虚胖的人工智能，注定经不起拷问，当人类专家向AI发起挑战的时候，多半的结果会是一地鸡毛。

终究急不来

虽然人类为科大讯飞的同传泼了一盆冷水，但这未必是一件坏事。

决定AI进化进程的不是PPT上打鸡血的愿景和口号，而是算法、算力和数据，任何一个环节都将制约人工智能的应用，AI同传的“翻车”就是输在了数据上。

同传翻译不是新闻联播，话题专业性强，现场噪声干扰多，上台发言的中外专家们又往往夹杂着方言，倘若在兴起时来两句古诗词，专业的同传工作者都可能搞不定，又怎么寄希望于当前水平的AI。

假如给到的是标准的英语朗读，科大讯飞也许能很好地完成任务，毕竟在其数据库里不乏类似的语音资料。可日式英语、印度英语等衍生出的语种，却可能存在数据样本上的缺失，至少从成本和商业化价值上，还没有必要去建立小语种数据库，进而开发特定的神经网络，效果自然大打折扣。

在某种程度上说，人工智能的竞争本质上还是数据的竞争，百度、阿里、腾讯等不缺少数据源，在人工智能的研究上也始终领先创业者一个身位，即便如此，BAT对外的AI服务也很基本，主要集中在语音识别、图像识别等相对成熟的技能，还是走的稳扎稳打的路子。

以同处AI领域发展的自动驾驶为参考，谷歌母公司Alphabet下属的自驾车部门 Waymo，迄今已经在公共道路上行驶了600万英里，还有交通模拟器内的27 亿英里虚拟里程。国内做无人驾驶的百度，也开放了大规模自动驾驶数据集ApolloScape，包括感知、仿真场景、路网数据等数十万帧逐像素语义分割标注的高分辨率图像数据，并且还在日夜不停地坚持进行各种情况的路测。

也就是说，人工智能注定是一个慢生意，从实验室的象牙塔到规模化应用，还有很长的路要走。科大讯飞之类的“翻车事件”何尝不是一个教训呢，人工智能在日常翻译上可能还存在一个又一个Bug，抢同传翻译的饭碗难免被当头棒喝。

相关报道: