我们如何构造讯飞超脑系统？若将人类的大脑皮层摊开，大约是类似于餐巾布的厚6层的部分。大脑皮层的不同部分处理不同信息，比如视觉、听觉，再汇聚到概念层面。眼睛看到一只猫，会映射到“猫”的概念，大脑会做好准备，听到的猫叫是怎么样的，摸上去是一个毛茸茸的动物。人类可以将这几方面完全联系到一起。《On Intelligence》这一本书详细解释了人工智能与脑科学的关系。

　　讯飞超脑有感知智能，我们做了viewing machine，reading machine和listening machine。我们的路线是采用深度学习。深度神经网络应用于语音识别最早的公司是科大讯飞和谷歌，之后的6、7年间，深度神经网络被应用于合成、自然语言处理、翻译等各方面。深度神经网络现在已经有很多开源工具，比如TensorFlow，Torch，Caffe，最重要的还是对于深度神经网络的理解。深度神经网络中线怎么连接，构型如何，重复之间的反馈，如何协调不同节点之间的关系，对于性能的提升很重要。掌握这些，并与脑科学连接在一起，才可能达到最佳效果。

　　在大数据方面，每一个公司都应该有一个大数据的训练平台。讯飞训练语音识别需要10的11次方个训练样本，其中的参数要更新10的9次方次。人脑是不需要那么多数据的，但是目前弱人工智能需要。这种性能在实验室里很难实现，也是目前公司成为研究的主力的原因之一。讯飞输入法现在可以支持方言，少数民族语言，中英、中日之间的翻译。2010年讯飞输入法刚上线，识别率只有55%，第二年就达到83%，去年达到97%。每一种人工智能算法都会按照这一途径发展。去年，讯飞取得了国际多项测试的第一，标志着中国在AI的技术和产业上做好了充分的准备。国际多通道语音分离和识别大赛（CHiME）里，一个pad上有6个麦克风，2个麦克风，1个麦克风，距离4-5米远讲英语，讯飞去年参加比赛，将前年的识别率提升100%，做到了2.24%的错误率。在国际语音合成大赛上，讯飞连续11年保持第一。在去年的国际知识图谱构建大赛，讯飞也获得冠亚军。

　　同样一句话，“爸爸没法拒绝他儿子，因为他很虚弱”，这中间只换了一个词答案就完全不一样，这个测试叫常识，人类都知道的常识。比如说我们讲一只大老鼠爬上了一只小象的鼻子，虽然它讲了大老鼠和小象，但是我们的常识都知道小象比大老鼠要大很多很多倍。

　　这类常识需要很强的推理能力和知识的记忆能力，计算机是很难搞的，任何人类十岁的小孩就可以做得到90分，机器在这方面就是打不了高分，这个测试第一年参加我们得了第一名，但是它的正确率只有58%，人类十岁的小孩可以做到90%，知识技能上机器人的挑战非常大。

　　另外还有一个我领衔的事情就是人工智能863这个项目，就是高考机器人，这个项目当时刚出来的时候，很多人说这个项目肯定做不出来，因为高考是每年真考，高考卷子每年不可能从题库里面查的到，而且又是实打实的，一定要推出来，当时我们国内有一百多个专家参与这个项目，一开始很多人都说有两部分人，一部分人嘲笑我们，说这把吹牛吹大了，你们肯定做不出来；还有一帮替我们担心的，说这个题目是不是太难了一点。事实证明今年是第三年，我们现在语文做到90分，数学做到110分，地理和历史能做到40到50分。地理和历史比语文和数学都难，数学只要能看懂题后面都简单了，后面是逻辑推理，但是语文要写作文，现在我们也能写作文了，问题是看它每一句话都对了，放在一起就不太对。

“When”——人工智能时代何时到来？

　　人工智能挑战是非常大的，下一个问题就是什么时候人工智能会到来？

　　人工智能能用在什么地方，这个是我们现在都很想回答的问题。在我们看来人工智能主要是用在两个方面，第一个方面就是改变你所有的日常生活，人工智能使很多机器具备了和人自然交互的能力，包括用语音、红外可以和我们自然交互；人工智能因为可以学习，可以颠覆很多需要专业人士的领域，比如说医疗、教育，这里面很多需要专业人士。人工智能可以替代这些专业人士的某些技能。