胡郁：人机之间的交互方式不是说不能用其它方式来交互。这里面有一个很有意思的问题，人类获取的所有信息，有80%来自视觉，机器看到的信息有多少来自于视觉？视觉信息的处理现在还是没有解决的问题，所以从机器的角度来讲它所获得信息的80%不一定来自于视觉。

　　当人和机器交互的时候，人获取信息80%来自什么？图像。如果机器和人进行交互，人拿一个图给机器看，机器看得懂吗？看不懂，机器的智商没有达到那个高度。机器对图片内容的理解，我们现在还在研究，还没有取得突破。机器获得人传递给它的信息，80%应该来自于语言，键盘和触摸也是语言，输入的东西都是语言。

　　还有一点非常有意思，机器能够产生图片，请问人能产生图片吗？呈现上来讲，反而机器更容易以各种各样的图片形式呈现给人，但是我想请问你，如果人要传递信息给机器，它能随时随地打印出图片或者显示出图片吗？也不行，你显示出来也没用，机器识别不了。在这个通路上，人显示图片给机器看，让机器识别这个通路是断的，构不成一个循环。信息流的流动在现在的技术条件下应该是这样的：机器更多通过图片展示给人看，人通过语言传递信息给机器传回去。

　　新智元：今年下半年开始，讯飞、百度、搜狗，变得比较有交集。你们是不是有企图开发自己的搜索引擎？

　　胡郁：昨天开完会议以后也有很多人在问，我们是不是在做语音搜索。看你如何定义搜索这个词，如果把搜索定义成在网页上搜索信息，像谷歌、百度的模式，这是一种狭义的搜索。很多人讲搜索是这么一个狭义的搜索。而人机交互的主要目的取决于人用机器来干嘛？人要跟机器交互是为了通过机器来获取功能、内容，比如看电视为了看里面的电影，要么就是服务，我通过用一个东西能获得后台给我的支持，我打电话叫一个外卖过来或者通过后面的资源达到我想要的东西或者服务。如果你通过交互、通过某种渠道得到后面的功能、内容、服务和资源，把这个过程看成人类通过交互想达到的最终目的，而这个最终目的是你获取了某些信息，它其实也是一种搜索，这是一个广义的搜索。

　　从狭义的搜索来讲，传统的网页搜索我们当然不做，广义的搜索后面的服务每个人都在做，现在讲的搜索或者语音搜索跟以前的网页搜索有本质的变化，如果还叫搜索的话。如何通过更加便捷的手段更快更方便地去获取这些后台的功能、内容、服务和资源，这件事情是现在所有人都做的，但是将来还叫不叫搜索，或者可以叫做问答，或者叫做交流甚至是推荐，你连说都不用说了，机器自动能够猜出你的心思并且给你推荐。

　　新智元：这才是智能助手的概念。

　　胡郁：是的。一个简单的例子，家里面都要买菜，我们家有一个买菜工人，今天说买青菜、辣椒、萝卜，第二天也讲，讲了一个月以后，有一天根本没跟他讲，他根据今天是星期几，今天天气怎么样，菜场上有什么新鲜的东西，你喜欢什么样的口味，他自动给你买回来。并不需要一一交代他买什么，他把你的习惯都摸清楚了。这些过程都是搜索，这也是为什么今日头条现在让百度这么紧张的一个主要原因。我们最终的目标都是一致的，是不是还叫搜索？这一点值得商榷。

　　新智元：也就是说，未来会有通过输入法对人工智能总入口控制权的争夺。

　　胡郁：输入法是为了解决这中间的一个部分，就是输入的问题，我通过机器人跟别人聊天，我要通过电视跟别人聊天，我要购物，中间要输入，只是为了解决输入。输入只是交互中间的一个，但是非常重要的环节。当我们在原来用GUI的时候，图像交互界面，输入法是Windows里面非常重要的功能，但是Windows里面还有很多打开窗口都是不需要输入法来工作的，输入法是交互当中最重要的功能之一，我只能这么说。

　　新智元：说到交互的话，它的未来就是超级助理或者是智能助理这样一个崭新的搜索引擎的升级版，是一个终极版的搜索引擎。如果这是人工智能公司最想到达的目标的话，那你觉得讯飞跟百度、搜狗等竞争当中胜算有多大？你的优势在哪里，挑战在哪里？