清流县发电机组出租租赁 优质服务）

Coates：这个问题没什么硬性或固定的规则。我们每天都会提醒自己：我们是任务导向的。准确地说，AI实验室的任务就是创造能够对至少1亿人产生深刻影响的AI技术。我们用它来不断地提醒自己回到较终的目标上，即我们所做的所有研究较终要落在用户手中。

有时候这意味着，我们会发现某些必须要发生、能够真正让技术进步、同时能够帮助百度的东西，但却没人知道如何把它搞定，这就出现了一个基础性研究的问题，需要有人出来解决，我们会站回到更高的立场上，为长远考虑，然后投入研究。

在这上面获得成功之后，我们会将注意力转移到另一个问题上。我们会负责将所有成果输入一个真正的应用，并且会确保放进去的东西不是只解决了90%，那只够写论文——我们会解决到99.9%。

我给你举个例子。我们过去在语音识别上花费了大量的时间。语音识别在几年前是那种“已经非常好但还是不够好”的技术之一。传统上，语音识别系统已经为移动搜索这类的东西做过很大程度的优化，如果你把自己的手机放到嘴边，提一个短点的问题……

主持人：会得到一个非人类声音的回应。

Coates：就是这样。系统能够把这个问题搞定，并且它们已经做得相当不错了。我认为我们在百度做出来的语音引擎，叫Deep Speech，在处理这些短问题上的水平其实已经追赶人类了。因为这种情况缺乏语境，人类还可能带有浓重的口音。

其实，那个语音引擎一开始是个基础研究项目。

当时我们看着这个问题，心想苍了个天啊，要是你用过的每一种产品上的语音识别都能达到人类水平会是什么样子啊？不管是在家里还是在车里，你拿起电话，或近或远，如果我在厨房里，我的孩子在冲我嚷，我还能用语音交互吗？它能像人类一样理解我们吗？