但是在另外两个方面，这是我最近在思考的一个问题，就是我们经常说的人类和动物都有的智能，在感知智能和运动智能上机器追赶人类还是比较快的。但是我今天特别想讲一下运动智能，我们很多人都非常关注感知智能，比如说语音的识别、图像的识别，但是可能大家没有想到的是我们在运动智能上其实离动物都还差得很远，为什么这么说呢？因为动物和人类的运动，我们的神经系统和我们的肌肉的控制系统其实是一个完美的整体，他们之间通过一种我们现在还不知道的工作方式进行有效的工作。

比如说我们人类，如果我们要抓住一个在空中飞行的网球或者篮球，我们根本不需要计算这个网球和篮球在空中飞行的位置和速度，通过一种反馈系统，通过在训练过程中得到的记忆，我们就能把这个球抓住。而现在机器人是怎么做的呢？机器人还是用运算智能的方法，机器人基本上都要算出它的速度和位置，所以说其实在运动智能上，我认为现在机器和人类差距还是很大的，而这一点是将来机器人产业发展的一个非常重要的点。现在大家都知道我们在机器人领域主要用的还是控制论，这些是原来在信息处理领域的方法；还比较少的是用深度神经网络，包括刚才杨强老师介绍的很多学习的方法，而这个是人类的方法，我认为在这一点在运动智能方面我们还有非常大的潜力。

我们讲认知智能是因为人类有了语言，帮我们区别于动物，估计大家都知道了。因为语言能够更好的描述世界，能够更好的帮助我们进行沟通，能够产生概念，那么有语言到后来的包括理解知识、表达逻辑推理成为我们现在认知智能攻克的一个重点。那么如果从这张图上来看，其实我们可以看到一个过程就是机器在运算智能上是天生的比人类强，但是在感知智能和运动智能上正在快速的追赶人类。我对运动智能其实是抱有很大的期望的，因为我认为如果运动智能不能够解决的话，大家所梦想的在家里面能够帮你打扫卫生，在外面能够在工地上直接盖楼的这种机器人，其实他们是很难被做出来、或者是被大规模低成本的推广的。当然了，我们最后需要的克服的是认知智能。

那么第二个方面我想讲一下，在什么样的情况下才能促进产业的发展。我们都知道整个智能发展的三次浪潮，我这边只想讲一个结论，就是我觉得中国确实非常幸运，在第一次浪潮的时候基本上跟中国没有什么太大的关系，为什么？因为那个时候国家还没有这样的条件和基础；在第二次浪潮的时候，中国通过863计划储备了一批技术人员和科研成果；第三次浪潮的时候我们都知道，中国的移动互联网大数据和现代通讯技术的行业技术已经建立了，保证了在人工智能领域、在全球只有中美同时具备了在科学技术和产业基础方面两大奠基的角色。

现在，人工智能在全球范围内的争夺在中美两国之间进行。在过去这一段时间中，我们看到了深度神经网络大数据和涟漪效应，就是利用互联网的方法不断的改进我们的系统，这地方我对杨强老师刚才讲的内容非常地赞同。

我记得在15年的时候，我跟杨强老师第一次登台，杨强老师就定义过什么叫弱人工智能、什么叫强人工智能。现在做的工业上的人工智能还都是弱人工智能，杨强老师讲的迁移学习，直播，我觉得是从弱到强人工智能的逐步改进。但现在在工业界里面，我们现在主要用的还是这些弱人工智能学习的方法。今天大家看到的语音识别、自然语言理解取得了很快进展，是我们在深度神经网络方面的一系列进展。这个地方也非常感谢邓力教授，他是世界上最早将深度神经网络用于语音识别、以及各种各样模式识别的领路人，他在大会上也讲到当时全球只有两个公司吸收了它的成果、最早把它放在产品里面去，一个就是谷歌，一个就是科大讯飞。我这里再次对邓力老师表示最诚心的感谢。

在这个过程中，atv，我们可以看到利用深度神经网络和大数据，特别是利用涟漪效应，一方面，随着用户的数量的增长，系统在不断的学习，连续五年每年有30%的增长，如果把这个东西叫做一种规律的话，我把它叫做人工智能系统基于互联网的自我成长学习的这么一个框架，在图像识别、语音识别、自然语言处理等很多方面都能看到它的身影。在这个过程中，我们将大数据能力与讯飞的现在人工智能计划“讯飞超脑”进行结合，每一个里面都有非常多的数据参数，要训练每一个参数，就需要很多的数据来进行训练，而每个数据需要迭代很多次，我们可以看到这样的结果。