微軟 | 對話黃學(xué)東:語音和語言技術(shù)是真正鑲在人工智能皇冠上的明珠

微軟全球技術(shù)院士、首席語音科學(xué)家黃學(xué)東近日做客微軟播客節(jié)目，聊了聊在語音和語言技術(shù)取得的幾個里程碑式的突破，解釋了掌握語音識別、翻譯和對話將如何讓機器從 “感知 AI” 進(jìn)化到 “認(rèn)知 AI”，更接近真正的人類智能。

“語音和語言技術(shù)是真正鑲在人工智能皇冠上的明珠?！?/span>

已經(jīng)在語音和語言技術(shù)領(lǐng)域耕耘了30年，取得多個突破性進(jìn)展的微軟全球技術(shù)院士 (Technical Fellow)、首席語音科學(xué)家黃學(xué)東先生如此說道。

近日，黃學(xué)東做客微軟播客節(jié)目，聊了聊他和團隊在語音和語言技術(shù)取得的幾個里程碑式的突破。

黃學(xué)東解釋了掌握語音識別、翻譯和對話將如何讓機器從 “感知 AI” 進(jìn)化到 “認(rèn)知 AI”，更接近真正的人類智能。

此外，黃學(xué)東也談到他如何走上語音研究之路，以及他在清華大學(xué)和在微軟的人生歷程。

采訪音頻：語音和語言將推動人工智能的進(jìn)化

主持人：黃學(xué)東先生，歡迎來到微軟播客。

黃學(xué)東：謝謝。

主持人：您是微軟語音和語言組的 Technical Fellow，負(fù)責(zé)領(lǐng)導(dǎo)微軟的語音工作。我們將在稍后深入討論這些，但首先，作為公司的首席語音科學(xué)家，請概括地告訴我們你的工作內(nèi)容是什么，以及為什么要做這些。你早上起來的動力是什么？

黃學(xué)東：我們所做的就是確保我們擁有最好的語音和語言技術(shù)，可以用于各種各樣的場景。我們有一整個團隊在做這件事情，因為對話不僅是人們最自然的交流方式，而且這是 AI 最大的挑戰(zhàn)。我們嘗試真正地推動這個領(lǐng)域的突破，在我們的云服務(wù) Azure Services 上提供出色的服務(wù)，并確保我們能夠讓微軟內(nèi)部和微軟之外的客戶滿意。如果你想厘清整個事情，主要有三個方面。

首先，我們有能力去真正提高語音識別的準(zhǔn)確性，去驅(qū)動語音合成的自然性，以及確保機器翻譯的準(zhǔn)確性，例如從英語翻譯成漢語或法語或德語。因此，這背后有很多科學(xué)，要確保準(zhǔn)確性，自然度，延遲時間，這些技術(shù)都是世界級的。這是一方面。

第二方面是，我們不僅提供技術(shù)，我們還通過 Azure 提供服務(wù)。從 Office 到 Windows, Cortana，它們都依賴于相同的云服務(wù)。我們也有邊緣設(shè)備，比如我們的語音設(shè)備 SDK。我們想要確保在邊緣和云端的語音技術(shù)都是以現(xiàn)代的方式提供的，即云平臺和嵌入式平臺。這是第二方面：平臺是現(xiàn)代化的。

第三個方面，是向客戶表達(dá)我們的愛。因為我們在世界各地都有廣泛的客戶，我們想讓消費者滿意，并確保使用我們的語音翻譯的客戶體驗是一流的。

主持人：是的。

黃學(xué)東：這就是我實際上在做的三件關(guān)鍵事情：提升 AI 能力，使我們在云端和邊緣設(shè)備的平臺實現(xiàn)現(xiàn)代化，以及愛我們的客戶。

主持人：嗯，所以你們有很多團隊在這些小組中工作，來解決這些核心問題。

黃學(xué)東：是的。我們在世界各地都有團隊。并且，這些團隊的多樣性是很驚人的，因為我們正在努力解決的是語言障礙。因此，我們在中國有團隊，在德國、以色列、印度和美國都有團隊。我們的工作是全球范圍的，嘗試努力去解決這些語言挑戰(zhàn)。

主持人：首先，我想引用你的話為我們今天的談話做鋪墊。你說：“語音和語言是人工智能皇冠上的明珠。” 請為我們解釋一下吧。

黃學(xué)東：嗯。我們可以從人類進(jìn)化的范疇來思考。在某個時期，語言誕生了。這加速了人類的進(jìn)化。你可以想想這個星球上所有的動物，你知道的，有些動物跑得比人類快，有些動物視力比人類好……

主持人：有些動物的牙齒也更鋒利。

黃學(xué)東：…… 尤其是在夜里。

主持人：動物更強大。

黃學(xué)東：是的。事實上，動物的聽覺和嗅覺都比人類更好，但只有我們?nèi)祟惒艙碛姓Z言。有了語言，我們能夠更好地組織，能夠用科幻的術(shù)語去描述，能夠自我組織，能夠編寫憲法。所以，是語音和語言使我們有別于其他動物。對人工智能來說，語音和語言將推動人工智能的進(jìn)化，就像它推動了人類的進(jìn)化一樣。這就是為什么說它是鑲在人工智能皇冠上的明珠。

主持人：原來如此。

黃學(xué)東：而且它還很堅硬，難以破壞。

主持人：是的。關(guān)于這個話題有一個哲學(xué)討論，但它引出了一些有趣的問題。假如你在機器語言方面取得了很大的成功，那么，這些機器是什么？

黃學(xué)東：讓我們發(fā)揮一點想象力……

比如說，我們假設(shè)計算機可以理解 300 種語言，能夠流利地交流和對話。但我還從沒遇到過一個會說 300 種語言的人。機器不僅能夠用 300 種語言流暢地交流和對話，還能夠領(lǐng)會、理解、學(xué)習(xí)和推理，真正完成所有學(xué)科的博士課程。這種知識的獲取、推理，是任何人的個人能力所不能及的。當(dāng)那一刻到來的時候，你可以想象 AI 將會有多么聰明。

主持人：這是你想象出來的嗎？

黃學(xué)東：是的。我認(rèn)為這個世界會變得更美好。就在幾周前，我去了日本，我手機上安裝了微軟翻譯軟件。我能真正地與不會說中文或英文的日本人交流了。這已經(jīng)實現(xiàn)了。微軟翻譯可以說我不會講的語言，幫助我在日本時更有效率。

主持人：我完全同意。但想到這個機器，我就有點害怕。

黃學(xué)東：但是你要知道，智能有兩個層次。第一個層次是真正的感知智能 (perceptive intelligence)。就是看、聽、聞的能力。更高層次的是認(rèn)知智能(cognitive intelligence)。就是推理、學(xué)習(xí)和獲得知識的能力。我們今天所取得的 AI 的突破，大多是在感知層面的，如語音識別、語音合成、計算機視覺等。但是高層次的推理和知識獲取，即認(rèn)知能力，AI 離人類的水平還很遠(yuǎn)。

主持人：是的。

黃學(xué)東：我對翻譯感到興奮，因為它實際上是介于感知智能和認(rèn)知智能之間的。我們能夠真正地在感知智能上取得成功，并擴展到認(rèn)知智能。這是一個相當(dāng)漫長的過程。

主持人：是的。

黃學(xué)東：我不知道我們什么時候才能達(dá)到那個里程碑。但那一天會到來。這只是時間問題?？赡苄枰?50 年的時間，但我認(rèn)為這是會發(fā)生的。

微軟語音技術(shù)研究之路

主持人：我們會在下回的播客中討論這個里程碑，因為今天已經(jīng)有好幾個里程碑要討論。但首先，我想回顧一下歷史。你已經(jīng)在微軟研究院工作了很長時間了，在 Rick Rashid 成立微軟研究院的時候，語音組是第一批研究組織。根據(jù) MSR 的傳說，這個組織的目標(biāo)是 “讓語音成為主流”。請給我們簡單介紹一下微軟研究院的語音歷史。這項研究是如何從早期的 “不主流”、“敢于冒險，但離成功還很遠(yuǎn)” 發(fā)展到今天幾乎應(yīng)用在微軟所有產(chǎn)品中？

黃學(xué)東：在加入微軟研究院之前，我在匹茲堡的 CMU 任教。Rick Rashid 當(dāng)時是 CMU 的教授。我當(dāng)時是初級教員。所以，我當(dāng)時主要是在 CMU 做關(guān)于語音的研究。微軟伸出了橄欖枝，他們想成立一個語音組。所以，實際上，我在 1993 年元旦假期后的第一天就搬了家，從匹茲堡飛往西雅圖，開始了在微軟的旅程，并從未改變。這就是微軟語音的開端。我們是一個研究團隊，致力于為開發(fā)者帶來語音技術(shù)。

主持人：所以，不是沒有實用價值的研究……

黃學(xué)東：不是的。因此，我們從 CMU 獲得了技術(shù)許可。我們就是這樣起步的。我們非常感謝 CMU 在這一領(lǐng)域的開創(chuàng)性研究。雖然是研究團隊，但我們發(fā)布了第一個語音 API，叫 SAPI，用在 Windows 95 上。作為一個研究團隊，我們對此感到非常自豪，因為通常研究團隊只是做基礎(chǔ)研究。我們不僅做了基礎(chǔ)研究，還繼續(xù)挑戰(zhàn)極限，繼續(xù)提高識別精度，我們還與 Windows 合作，把這項技術(shù)帶給了 Windows 開發(fā)者。SAPI 是業(yè)界第一個基于 Windows 的語音 API。

主持人：哇。

黃學(xué)東：那真是一段很長的經(jīng)歷。后來，我最終離開了研究部門，加入了產(chǎn)品部門。跟我一起轉(zhuǎn)入產(chǎn)品部門的是一個優(yōu)秀的微軟語音研究組。這是我在微軟 27 年的經(jīng)歷。我在 2004 年之后就不再做語音了，在我們發(fā)布了語音服務(wù)器之后，我開始做了很多不同的事情，包括孵化研究。

在薩蒂亞?納德拉 (Satya Nadella) 負(fù)責(zé) Bing 的時候，我還做過 Bing 的架構(gòu)師。然后，在 Harry 負(fù)責(zé)研究和技術(shù)團隊時，我?guī)椭趸艘幌盗腥斯ぶ悄茼椖浚?GPU 集群、Project Philly、深度學(xué)習(xí)工具包 CNTK 等基礎(chǔ)項目。當(dāng)然，還有語音研究，還包括其他高端解決方案。

大約三年前，我有幸回來負(fù)責(zé)語音和語言組。我們基本上整合了所有在語音和翻譯方面的資源，這就是我的經(jīng)歷。精彩的 27 年。

主持人：語音和語言組在屬于哪個部門？

黃學(xué)東：正如我說的，我們在研究部門和產(chǎn)品部門之間來回了很多次?，F(xiàn)在，我們屬于云和人工智能部門。這是一個產(chǎn)品團隊。我們是云服務(wù)的一部分，向全公司和全行業(yè)提供語音和翻譯服務(wù)。我們也有語音和對話研究。他們更像一個研究團隊。

主持人：是的。

黃學(xué)東：那個組里全是研究人員。正如 Rick 說的，技術(shù)成果轉(zhuǎn)化是一項需要各部門配合的事情。我們不僅是各部門緊密配合，我們已經(jīng)成了一個整體。這是一個非常令人興奮的團隊，有一群非常有才華、非常有創(chuàng)新精神的人。

主持人：所以，在研究模式上還是很有前瞻性的……

黃學(xué)東：不僅是有前瞻性，而且是有充分依據(jù)的。我們必須腳踏實地提供服務(wù)，也要站到未來的高度，去定義人們需要的和人們想要的解決方案是什么，即使現(xiàn)在這個解決方案尚不存在。

三個里程碑：語音識別、機器翻譯和對話問答

主持人：讓我們來談?wù)勀銋⑴c的一些研究里程碑。它們真的很有趣。你參與了三個領(lǐng)域：對話式語音識別、機器翻譯和對話問答。讓我們從語音識別開始。2016 年，你帶領(lǐng)的團隊在轉(zhuǎn)寫對話語音方面達(dá)到了人類水平的歷史記錄。請說說這是什么怎么一回事，是怎樣做到的？

黃學(xué)東：在 2016 年，我們在廣泛使用的 Switchboard Conversational Transcription 任務(wù)上達(dá)到了媲美人類的水平。這項任務(wù)在研究界和工業(yè)界可能已經(jīng)有十多年了。2017 年，我們重新刷新了這個里程碑，不是和一個人比較，而是和一群人比較，轉(zhuǎn)寫同樣的任務(wù)。所以，我認(rèn)為 2017 年是一個歷史性的時刻。轉(zhuǎn)寫相同任務(wù)，微軟語音堆棧的表現(xiàn)優(yōu)于所有四個團隊的總和。最初我向我們的研究小組提出挑戰(zhàn)時，沒有人認(rèn)為能做到。但令人驚訝的是，當(dāng)我們有了信念，有了資源，有了專注的焦點，奇跡真的發(fā)生了，只花了不到兩年的時間。所以，對于團隊，對于科學(xué)，對于技術(shù)來說，那確實是一個美妙的時刻。那是我個人職業(yè)生涯中實現(xiàn)的第一個達(dá)到與媲美人類水平的里程碑。

主持人：所以，我想深入探討一下這個問題，因為你所說的這些非常有趣：在兩年的時間里，沒有人認(rèn)為這件事能夠做到，然后你們做到了。請告訴我們更多關(guān)于你們是如何實現(xiàn)這一點的技術(shù)層面的事情。

黃學(xué)東：如果你回顧一下語音研究的歷史，你就會發(fā)現(xiàn)，很多后人反復(fù)使用的突破性成果都是語音團隊開創(chuàng)的。讓我們以翻譯為例。在 70 年代早期，即使是語音識別，使用的也是更傳統(tǒng)的人工智能，比如基于規(guī)則的方法，專家系統(tǒng)。IBM Watson 的研究團隊率先使用隱馬爾可夫模型，使用統(tǒng)計語言模型，進(jìn)行統(tǒng)計語音識別。事實證明他們突破了極限，極大地推進(jìn)了這個領(lǐng)域的發(fā)展。因此，那是語音領(lǐng)域的一個高光時刻。

同樣是這批 IBM 語音的研究人員，他們借鑒了語音識別的方法，并將其應(yīng)用到翻譯中。他們改寫了機器翻譯史，大大提高了翻譯的質(zhì)量。在隱馬爾可夫模型之后，深度學(xué)習(xí)開始被用于語音識別，即神經(jīng)語音識別。再一次，翻譯借鑒過來，出現(xiàn)了神經(jīng)機器翻譯，而且還很先進(jìn)。所以，你可以看到，語音技術(shù)總是被其他領(lǐng)域借鑒的。實際上，語音領(lǐng)域的研究者一直在做系統(tǒng)的基準(zhǔn)測試，這是一種非常嚴(yán)格的評估，改變了科學(xué)和工程的評估方式。

主持人：是的。

黃學(xué)東：所以，語音技術(shù)社區(qū)有很多經(jīng)驗可以借鑒，這些經(jīng)驗本可以在語音之外得到廣泛的應(yīng)用。所以，我們借鑒了這些經(jīng)驗，去處理更艱巨的任務(wù)。這樣看來，我們同一個團隊實現(xiàn)了這些不同任務(wù)的歷史性里程碑也就不足為奇了。

主持人：那么，讓我們來談?wù)劻硪粋€里程碑：在 WMT-2017 的中英新聞機器翻譯任務(wù)中，實現(xiàn)了媲美人類的水平。這是如何做到的？讓我們回到我們最初的問題 —— 你是否認(rèn)為現(xiàn)在機器已經(jīng)可以媲美傳統(tǒng)的人工翻譯服務(wù)？以及為什么這項工作是一個重要的突破？

黃學(xué)東：所以，我們團隊實現(xiàn)的第二個里程碑式突破同樣令人興奮。正如我剛才說的，轉(zhuǎn)寫 Switchboard 對話是低水平的任務(wù)，處于感知 AI 層面。翻譯是介于感知 AI 和認(rèn)知 AI 之間的一項任務(wù)。當(dāng)然，翻譯是一項更艱巨的任務(wù)，沒有人相信我們能做到這一點。所以，我們設(shè)定了一個目標(biāo)：在五年內(nèi)，看看我們能否在句子層面實現(xiàn)媲美人類的翻譯水平。我們?nèi)祟惙g時，觀察的是整個段落，我們會有更廣的背景知識，所以我們能做得更好。所以，我們限制在廣泛使用的 WMT 數(shù)據(jù)集，這是一個逐句翻譯新聞句子的任務(wù)……

黃學(xué)東：這是一個開放的研究，有公開的基準(zhǔn)。但即使有這些限制，我們也認(rèn)為可能要花五年的時間。因此，我們將語音識別研究中獲得的成功作為基礎(chǔ)。但這一次，我們實際上走得更遠(yuǎn)。我們與微軟亞洲研究院的同事合作，因為這是一個中文到英文翻譯的任務(wù)。令人驚訝的是，這群人讓所有人都大吃一驚。我們在不到一年的時間里完成了這個任務(wù)，新聞句子中英翻譯達(dá)到了人類的對等水平，同一任務(wù)上機器的翻譯比專業(yè)人員更好，這是一個歷史性的突破。我為這個團隊感到驕傲，也為這次合作感到非常自豪。

主持人：另外一個非常有趣的領(lǐng)域是 COQA，對話問答。請給我們講講這項語音識別技術(shù)中最人性化，也許也是最困難的工作。

黃學(xué)東：這項任務(wù)是由斯坦福大學(xué)的研究人員首創(chuàng)的。它離認(rèn)知 AI 更近了一步。這實際上是機器閱讀理解任務(wù)。就是你讀了一段話。然后我們用一系列相關(guān)的問題來挑戰(zhàn)正確的回答。例如，假如你讀到關(guān)于比爾?蓋茨的一段話，第一個問題可能是，“誰是微軟的創(chuàng)始人？” 第二個問題可能與第一個問題有關(guān)，“這個人開始創(chuàng)建微軟時多大？” 或者，“這個人退休時多大？” 所以，上下文關(guān)聯(lián)比簡單的機器閱讀理解要難，因為必須在給定的上下文背景下回答一系列相關(guān)的問題。

所以，對于這一最新的突破，我必須要歸功于我們 base 在北京的研究實驗室的同事們，我們一直在利用共享的資源和基礎(chǔ)設(shè)施共同開展這項工作。結(jié)果很驚人。在這項對話問答挑戰(zhàn)中，我們不管是準(zhǔn)確性還是速度都讓人印象深刻。再一次，我們在這個廣泛關(guān)注的 AI 任務(wù)上實現(xiàn)了媲美人類的水平。沒有人相信可以在如此短的時間內(nèi)實現(xiàn)這種對話問答的人類同等水平，我們最初認(rèn)為可能需要兩年的時間。我們再一次打破了歷史記錄。

主持人：嗯，我們已經(jīng)討論了一些技術(shù)方面的問題。那么，在最后一個問題上，你們是否有其他方法或技術(shù)能解決這個問答任務(wù)呢？

黃學(xué)東：微軟在 AI 方面已經(jīng)積累了 30 年的研究和經(jīng)驗。北京的自然語言小組，在過去的二十年里一直在做這個，他們匯聚了很多人才，積累了很多經(jīng)驗。我們基本上是使用深度學(xué)習(xí)和遷移學(xué)習(xí)。同時，我們的成功也構(gòu)建在整個社區(qū)的基礎(chǔ)上。

比如，谷歌開發(fā)了一項名為 BERT 的技術(shù)。我們在 BERT 的基礎(chǔ)上取得了成功。

主持人：嗯嗯。

黃學(xué)東：所以，這其實是整個研究社區(qū)的想法。我剛剛談到微軟亞洲研究院和微軟美國團隊之間的合作。事實上，這是整個行業(yè)合作的一個很好的例子。

從清華到愛丁堡：讓人類真正與機器交流的夢想從未消失

主持人：您在這期節(jié)目中向我們描述的事情非常令人興奮 —— 如果你成功了，我們必須解決可能出現(xiàn)的問題。

黃學(xué)東：是的。

主持人：你想讓電腦能夠聽、說、翻譯、回答問題 —— 擁有與人交流交流的能力。有沒有什么讓你擔(dān)心的？

黃學(xué)東：是的，當(dāng)然。我擔(dān)心的是，總有一天，人類會過于依賴 AI。AI 永遠(yuǎn)不可能完美。AI 總是會帶有偏見。所以，我擔(dān)心這種不易覺察的影響。

主持人：是的。

黃學(xué)東：這是一個我們必須意識到并且必須解決的廣泛的社會問題。因為就像任何人一樣，如果你有一個你所依賴的助手，你會知道那個助手可以影響你，改變你的計劃，改變你的觀點?？傆幸惶?，AI 也會扮演同樣的角色。AI 會有偏見。如何處理這個問題是我最關(guān)心的。

主持人：是的。

黃學(xué)東：如果一切順利的話。這確實是我們必須處理的首要問題。不過目前我們不知道如何處理，因為我們還沒有達(dá)到那個階段。

主持人：那么，你在開發(fā)這種能說話、傾聽和交流的工具時，有沒有一種 “設(shè)計思維” 呢？

黃學(xué)東：我只能相信，現(xiàn)在研究 AI 的人都有足夠的責(zé)任感。好消息是我們還沒到達(dá)那一步，對吧？所以，我們有時間合作來解決這個問題，確保 AI 真正為人類服務(wù)，而不是毀滅人類。

主持人：是的。

黃學(xué)東：但是我短期的擔(dān)憂是，AI 還不夠好！至少現(xiàn)在還不夠好！

正如比爾?蓋茨曾經(jīng)說過的，人們總是高估了短期內(nèi)的能力，低估了長期的影響。對于 AI，我們不能低估它的長期影響。

主持人：最后，請說說你個人的故事吧。是什么讓你對研究感興趣，尤其是對語音和語言技術(shù)的研究感興趣，以及你加入微軟的經(jīng)歷是怎樣的？

黃學(xué)東：好的。我畢業(yè)于清華大學(xué)。那時，我的第一臺電腦是 Apple 2。你可能知道，那時電腦輸入漢字是很麻煩的。因此，這讓我想到了語音識別。當(dāng)時，作為清華的研究生，我的夢想就是在 AI 領(lǐng)域做研究。

清華匯聚了一大批有遠(yuǎn)見的教授和教員，為我們的探索和實驗創(chuàng)造了先進(jìn)的環(huán)境。所以，我在清華完成了碩士學(xué)位，接著繼續(xù)在清華讀博。從 1982 年起我就開始做語音識別研究了，因為我是 1982 年被清華錄取的。對我來說，讓人類真正與機器交流的這個夢想從未消失。所以，我在這方面的研究已經(jīng)超過 30 年了。即使在微軟，有很短一段時間我不在做語音，但仍在做一些相關(guān)的事情。

所以，我打心眼里認(rèn)為我與語音研究之間是一個非常美妙的故事，我個人也在這個過程中收獲了許多有趣的經(jīng)歷。正如我剛才提到，在清華上學(xué)的時候，電腦輸入中文還是一件很難的事情。我實際上沒有在清華大學(xué)完成博士學(xué)位，而是在愛丁堡大學(xué)……

主持人：噢。

黃學(xué)東：在蘇格蘭。我在那里完成了博士學(xué)位。但當(dāng)我第一次來到愛丁堡時，我個人感到非常痛苦 —— 我在中國學(xué)習(xí)英語，主要是美式英語。我的英語不是很好，因為那不是我的母語。但是聽一位蘇格蘭教授說話的時候……

主持人：哦，天哪！

黃學(xué)東：…… 總之是很有挑戰(zhàn)性。但我很感激 BBC 有隱藏式字幕。所以，我實際上是通過看 BBC 學(xué)會了蘇格蘭英語。

而且我不得不提的是，現(xiàn)在微軟 PowerPoint 上已經(jīng)有自動字幕技術(shù)了。從那段個人的痛苦經(jīng)歷，到 Office PowerPoint 團隊在研發(fā)這款產(chǎn)品時考慮了這種功能，對我個人來說也非常受益。

主持人：是的。

黃學(xué)東：我很高興看到我所研究的技術(shù)將幫助許多其他正在蘇格蘭上大學(xué)的人！

因為語言障礙一直存在。不是每個人都能說一口流利的英語。我接待了很多游客。幾乎每年我都會接待清華大學(xué)的 MBA 學(xué)生，他們都學(xué)過英語，但他們的交談和聽力能力，就是不如英語國家的人。所以，我們能夠在 ppt 演示上提供字幕這個簡單的功能，實際上幫助了非常多的人……

主持人：是的。

黃學(xué)東：…… 為了更好地學(xué)習(xí)和理解。所以，這個功能的應(yīng)用場景實際上非常廣泛，甚至不需要翻譯。只要有字幕，就能更好地溝通。

主持人：確實。我們之前談到不同的語言，也談到一些方言，但我們并沒有探討語言中的口音問題。即使是在美國，各個地方也會因為口音的不同而更加難以理解。

黃學(xué)東：這就是為什么我的蘇格蘭英語會變成一個好故事！我希望我還保留有一點蘇格蘭口音！

主持人：我聽出來您的蘇格蘭口音了！在每期節(jié)目的最后，我都會請嘉賓最后說一句話?，F(xiàn)在請您對我們的聽眾說任何你想說的話，他們可能對使計算機能夠交談和溝通感興趣。如果他們想進(jìn)入這個領(lǐng)域，應(yīng)該從哪里入手呢？

黃學(xué)東：研究語音和語言！這是真正鑲在人工智能皇冠上的明珠。在我看來，沒有比這更有挑戰(zhàn)性的了。尤其是如果你想要讓感知 AI 進(jìn)化到認(rèn)知 AI，更是如此。這是一個基本的研究領(lǐng)域，讓機器通過閱讀、交談來獲得推理、理解、獲取知識的能力，它可以改善每個人的生活，提高每個人的生產(chǎn)力，讓這個世界變得更加美好，沒有語言障礙，沒有溝通障礙，沒有理解障礙。

主持人：感謝您今天應(yīng)邀參加我們的播客節(jié)目。您分享的東西非常棒。

黃學(xué)東：我的榮幸。