搜狗做AI：围绕语言，力出一孔

 数千万年前，猿猴为了生存，学会使用石器，跳下大树直立行走，从而为人；人类为了更好地交流，发展出语言；为了记住过去，又发明了文字，从此人类有了有记载的历史。

人类跑得不够快，所以发明了汽车；人类的声音传播得不够远，所以发明了电话；人类不会飞，所以发明了飞机。

六十多年前，人类发明了人工智能（AI），一种能帮助人类，却也可能“替代”人类的新物种。

六十多年后，借助“深度学习”的东风，人工智能再次站在了产业界的风口。一时间，百花齐放，企业言必谈AI。

在亚洲最大的科技峰会——香港RISE大会上，有演讲者给参会者展示了虚拟人，有演讲者发动所有参会者进入“AI能否像人类一样具有创造力”的思考当中去。搜狗的王小川，竟然带来了能够像真人一样播报新闻的“虚拟主播”。

AI能力进化史，搜狗浓墨重彩的一笔

2018年7月11日，央视主播“姚雪松”播报香港RISE科技峰会相关新闻的视频出现在主演讲台上方的大屏幕上。其实，他并没有出现在会场。

王小川介绍说，搜狗使用姚雪松1.5小时的音视频数据，结合语音，图像等多模态信息进行联合建模训练，输入一段RISE大会的文字稿，就实现了这次与真人无异的播报效果。

虚拟主播在技术上的实现意味着AI具有了更丰富的表达方式，从文字表达走向音视频的富媒体表达。

虚拟主播技术的应用场景可以非常广泛。首先，作为具备视频内容生产能力的技术，该技术可以运用在诸如新闻，娱乐等场景中，自动实时快捷地生成富媒体内容。

其次，虚拟主播技术还能根据用户上传的单张人物图片（明星、朋友、家人等）实时生成该人物的虚拟主播形象，用户可以与其面对面交流。还可以应用于各种智能软硬件，如果用于带屏幕的智能音箱，用户就可以从单纯与声音的交互变成与一个逼真的虚拟人物的交互。

未来，虚拟主播如果具备更完善的交互能力，就能用于教育、医疗、客服等多个行业，节约大量的人力成本。

AI产业，谁会赢？

搜狗因“国民输入法”而为中国人所熟知，从不烧钱，在追风口的互联网圈坚持自己的道路，何以突然之间，就能够在人工智能这个选手密集的赛道祭出此等大杀器呢？

从王小川在大会上的主题演讲《人工智能下一个应用突破》可一窥端倪。

在演讲中他提到，语言是人类与动物最大的不同，掌握语言就掌握了灵魂；技术层面，语言是人工智能皇冠上的明珠。

无论是百箱大战中Amazon Echo、Google Home等多款围绕着语音交互打造的智能音箱，还是会打电话订餐的GoogleDuplex、会辩论的IBM Projector Debater，都聚焦于让机器拥有“语言”这颗明珠。

搜狗因其对输入法，对搜索持续不断地更新升级，而在语言领域积累颇深。搜狗输入法是中国最大的语音输入法，目前语音识别准确率已超98%；日均语音输入调用次数峰值达4亿次；支持外文多语种和中文方言识别；智能断句、标点预测、识别结果顺滑等功能也领先于业界。语音合成支持多种音色选择，通过少量数据即可生成说话者自己的合成音色，还可实现说话人风格的迁移。

AI当下最需要的也是“力出一孔”，即“利出一孔”。利出一孔，最早出于春秋时期的《管子》。管仲在《管子· 国蓄第七十三》中提到“利出于一孔者，其国无敌；出二孔者，其兵不诎；出三孔者，不可以举兵；出四孔者，其国必亡”。

AI是个火爆的大世界，它涉及的技术五花八门，深度学习、大数据、语音、视觉、知识图谱等等；它的应用场景包罗万象，娱乐、媒体、营销、零售、交通、工业、机器人等等，可以说无边无际，有资源进行广撒网的玩家是少数。随着BAT等公司开启AI布局，他们似乎更喜欢“跑马圈地”，占领尽可能多的AI应用场景，百度提出All in AI（集中一切力量做AI），腾讯提出“Make AI Everywhere”(让AI无处不在)，阿里强调“产业AI”。 搜狗的AI战略不做大而全，而是围绕一个战略制高点做精做细，聚焦到语言相关的人工智能，从单点打入整个AI行业，这让它的AI战略与众不同。

整个AI产业也需要这样的理念。AI技术五花八门，但首要问题，还是要帮助机器建立感知与认知能力，真正理解这个世界并自由交流。如何做到？两个事情缺一不可，交互和知识，当机器同时拥有自然交互能力和知识计算能力，才能感知、认知这个世界，与人类智能交流，并帮助解决问题。

让机器融入人类世界很重要的一步，就是需要机器理解人们通过自然语言的发号施令，理解大量的文本，理解大量的语音，理解大量的图像，这就像解决触摸屏对于智能手机的意义一样，是不可绕过的关键一步。而语言又承载了人类的知识与思考。当机器进入到知识计算层次后，就能通过语言集合人类智慧，超越人的认知，回答、解决人类在知识世界的各种问题。

搜狗聚焦到语言，而不是五花八门的AI场景，也是希望将语言当成一个抓手，来撬动整个AI产业，实现力出一孔。它一方面在交互上布局，从语音识别、语音合成、图像识别、图像合成衍生研发出极具特色的情感迁移、唇语识别、虚拟主播等技术，都在解决交互问题；另一方面在知识计算上布局，比如做问答、对话、翻译。

搜狗的AI战略，让我想起了智能家居的发展。最一开始，智能家居涉及到智能电视、智能家电、智能门锁、智能路由器等等，不过在智能家居市场最先取得突破的却是智能音箱这个小玩意儿，根源是选择了从音箱上搭载更智能的语音交互助理来进行突破。同样的，AI赛道中什么都做，往往很难突破，如果有所聚焦，则能单点突破，将自己的AI牢牢嵌入用户的心智，成功夺取入口，以点带面。语言对于AI市场而言，就有点像智能音箱对于智能家居的价值。

聚焦语言给搜狗带来什么？

不论是输入法、搜索引擎、翻译，搜狗的核心业务都与语言密不可分。如果说搜索和输入法是搜狗的起家业务，为搜狗积累了大量的语言数据，语言AI技术则是搜狗未来的基石，承担为搜狗开疆拓土的使命。

聚焦语言相关AI技术的发展，搜狗在自然交互和知识计算两个领域上不断强化优势，将长板不断筑高，再在语言强相关的核心应用领域投入所有精力。集中优势兵力、各个击破，也是更适合搜狗这个体量玩家的策略。

尤其是在翻译领域的技术突破与实用化进展，不仅让搜狗领跑行业，也带给了搜狗更多的信心。早在2016年的乌镇世界互联网大会上，搜狗发布了全球第一个商用神经网络机器翻译系统，让机器同传成为重大峰会活动标配。跨语言搜索引擎和输入法翻译功能更是让用户得以打破语言壁垒，实现跨语言表达与获取信息。今年上半年，搜狗发布的旅行翻译宝和录音翻译笔则以行业黑马的姿态杀入市场。搜狗相关负责人提到未来也将考虑以翻译为入口，扎入旅游场景做深度服务。

相信看到这里，你对搜狗为什么聚焦到语言这个独特的领域，有了清晰的答案。AI已成为互联网巨头的必争之地，像BAT这样的广撒网是一条路，像搜狗这样聚焦到一个细分领域，实现单点突破，同样是一条路。谁会走得更快，谁会走得更远？时间会给出答案，我们乐见其成。

（编辑：网销中国）