1、今天的中国社会存在不流氓不成功的问题，如果不这么干就会在竞争里处于下风，面对文明的道路你会有负担，对手作恶，你不作恶会受损害，对手盗版，你不盗版会有损失。但是阳光做事，坚守道德底线，才代表了未来的文明和技术的力量。
2、其实我是越来越感觉到做成一件事情，已经不只是要中庸平衡了，而是要精神分裂。要短视，也要远见；要勇敢，也要保守；要敏感，也要钝感。
3、在一个看似很不靠谱的环境下工作，才有挑战，才有你施展拳脚的机会。如果你去一个别人什么都会的地方，要你干什么呢？要去把一些不靠谱的事，公司做不到的'事情给做成，这样才变得更加有价值。
4、老板让你做一个什么不知道的事，或者是没有接触过，或者是说资源不足的事，怎么办呢？其实很简单，就是尽你所能，想清楚目标，做到最好。扎进去，自己接受挑战的过程，就是一个快速成长的过程。
5、责难人的时候是一时情绪，但当别人开始道歉的时候我开始不安。是否这个责难太重了？是否自己也落入到“以暴制暴”的境地中去了？若有什么错误我会加倍补偿。找回那个温和从容的自己吧，也祝福每个善良的人都好。
6、有一本书叫''秘密''，有一句话叫做''心想事成''，都在说这个道理。当你相信的时候，就会有力量来冲破阻力。自信不一定能成，不自信一定不能成。
1、从小到大，大家受的教育都在教一些“附加价值”。所有的技术、知识，都是附加在本体上的好东西，本体得到许许多多有价值的附加品，但问题是，“本体是什么？”已经无人讨论。
2、一个输出，一个输入，创意必须有来源，这来源是自己心中的积累，心所看到、所感受到的一切。
3、怎样从最灰暗的人生中走出来，就需要坚持，坚持的时候要有信心，事情会越来越好。
4、创意的原始能量不是被培养出来的一个特质，而是等待被发掘的本能，等待被揭露的能量。
5、创意本来就是每一个人的天赋，本来每一个人都有无限的天赋，只是我们自己用不同方式把它遮蔽住了。
6、我想聆听这个词，不止是耳朵，我们平常的感受，我们生活中，哪怕去餐厅吃饭，在观察别人，对创意都是有用的。
7、一个人能不能积累智慧，主要是看他懂不懂得“如何看”这个世界，如何看自己的动机，如何看自己的习性，如何看自己的生命经验。眼睛只是感官。到底看到什么，看到多少，是心在决定。
8、老在想到自己，反而没有创意，你如果能够真的开放你的心，关心别人，讲的时候可能有点肉麻，但是你在关心别人的时候，这个时候反而创意会更大，而且是更有意义的。
9、语言就是一个文化最外在的表达，最重要的是，如果你能够理解文化的内涵的话，其实那个语言才是有意义的，在创意上更容易运用的。
10、什么是“创意模式”？就是活在一种状态里，让人生中的任何遭遇、任何经验、任何情绪、任何感受，都成为创意的可能材料，而在世间任何事物的运行，都可能隐含着创意的秘密。
11、观众没有义务知道自己需要什么。话剧本身具有引导的`功能，帮助观众提高审美品位，提供思考的空间。认真地制作一部好话剧，观众喜欢看，这才是正确的顺序，而并非观众喜欢什么我们再去做什么。
12、学会看自己的动机是最快的积累智慧的方式，像火箭一样，可以快速培养自我反省的能力，看到行为背后的理由。看到之后，立即得到更宽广的视野，更容易处理眼前的事。
13、我觉得讲到语言的创意，最有表达力的语言就是真诚的语言。
14、我们其实大半辈子都是在用既有的方式看世界。这个方式是日积月累而成的，久而久之，事情的原貌渐渐离我们越来越远，最后，我们甚至可能不认识它了。
前面的十二场演讲中，嘉宾有讲技术、有讲产品，我希望给大家的分享一些不同的内容，以及自己独有的视角。今天大家都提到了AlphaGo，作为引爆人工智能的开端，深度学习在其中承担了最重要的责任。
今天当大家开始畅想的时候，有可能认为人工智能未来真的会取代人。那么我希望今天的分享更多地能够知道人工智能在今天能做什么？不能做什么？未来终极的理想又是什么？
AlphaGo之后，我们看到最重要的突破领域是在语音和图像领域，在文字领域的进展很缓慢。今天我们在机器翻译方面取得了一些突破，但是问答和对语义的理解是不够的。回到图灵测试，上个世纪五十年代图灵提出了问答机器推想这样一个概念，今天我们直观感受是语音图像进步很快，但是自然语言的处理其实是比较慢的。
抛开技术，以一个产品经理的身份来看，人工智能有三个产品方向，一是识别——语音识别、图像识别、视频识别；二是图像——我们去生产图像，生成识别；三是创造。大家提到了人工智能进步的层次，我想换一个方式描述——工程师在人工智能时代会处于越来越重要的位置。
我们开始提到传统的方法是把规则交给机器，随着统计系统的发展，包括深度学习，我们开始更容易地将答案交给机器。，在数据的积累下我们就可以让机器变得更加聪明。这里面更前沿的方式是将目标交给机器，AlphaGo融合了几套算法，但是我和他们工程师沟通的时候，这样的把目标交给机器的强化学习，还并不成熟，也就是说如果没有之前三千万局人机对战的棋谱的话，AlphaGo没能够做到只通过强化学习来战胜人类，这是技术层面需要往下突破的重点。如果将目标交给机器，机器能够做自我学习，这方面有新的突破，那我们离新的人工智能时代就更近了。
今年六月份，我去了英国伦敦，和DeepMind公司的工程师做了交流，我特别好奇的事情就是下棋的第四局机器输掉了，发生了什么事情？他们说不是程序有BUG，就是深度学习本身有瓶颈，围棋比赛是三月份，我是在六月份去的伦敦，已经过了三个月，三个月的时间，这个问题依然没有解决。但是我离开以后一个星期，他们的程序能够正确面对之前的第四局棋谱，我问他是否这个BUG修好了，工程师说没有，只是代表第四局那个特定问题，正好机器可以解决。但是我们依然不知道再什么情况下， AlphaGo会继续出错。所以深度学习这样一个体系其实还是有瓶颈所在的。
所以在今天我更多想谈的是以深度学习为代表的今天的'人工智能技术，还有哪些不靠谱的地方？在产品上不适用之处有哪些？
第一个问题，语音识别靠谱吗？在百度、腾讯，都提到了语音识别的能力，今天我给大家的演示也用到了语音识别，这是搜狗自己的技术。在安静的环境里面我们的识别准确度已经到了95%，甚至97%，但是一旦有噪音，准确率迅速下降。当噪音还只是汽车的引擎噪音、风的噪音时，我们把噪音当成原始数据进入监督学习系统里去，把这种噪音变成机器见过的问题之一。但是事实上我们见到更多的情况，如果同时两个人说话会怎样？在今天的学术界依然无解。
今年六月份，我问学术界的人，人和机器在语音识别上的区别，究竟怎么破解？我们用机器的时候，采用立体声的方式做定向的识别，也就是说我们做一个麦克风矩阵，通过立体的方式知道其中一个人在说话，把另外一个人说话去掉，但人本身是这样干的吗？如果把一只耳朵堵上，我是否没办法分离出谁在说话？或者把两个说话的声音录在一个单声道里面，人可以识别吗？人当然是可以的，所以人的方法和机器不一样。人怎么识别？因为人的音色不一样，还是因为两个人的一个声音大一个声音小，还是因为他们不同的语音，博士说但凡同时两个人说话的时候，只要能够找到差别，人就能够把其中的一个声音识别出来，所以人在和机器处理过程当中有巨大的不同。语音识别最成熟的领域其实还是和人有很大的区别。
另外一件事情是语义靠谱吗？对语言的理解，谷歌在之前是用知识图谱的方法解决，现在遇到了瓶颈，也是今年六月，我在一个实验室看到最先进的人机对话系统，这个系统可以帮你订餐订酒店，对话过程当中机器的表现非常惊艳，我们上去试，有一个环节，机器问你：“你是需要停车位还是不要停车位？”这个时候我们回答要或者不要都没问题，如果回答“我没车”，大家知道机器会怎么样吗？他们完全不理解我没车代表着我不需要停车位，因为今天的机器，在自然语言概念的理解方面，还是远远不够的。所以自然语言处理是可以做的，但是语义理解到现在还是一个不靠谱的阶段。谷歌也在今年发布了一套对于自然语言能够做句子分析的引擎，把主语、谓语、宾语提出来，但是准确度只有90%，提不上去了，因为这个时候光靠统计靠语法已经不能支撑，往下是需要对句子当中的具体概念有理解才能消除歧义。我们知道不能把马路放在冰箱上面，这对于人来讲非常好理解，但是对计算机的挑战非常大，这是深度学习人工智能还不够的地方。
很敏感的问题，无人驾驶靠谱吗？今天百度在大会上也提出了发布无人驾驶汽车，但是从我的了解，如果以今天人类的技术，我们确实再见过的场景和封闭场景中都可以使用。但是对于真正开放的环境，不只跑在高速上的汽车，以现在人类的技术是不安全的，因为这个场景只要没见过，可能会犯严重的错误，就像AlphaGo下棋一样会突然发疯，所以作为辅助驾驶是可以的，无人驾驶在真正的技术突破以前还做不到。今天的深度学习缺乏推理，缺乏对符号的理解，如果没有符号，对自然语言的理解就会成为瓶颈。
即便是这样，我们也提到了（人工智能）能够取代一些行业，比如说棋手、医生、司机，机器在里面都可以做很好的辅助，但是对于大家没见过的创造性的事情，比如规划、科研，其实对于机器来说还很难，今天在媒体上机器自动写文章、自动画图，在科研层面展示出了一些魔力，但是还没有到可以取代人的阶段，所以在这里面我先把大家对人工智能预期降低下来。
有人在问，（人工智能）是否会出现第三次退潮，前两次我们都认为人工智能到来了，但是这次可能会比之前好，之前的人工智能两次退潮前，我们问一个老师，说你是研究人工智能的吗？这是骂他的话。因为（大家认为）人工智能不靠谱，这次是（人工智能）第一次真正进入到了使用，切实在语言处理、声音处理、图象处理，和在一些高维数据空间上能够比人做的更好。所以这次的区别就是大量资金、资本投入到了人工智能。也有大量的研究人员在毕业以后从事人工智能工作，这是和之前不一样的。所以一方面我们开始使用这项技术，另外一方面我们开始期待不断产生新的突破。
我个人对这次人工智能的浪潮是乐观的，但是我也很紧张，也许我们自己做的搜索引擎就是会被颠覆的一部分。
在这里面我们开始畅想未来的路在什么地方，从我自己的描述来看，搜索的未来就是人工智能时代的皇冠，为什么这么说，搜索的未来是什么，人工智能的未来又是什么，为什么是皇冠？
简单来讲，我认为搜索的未来就是问答机器人。因为我们习惯了一件事情：做搜索的时候我们先输入关键词，然后搜索给你十条结果，或者叫十条链接。但是这真是最好的方法吗？肯定是不够的。我们也会提到是否我们用个性化的方法能够使得搜索的结果更准，但是其实个性化能够提供的信息非常的有限。真正能够使得这个系统变得有用的办法是用问句。以前不用问句的原因是因为机器听不懂你在说什么，真正到了问句以后，机器会从给你十条链接，变成给你一个答案，就会好很多。如果你去问机器四个字，“乌镇大会”，机器不可能给你想要的内容，最多把新闻，乌镇的百科或者是官网介绍给你，只有你问乌镇大会哪天开，这个时候机器才能理解你要什么，才有机会给你最好的答案，我相信随着技术的突破，搜索引擎会自然而然演化成为问答引擎。
很多公司都在做这件事，苹果、微软、亚马逊、谷歌。这里面起步最早做对话系统的是苹果的Siri。但是这个系统并不成功，在中国用的人很少。为什么？因为现在技术没有到来，对于自然语言的处理能力、自然语言的理解能力非常有限。那么为什么苹果这样一个追求极致的公司，会把这个系统发布出来呢？一种可能性是苹果对技术了解不够；另一种可能性是我认为这是乔布斯的一个遗愿。我们知道发布iPhone手机的时候，乔布斯病重，只能躺在病床上看发布会，发布会完成之后，他很快就离开人世了，所以Siri就像一个早产的婴儿，在iPhone4s里面发布出来，所以我认为这样的系统代表着人类终极人机交互的畅想。
事实上在大量的文学作品、科幻电影里面，都会提到问答机器人，不管是《星球大战》、《超能陆战队》，还是《星际穿越》都提到了。阿西莫夫的短篇小说《最后的问题》，描绘就是人类造了一个机器，把所有的资源都用了上去。这个机器可以回答其他任何问题，却有一个问题回答不了，就是“宇宙是怎么诞生的”，这是文学作品对问答机器的思考。
除了搜索引擎做问答以外，咱们知道在中国搜狗输入法在移动端拥有三亿用户，输入法的未来是什么呢？和自动问答有关系，大家一起来看一个视频。
之前我们讨论输入法的时候很多朋友和我说语音是最重要的，搜狗有完整的语音识别技术和语音合成技术，但是在我内心，这个远不是输入法的极致。输入法真正的极致是能够开始寻找信息，帮你思。刚才给大家演示的是搜狗输入法的分享的能力，真正的回答能力可以在后面给大家做一个新的演示。
在我们讨论问答技术和讨论人机对话的时候，输入法也许是最好的一个切入场景。输入法作为一个人的分身，更容易帮助你建立思考。输入法也会从一个拼音工具走向一个对话和问答系统。
搜狗有两个核心产品，一个是输入法一个是搜索，一个是搜索信息一个是表达信息。随着AI技术的发展，我们能更好地解放人的思考。我们有一个理念，包括两件事情：一个是做自然的交互，不只是语音，还包括语言；另外就是做知识的计算，能让机器开始逐步建立推理的能力。搜狗输入法在中国拥有最大的语言数据处理积累，我们有机会在这个领域取得突破。
这是我今天的分享，谢谢大家！
