自己公司持續戰斗的意志。Ai 大會Hu主席認為這是大公司商業戰略的一部分。關于無人駕駛，Hu主席補充說，在美國，每年死于交通事故的人數是3.3萬，其中94%是人為犯錯導致的。我們能不能讓道路更加安全一些？現在經過無人駕駛技術的多次探索和嘗試，很有可能未來的我們是可以做到的。
