另外一个问题就是认知领域，机器就会难很多了，尤其是跟语言相关的。语言是我们对世界的一种抽象认识，就像人类简史里讲到的。我们在森林里去找仙女，这样的事情是有概念有故事的，这个事情机器没有掌握。加上人类还有迁移学习能力，机器目前都不具有。

在这种局限性下，我们可以做一种简单的断言，在认知问题里面机器只能辅助人类，比如说当你写一部小说或者对话的时候，机器并不能独立工作，但在认知问题、感知问题里面机器可以独立上岗，就像图像和语音的处理。

我们的做法是以语言为核心，去探讨语言相关的感知和认知，感知是处理语音、图像，认知处理的是对话、翻译和问答。这个感知里面已经可以做到跟人的水平相同，但是在认知领域会非常难。

从优先顺序看最容易做的事情是机器翻译。即便如此，今天我们可以看到它跟人相比较起来也有一定的差距，尤其人觉得特别简单的事情机器并不一定处理很好，而人觉得复杂的问题机器可以做得很好。这与感知不一样。在感知方面，机器可以全面地比人做的好，机器不精准的地方人也做不好。而认知世界里，机器和人好像是不同类型的人。

感知里面，我们做了语音识别。搜狗是中国今天ToC领域语音识别量最大的引擎。因为我们拥有中国最大的输入法，每天有超过6亿次语音识别请求，包括语音修改，目的就是以语言为核心使得人跟人通过感知能进行更好的沟通。

之后，我们觉得这件事情不代表技术前沿，我们又做唇语的识别，之前是用声音转化为文字，现在我们可以做到用嘴形变化转化为文字，我们是最早公开演示的系统，而且在特定场景的识别率已经高达到90%。

最近，我们刚刚发表了一篇论文，关于机器和人语建模，在嘈杂环境能大大提升人语识别的准确度，在我们北京的实验室和展厅里面可以体验到这样的技术。

相关报道: