另外一个领域也获得了很多进步，就是信息提取。现在在Google上搜索，你会看到很多信息框，有时候只是来自维基百科上的拷贝，但是你搜索 Thomas Edison，上面有维基的信息，还有更多的信息，包括他最近的收入、利润以及相关的股价，这个是通过来读取网站上现有的文件和信息来抓取的信息。

　　关于在信息抓取上是否合理、合法，其实有过一些讨论。有来自世界顶尖大学的教授，他们也提出过，你如果想看各种各样文件的话，有一些文件来源于公司放到互联网上，那到底是不是需要来获得这些公司的支持和认可？我们也需要来了解相关的情况。因为我们在执行合同的过程当中，我们要看一些有效的法律合同，如果只是自然语言合同的话，我们怎么样能够把它变成正式的语言，那么有这样一个共识。

　　最后讲一点，个人行程安排助理，有很多公司，X.ai、Kono.ai。首先要看看最关键的东西，要看你的邮件来建议会议的时间并且做好协调工作，这对我们很多人来说都是一个痛点，我们得找到所有人有时间的时候开会。

　　以上就是我关于 AI 应用的一些观点。

　　AI 技术：机器学习、推理、大量训练数据

　　接下来我想要谈一谈非常重要的技术，我觉得我们目前非常重视技术，我们谈到深度学习、长短时记忆，还有结构的预测。像自然语言的处理、翻译，还有信息提取，所有这些都是结构的产出。我们看到这个图像，它有很多的点，必须要有一个结构，搞清楚这些点之间的关系。机器学习还有推理的过程，另外还有 SMT 的解读器，能够解决很多的问题。

　　还有一个非常活跃的就是自动算法的配置，我们知道通常情况下像商业的计划，计算能解决很多的问题，但是必须要配置。70% 是控制调解器的，机器学习方面必须要看到问题是怎么解决的，还有自动化的计算配置，我们必须要判断，有什么样的算法是最合适的。

　　另外一个，大数据，要有大量的数据，像很多的影像和视频的资料，我们要识别事件、活动，还有一些物体，所有这些视频当中的物体。在自然语言方面对很多的语言处理像有一个树形的数据库，对于语言翻译，我们必须要有很多的文本，两种语言之间的文本，我们必须要实行两种语言之间的转换。在没有这样一种训练数据，就不能实现我们的目的。像超级计算机，还有芯片都在不断被开发，帮助实现我们的目的。这就是我演讲的第一个部分。

　　AI 四大挑战：信任、交互界面、常识、安全部署

　　好了，我们未来所面临的一些挑战，我谈四个挑战。首先，信任，什么时候能够信任 AI 系统？我们总体上想一下，怎么样能够确保软件系统还有机器系统是值得信任的。第二，人机交互的界面。我们要仔细地谈谈这部分。第三，常识。这已经是在会议上频繁提到了，最后，还有 AI 在安全应用方面一些部署和应用。

　　1. 什么时候能够信任 AI 系统？

　　首先，我们谈一下信任的问题，大部分的AI软件都是用机器学习，但是机器学习是一个统计学的数据的过程，它并没有很大的正确性的保证，所以我们不能够证实这个机器学习的准确度。李飞飞实验室有一个很有力的例子，（图示）小男孩拿着棒球棒，而不是一个牙刷，这就是一个错误，这是一个非常大的错误。信任 AI 系统有什么样的挑战？首先我们要看到它的优劣势，首先它是能够产生一定的置信度的，我们必须要看到这个答案，它的正确率的情况，这就要让我们的系统必须避免一些点，一些不确定的点，就能够让我们用一个更大的系统来采取更好的方式。