人类的语言是可以去描述整个真实世界的

人类的语言是可以去描述整个真实世界的。反过来，理解人类的语言，理解整个真实世界，要难得多。所以这也是我们为什么重视知识，花很大力气做知识图谱的原因。百度的知识图谱到目前为止是我所知范围内最大的，有几千亿事实在里面，这是别人谁也没有的量级。我们在这方面的优势来源于百度传统的一些优势，比如说搜索，搜索把互联网所有的网页抓取回来，进行分析处理，并建索引。搜索引擎基本上构成了整个互联网的镜像。而由于现在大量的需求和数据在持续不断的线上化，互联网又构成对真实世界的镜像，所以透过搜索引擎的这些数据，我们可以从中挖掘知识，对整个真实世界更好地建模，更好地进行知识的积累。我认为，有这样一个过程，认知层的技术才能逐渐往前走，朝着通用人工智能发展，这是很重要的一条路径。当然通用人工智能还是比较远的一件事。

现在国内的学者或学生发论文的数量越来越庞大了，有人也会觉得国内的比如说自然语言处理，跟美国的距离缩小了。你怎么看？

首先差距是不是在缩小？肯定是在缩小，甚至有一些方面，我们已经反超。尤其是在应用技术领域，有些我们做得比别人更早。以机器翻译为例，现在主流都转到神经网络的翻译上了。我记得 2016 年 9 月底，Google 发布了他们的神经网络翻译。但是你上网了解就会发现，百度的神经网络翻译 2015 年上半年就已经上线了，比 Google 要早一年多。有些领域，我们的确是世界上最早开始的，对科技圈来讲，早一年多是一个很大的领先优势了。

但我们的基础研究还是相对落后的。比如现在这些主流的方法，深度神经网络、强化学习，还都是来自于欧美。我觉得现在越来越多的中国人进入这一行，越来越多的人在做研究，我相信慢慢一定会产生好的基础研究。但是到目前为止，我们的确还是落后的。

我们在看技术领先性时，会把它区别为一些问题是属于基础性的问题，一些问题可能是在应用的过程当中发现的。

是，解决应用的问题我们能力已经很强了。

但大家会有一个观念是，后面这种研究能力是弱于基础研究的。

不能说谁强谁弱，而是有一个先后关系的问题。就是说你没有基础研究，后面也不可能用它们来解决应用问题。但是只有基础研究也是不够的，类比一下，比如说爱因斯坦的确很伟大，相对论也好，质能方程也好，的确是非常重要的基础。但是有了这些，离真正造出原子弹，建成核电站还差得很远很远，中间还有非常长的路，这些应用之路其实也是非常重要的。而且一旦这些路走通了，走到应用了，大家看到应用的价值了，会有更多的人进入，会有更多的资源进入，会反过来再促进基础技术的发展。所以应用非常重要，在现实场景下能发现问题并解决掉，很多时候也是在找新方法。大家都已经看到它的重要性，大量的人，而且是聪明人都进来了，中国在这方面迟早会有突破。