马化腾:微信QQ都用上了人工智能 只是你看不到

2017中国(深圳)IT领袖峰会近日在深圳召开。在历年的IT领袖峰会中,大佬对话环节总是特别精彩的部分。在关于“人工智能:中国机遇与挑战”的高端对话中,腾讯董事会主席兼首席执行官马化腾、百度董事长兼首席执行官李彦宏、神州数码控股有限公司董事局主席郭为、微软全球执行副总裁沈向洋再次奉献了一次精彩的对话。

马化腾表示,微信和QQ里面,有超过上百亿条的消息是语音消息和图片,绝对是天文数字,在这些方面基础性的研究,包括后台数据的分析,包括广告的匹配等等,都用上了人工智能技术,只是大家感受不到,因为它在后端。

马化腾表示,过去我们对AI,很多是从一些规则,或者是简单的训练得出来的能够改善计算处理的能力,最终我们发现其实还有一个更恐怖,更深层的意义,在于它能够在计算机的后台,能够用云计算、大数据的方式,能够高速地自学习,能够自己跟自己对弈。(王真)

以下是全部对话实录

主持人:让我们再次以热烈掌声感谢马云先生的精彩演讲。女士们、先生们,下半节大会将转入高端对话环节,由数字中国联合会主席吴鹰先生主持,大家欢迎!

吴鹰:请李彦宏先生、马化腾先生先上台。大会主办方给我一个很好的好主意,BAT三巨头在一块儿在IT领袖峰会照相。让他们三个人照张相。刚才马云讲他们都是有技术实力的公司,

我们继续请沈向洋先生、郭为先生上台。

IT领袖峰会比较重要的重头戏是高端对话,每年都是我主持的,每年的高度都越来越难了,特别是在马云的精彩演讲之后。我觉得我今年又做了一个很正确的事儿,我跟马云通电话的时候,我说不设他讲什么,让他随便讲。我告诉他我们的主题是什么,其实他讲的很多问题非常重要,有些东西没有展开。但是我想对大家是很有帮助的。

时间关系,我们把休息时间也给去掉了。对大家表示抱歉。IT领袖峰会今天开会的时间稍微往后拖了一点,是因为我们大屏幕IT设备出了点问题,用了最新技术调试有点问题,我表示抱歉。这不是深圳市政府的问题,是数字中国的问题,我们是IT行业嘛。

这次IT领袖峰会主题叫做迈进智能新时代。我们上台的几位嘉宾,李彦宏先生、马化腾先生大家都很了解了,我不再介绍了。郭为先生是神州数码,当年的联想二少帅之一,沈向洋现在大家不一定很熟悉,他是我们著名的微软公司的执行副总裁,全球研究院的院长,人工智能部门的总负责人。同时也是美国工程院外籍院士。这个外籍要强调一下。这几位嘉宾都是这些领域和行业里的领头人。

先从马化腾开始。刚才朱民演讲中特别举了你们这个团队的例子,我也看了这篇报道,他们13个人真的是没有一个人是会下围棋的,腾讯有一个700多人,成立了大概一年多,人工智能团队专门研究人工智能,他们在很短时间内聚集了很厉害的一些专家,能不能跟我们大家分享一下腾讯为什么在人工智能上这么重视,你对人工智能的看法和行业的看法,刚才马云讲你们都是很有技术实力的公司,能不能分享一些你们的干货。谢谢!

马化腾:其实李彦宏是人工智能走得更前了,对腾讯来说我们还是落后不少。只是去年刚开始成立的部门。当然在我们所有BG内部结合它的业务形态,像我们微信里面,超过上百亿条消息,包括我们图片、特别是做社交网络,里面有人脸数据图片绝对是天文数字,每天高达上十亿张有人脸照片。这方面的技术研究在各个BG有相当长时间研究。包括后台数据分析、广告匹配都用了人工智能技术,只是大家感受不到。因为他在后端。我们在前端也希望做出一些产品,刚好一年前Alpha Go它的paper出来,通过人机对战让全世界对人工智能认知到了一个新的高潮。我们团队本着练兵的心态也做了尝试。

谷歌收购了deepmind团队发表的论文,原来做计算机围棋的团队都纷纷采用深度学习方法来融入原有的似乎已经走进瓶颈的计算机围棋软件开发中,大家不约而同在这一年中起步。我们内部团队有三个团队也在做,只是分在不同部门。这个部门刚好是它能够突破这个瓶颈,也动用了公司相当的大的后端的计算机资源,更大的特点是它和Alpha Go不同的是我们的决议AI的成长,全程得到了国家级围棋世界冠军从一开始的陪练,然后找出它为什么不同。我们十几位研发人员不懂围棋的,一开始连黑先下还是白先下的规则都不懂,我们从计算机原理、工程实现以及结合中国包括很多的专家来去训练,这里面给我们最深刻的理解就是,我们觉得这算是小小的成功吧,但是也不能过于欣喜,毕竟是站在前人肩膀上,因为你没有发布这个paper,我们也不可能做出来。但是也不能说这是毫无疑义的事情,这里面给我们最大的思考。过去我们对AI很多是从一些规则、从简单的训练得出来的能够改善我们计算处理的这样一种能力,最终我们发现其实还有一个更恐怖、更深层的意义在于他能够在计算机的后台能够用云计算、大数据方式能够高速的自学习,能够自己跟自己对奕。所以AlphaGo出来后,它的下一代master,经历了数十亿盘自我对弈,已经超越过去所有人类交战的盘数,然后它自己寻找规律,找到的已经远远超过人类过去在围棋领域认知的范围,是极大的扩展,这是给我们一个很大的启示。