第四，面向海量任务的不知疲倦。科大讯飞是从语音合成起家，语音合成就是一个典型的不知疲倦合成任一文本，合成海量文本的概念，这个成为它真正落地的原因。

　　第五，人类学习成本高，使用频度低的产业。比如说多语种翻译，是的，人类可以在多语种翻译上做出很好的能力，但由于学习成本太高，使用频度太低，这时候相关人工智能就会有很好的应用落地。

　　最后我再稍微讲一下人工智能立地的方向和节奏把握，这也是非常关键的一点。

　　第一，优先对准现实生活工作中存在的大量重复性的脑力劳动去应用人工智能，可以更有效地实现广泛落地和大规模产业化。很多报道都说机器能够自动做诗，机器自动做曲，而机器自动阅卷显然具有更大更广泛的落地机会。

　　另外，我们还是要把握好相关人工智能技术进一步台阶的设计，不同应用场景对同样语音识别技术来说，所要求达到的水平是不一样的。简单来说，手机云输入现在已经达到97%，已经非常好用。而相应的会议语音转写，因为在会议当中人的争吵等问题，会议语音转写的正确率还没有完全达到应用门槛。

　　当然现在这种发布会，或者这种会议宣讲是可以有效达到语音识别率跨过应用门槛，达到落地机会。所以当你在选择人工智能方向时，不管是人脸识别还是其它方向，一定要想好第一个应用场景是什么，并且集中力量把那个场景攻下来。

　　最后一个，人工智能和人类智能并不是严格意义上PK和对立的，有很多人机互助的场合和场景。典型来说就是辅助驾驶和自动驾驶这件事情，自动驾驶还没有真正商业化，但辅助驾驶已经在很多场合得到了广泛应用。在人工智能落地的时候，你可以优先考虑人机结合的落地方式，能够让相关技术更早达到可应用的门槛。

　　如果大家认真听了前面部分的介绍，应该可以得出一个结论。做人工智能技术的核心技术研发，其实是需要花费非常多的时间、精力和钱的。

　　另外一种方式，这个就是刚才吴军老师所说的，当人工智能技术有进步的时候，有很多飞跃的时候，我们能不能拿着现有人工智能的技术进步，去和传统行业，去和相关的产品进行有效的结合和创新，这方面如果从创业和创新的角度来说，机会其实会更大，特别是相对于小规模的公司而言。

　　另外，如果你要选择公司做人工智能核心技术的研发，一定要有相关的坚守。讯飞输入法我们做了六年，每年识别率错误率相对下降30%都是坚持在相关方向做了很大的技术投入。

　　另外一方面，讯飞也不是那么的自私，我们也把相关核心技术和人工智能技术进步、进展，通过云服务的方式，语音云的具体载体来给很多创新创业团队提供更好的人工智能支撑。

　　整个讯飞云自2010年首次发布以来，经过六年的发展，已经集聚了7亿用户，上面有11万开发者，以及30亿次日访问的云计算服务规模。我们把所有相关人工智能技术都有效地对外开放，大家基于讯飞云可以在人工智能这个大的行业和领域里实现自己的创新和创业。

　　最后想强调一下人工智能的无穷魅力，刚才说了人工智能是人类智能，自身智能智慧最后一个需要攻关的。另外一个，即使没有攻关搞定人工智能技术状态下，人工智能无成本复制的能力和持续向前进化的能力也是人类自身所无法比拟的。

　　人类智能无法复制。即使你是英语大师的儿子，单词也要自己重新背诵，这就是人类智慧进步最大的障碍。

　　而人工智能不一样，人工智能是一种技术，是一种机器智能。一旦某一个机器具备97%的语音识别正确率，那么世界上所有机器原则上都可以具备这样的正确率。

　　不管是哪个公司再继续研发下一代语音识别技术，他一定站在97%的指标之上，无成本复制和持续向前的进化能力是人工智能相对人力智能来说非常大的优势，这也是“人工智能威胁论”的主要来源，因为人工智能进化的速度超过人类至少1万倍。

　　现实生活中，人类对人工智能已经越来越习以为常。我们现在已经不再夜观天象，直接用天气预报这样有效的人工智能技术。而我们在以前很多时候还会记忆相关地址和路线，现在走路都直接用地图导航。我们原来只是习惯于拼音输入法，后来习惯于手写输入法，现在越来越习惯语音输入。