剛才說(shuō)的視覺感知方面我們有了一些進(jìn)展，因?yàn)槲覀円嫦蜻@種智能家居，只是視覺感知還是不夠的，我們?cè)谡Z(yǔ)音和語(yǔ)義方面也有不錯(cuò)的進(jìn)展，比如說(shuō)我們的一個(gè)系統(tǒng)部的同事打造了多姿多卡進(jìn)行了系統(tǒng)打造。當(dāng)前云識(shí)別的錯(cuò)字率能降到1%的情況下，它能比較好地支持比如說(shuō)語(yǔ)音的輸入，比如說(shuō)語(yǔ)音的搜索和基于語(yǔ)音的對(duì)話。另外一個(gè)也是今后學(xué)習(xí)的方向，就是語(yǔ)音的喚醒，因?yàn)閷?duì)于這種智能硬件，像手表、智能攝像頭還有其它智能設(shè)備，語(yǔ)音喚醒是非常重要的。

　　當(dāng)前生產(chǎn)出來(lái)的模型大概是千分之一的不通過率的情況下，能達(dá)到百分之一的及時(shí)率，對(duì)于這種產(chǎn)品的應(yīng)用已經(jīng)有很好的鋪墊。

　　同時(shí)除了這一塊之外，在大數(shù)據(jù)方面公司也有很好的積累和鋪墊。比如說(shuō)我們企業(yè)安全部的同事，他們用堆棧式的服務(wù)，他們對(duì)于這種網(wǎng)絡(luò)上的網(wǎng)絡(luò)流可以進(jìn)行協(xié)議的識(shí)別和應(yīng)用的識(shí)別，比如說(shuō)你在網(wǎng)站上隨意截取到一個(gè)網(wǎng)絡(luò)流，是不是可以預(yù)測(cè)出它是用什么樣的協(xié)議發(fā)送的，是不是可以預(yù)測(cè)出它是用什么樣的運(yùn)程發(fā)送的。這種基于互聯(lián)網(wǎng)的信息是非常有價(jià)值的。

　　人工智能特別是基于深入學(xué)習(xí)的人工智能，可能現(xiàn)在訓(xùn)練的平臺(tái)的出現(xiàn)已經(jīng)變得非常普及了，公司的技術(shù)從0到1的轉(zhuǎn)變是非?？赡艿模枪救斯ぶ悄芑蛘呒夹g(shù)的發(fā)展最關(guān)鍵的是怎么樣能讓技術(shù)有一個(gè)比較好的壁壘。360最近有兩個(gè)重點(diǎn)，第一個(gè)重點(diǎn)是我們要重點(diǎn)發(fā)展端上的智能，因?yàn)檫@種端上的量肯定要比云上的量高很多，而且有各種端出現(xiàn)。

　　要發(fā)展端上的智能化有兩種方式，第一種方式是你可以用編譯的專用的芯片，我們要想想在中國(guó)的這種大環(huán)境，這種智能硬件低價(jià)的大環(huán)境情況下，如果用這種編譯的專譯芯片當(dāng)然是一種方式，但是總的來(lái)說(shuō)它肯定會(huì)讓產(chǎn)品的價(jià)格有大幅度提升。我們認(rèn)為這種編譯的專譯芯片絕對(duì)不應(yīng)該是唯一途徑，也就是說(shuō)應(yīng)該讓端上的技能真的建立一個(gè)技術(shù)壁壘的話，你要在算法上真正意義上降低計(jì)算量。

　　打比方說(shuō)1×1的卷積，它就能幫助你去設(shè)計(jì)這種高效的網(wǎng)絡(luò)。首先比如說(shuō)最近的微軟的產(chǎn)品，如果256級(jí)做3×3的卷積就是9的量級(jí)，如果你能用1×1把256做成64家，就有4×4的降低，這對(duì)于端上是非常有價(jià)值的。

　　另外一方面在這種有損失的情況下怎么樣減少計(jì)算量，在工業(yè)級(jí)上應(yīng)用的可能比較少，但是在端上微損是可以接受的。

　　另外一方面其實(shí)這種端上的小的模型，可能它的精度上會(huì)有損失，但是如果你的企業(yè)的運(yùn)用有很多的大數(shù)據(jù)的話，那么大數(shù)據(jù)在某種程度上就能密度這種精度的損失。當(dāng)然，這些信息絕對(duì)不會(huì)成為技術(shù)壁壘，真正的技術(shù)壁壘是有什么方向不減少技術(shù)的情況下有精度的提升。這也是我們360研究院在極力發(fā)展的方向，這是非常高技術(shù)壁壘的方向，但是我覺得對(duì)于中國(guó)的這種特定的環(huán)境下是非常重要的，也就是說(shuō)奔跑在CPU上的編譯絕對(duì)是以后端上非常重要的發(fā)展方向。

　　另外一個(gè)非常重要的方向，是怎么樣讓人工智能的系統(tǒng)具備自學(xué)習(xí)的能力。一方面對(duì)很多的應(yīng)用，你真的是沒有辦法標(biāo)注，比如說(shuō)做自動(dòng)駕駛，一般的企業(yè)來(lái)說(shuō)沒有辦法真正搜集到各種場(chǎng)景下的數(shù)據(jù)。如果你的系統(tǒng)在運(yùn)行的過程中能夠自我自主地學(xué)習(xí)、自主地搜集這些信息的話，那么它的性能肯定就可以逐步增強(qiáng)。但另外一個(gè)方面來(lái)說(shuō)，在端上我們只能有輕量級(jí)的計(jì)算，如果我們能自主學(xué)習(xí)的話，之后就可以保證在端上可以達(dá)到計(jì)算，因?yàn)閭€(gè)性化服務(wù)不是服務(wù)所有的人，這樣的話小模型就有比較好的針對(duì)性。

　　另外自主學(xué)習(xí)完全有自主性，一方面當(dāng)一輛車在路上行駛的時(shí)候，我可以根據(jù)上下文推導(dǎo)出哪些是人，哪些是車，車輛檢測(cè)，特別是家里的機(jī)器人，這個(gè)機(jī)器人可能一開始應(yīng)用的時(shí)候負(fù)擔(dān)家里所有的，但是如果逐步積累一些位置檢測(cè)出一個(gè)人，如果能把這些樣本當(dāng)做了增益樣本的話，那么機(jī)器人的這種性能就會(huì)更加自主地增強(qiáng)。我們的目的是希望最終這些物聯(lián)網(wǎng)的產(chǎn)品有自學(xué)習(xí)的功能，最后變成懂我的互聯(lián)網(wǎng)的產(chǎn)品，而不是互聯(lián)網(wǎng)的產(chǎn)品到你家里之后，就變成一個(gè)Fix的東西。

　　最后做一個(gè)小的總結(jié)，在360這種大安全的策略上，現(xiàn)在人工智能技術(shù)已經(jīng)逐步地運(yùn)用到公司的很多產(chǎn)品中，同時(shí)也進(jìn)一步證明了人工智能這種技術(shù)有很多新的產(chǎn)品的形態(tài)正在打磨，我也敬請(qǐng)大家期待360有更多的人工智能的產(chǎn)品服務(wù)于普通的老百姓。謝謝大家！