胡郁：第一个问题，其实我们讲IO，人脑的眼睛和包括眼耳鼻舌这些感官系统，其实真正的看，你就知道人的感知智能和认知智能是分不开的，虽然我们分成感知智能和认知智能，真正人的感知和认知是一起的。举个例子，大家知道人眼有一个特性叫视而不见，或者叫做你带着目的去看和见是不一样的，意思就是说其实我这个细节没有展开，现在我们用的人脑里面有一个关注度模型，这个关注度模型就是当我看这个教室的时候，脑子里面带着一个人脸去看和泛泛去看，人脑的工作机理和神经运作方式完全不一样，所以我们讲的IO是把它简化到机器一样的那种运作方式去，但是从脑的工作原理来看完全是分不开的，甚至是认知驱动的感知来进行这种操作，它是高度的融合在一起的。

　　而我们现在讲的感知智能和认知智能突破就包含这样的内容，只有这样才能真正做出来跟人脑一样高度智能的东西出来，而不是原来简单的分割，这一块我们对这方面认识不够深入和清晰，有一本书叫《人工智能的未来》，里面解释很清楚，应该每个人都看的懂。

　　第二，脑机接口很有意思，我们刚刚讲的人工智能是在一个数字宇宙里面产生的一个系统，里面所有的规律都按照数字宇宙的规律来，虚拟世界和数字宇宙的东西和自然宇宙里面的世界是有接口的，这种接口在计算机体系里面叫做数字化和模拟的转换，但是缺少一个人跟它接口，是要通过电脑鼠标外面控制，这个信息传递量是很大的，很多人幻想人脑电生物的接口能不能跟机器直接进行共享信息，这个一直以来是一个梦想。大家可能很难想象这东西，但我跟你们讲一个问题，你们都能想的出来。实际上有很多连体的婴儿，这个你们知道吧？有很多连体婴儿，两个人的大脑是连在一起的，在生物系上就是两个神经系统，两个大脑系统可以跟人对接，他们能够感受到对方身体甚至脑子里面想的什么东西，现在把其中一个人的生物大脑换成一个大脑，如果你的生物里面的放电能够跟电脑里面这些数据能够直接打通，你可以想象一下。当然现在很难想象出来，其实它有可能做到。

　　在很多的科幻小说里面都有叫辅助系统，或者是伴脑，或者伴随系统的存在，它可以帮助你弥补人类智能特别是运算智能比较缺的那一块，所以我觉得这一块是非常有前景的。但是它不一定像现在这样来控制，现在有很多人想用脑电波来控制，脑电波因为受制于人类大脑物理的特性，它的响应时间是一个刚性的延迟，真正你脑子里想大概有一两百毫秒或者是几百毫秒的延迟，想让它做实时控制基本上不可能，还不如手去敲，因为捕捉时间的问题。

　　所以说在这一点上这个方向很有前途，具体怎么去用，我觉得前段时间大家也讲人工智能会毁灭人类，我觉得还是有炒作的成分在里面。

　　雷鸣：我们人类有一个很有意思的现象，过去其实我们人类进化很慢，社会发展很快导致一个问题，我们去看新闻，可以看到大部分都是坏的新闻，战争、飞机坠毁这种东西，因为人类大脑对这种极端的问题有一个非常强的预警，这是你不受自己的理性控制的，你一听说哪死人了，整个人就是睡着了也会清醒起来，怎么回事？它是生物学上的现象，导致我们有一个很有意思的现象，我们认为飞机很不安全，很多朋友不坐飞机，觉得飞机太不安全了，动不动就要掉下来死的。其实坐飞机和出门被车撞死来讲，被车撞死的可能性更大，因为新闻上给你造成一个不对等轰炸，使你觉得我天天看到飞机掉下来，出门没有见人撞死，新闻媒体有这样一个作用。

　　来自于微信交流群的一个问题，他提到软硬件之间有一个互相促进的作用，您觉得现在语音识别这一块，我们依赖的架构是 GPU 架构还是 CPU 架构？还是什么？你觉得未来对语音识别或者人脸识别来说，哪一种硬件架构会是一个方向？对于 IO 这一块。

　　胡郁：大家要把它分开来看，我们讲的人工智能分成两块：学习和执行的。对人脑来看，你看书的时候在学，看完书以后考试是执行，即使在人造的人工智能系统里面分开来看，学习系统是一个高并发的一个东西，你把训练样本放进去，把结果告诉它，进行有监督训练，它就不断的来优化。我们刚才讲的 GPU，就是处理机群把它的模型训练出来，参数训练好，训练好了以后，要拿到一个实际的执行体上去执行，执行的时候，他要求不是把数据往里面倒腾，他要同时为几千万人、几十亿人提供服务，跟人脑完全不一样，人脑同时只为一个人服务。在这种情况下，这两个都是超计算体系，超计算体系不一样，训练的时候因为高并发，GPU在这里面占的比例更高，GPU要把带宽用一些算法做成并行化的数据算法，这个并行算法以前不需要用高并发的，以前我记得我们用 CPU 系统就可以了，不需要用GPU系统。