说实话在做公号之前我从没想过能认识到这么一帮人：
毕业于复旦、交大，并留学过欧美的国际会议同传，在过去的十多年里，为数百位总统、总理和商界领袖提供过口译服务。这也许就是我一直凭兴趣做公号的目的，能认识到形形色色的人，让我的生活可以变的更加丰富多彩。这两天在智能大会上的马云和马斯克的两马对话火爆了网络，而这个专业的公号成为了此次对话的同传者，如果只是简单的把此次同传的幕后花絮说出来，那么就不符合这个公号专业的气质，在这篇文章中黄老师把多年的同传经验跟大家做了分享，这才是该文章的魅力所在，能听听专业人士的经验分享是多么幸运的一件事情。谢谢黄老师，也郑重推荐这篇文章及幕后的公号：
独到英语
。
对了，这篇文章选在了10
点2
4分
群发，
因为
1024
=
1GB=一级棒，
我也很专业吧：
）
在微信时代，已经很少收到短信了。不过，我在前天收到了一条来自中国电信的短信，提醒我要开世界人工智能大会了。
马云和马斯克的对话，是大会非常受关注的一个环节。我和其他几位同事一起做了同传。
我们事先得知马老师对话时会讲英语。他语速不快，英语发音很清楚，还带有杭州口音，所以翻起来并不难。
马斯克就比较麻烦了。他是在南非出生长大的，讲的英语听上去很含糊，而且他思路比较跳跃，有时候讲话逻辑也不是很清楚。
我平时看英语视频时，一般都调到1.5倍速，唯独在看马斯克讲话时，不敢调快，一快就晕了。所以，给马斯克做同传，是比较有挑战的。
不过幸好，我对马斯克还是比较了解的。我非常敬佩马斯克，读过他的传记，他的演讲和采访也看了不少。
所以，对他会讲些什么，心里是比较有底的。牛人的思想体系都比较成熟，主要观点的数量也是有限的，不太会经常冒出全新的想法。
对发言人比较了解，翻译起来就会轻松很多。因为哪怕没听清或听漏了，也能根据上下文，猜个八九不离十。我们听母语时，也经常有没听清的，但是潜意识中的背景知识，会帮我们把意思补上。
马斯克一直认为人工智能会远远超过人类，给人类造成威胁。他在昨天也表达了类似的观点：
The biggest mistake that I see
artificial intelligence researchers
making is assuming that they're
intelligent. They're not compared to
AI.
马斯克还认为人类已经是半机器人（cyborg）了：
We are already a cyborg people because we are so well integrated with
our phones and our computers. The phone
is almost like an extension of yourself.
相比马斯克，马老师比较佛系。他表示，在
别人很担忧人工智能的时候，他认为人类对自己要有信心，因为虽然我们今天没有解决方案，但未来会有的，年轻人会有办法的。所以他非常乐观，认为人工智能并不是威胁。
在对话中，两马在大多数问题上的看法，都是截然相反的。所以，有好几次场面比较尬，几乎聊不下去了。理工直男马斯克要么停下来思考该讲什么，或者干脆就沉默了。
碰到这种情况，喜欢打太极的马老师就会说，让我们换个话题吧，于是两马就走出沉默，开始下一段尬聊。
对于人工智能是否会取代人类，造成大量失业，两马的分歧也比较大。马斯克认为：
Probably the last job that will remain
will be doing writing AI software and
then eventually the AI will just write
its own software.
然而，马老师认为，每次出现技术革命，人们就开始担心技术会取代所有的工作，但工业革命创造了很多工作，也让人们有更多时间享受生活。
马老师认为，有序的、有逻辑的工作可以交给计算机去做，其他工作还是需要人类来完成。
马斯克很伟大。在把PayPal卖了之后，他没有选择阳光沙滩，也没有继续在互联网创业，而是用自己的钱，进入了实体经济中最艰难、最不容易赚钱的行业：火箭和电动汽车。
马斯克追随自己的理想，担忧人类的前途命运。他是一个纯粹的人，一个脱离了低级趣味的人，一个有益于人民的人。但是，这并不意味着马斯克所有观点都是正确的。
人工智能科学家迈克尔·乔丹（不是打篮球的）认为，马斯克虽然很厉害，但是术业有专攻，他并不懂人工智能。乔丹认为，实现真正的人工智能，可能需要几百年。
在昨天的大会上，有的科学家认为，要实现通用人工智能，可能需要1000年，甚至10000年。
我从马斯克身上，学到的非常重要的一点，就是他遵循的第一性原理（first principles），即事物最根本的、底层的原理。
第一性原理帮助马斯克意识到，火箭发射之所以极为昂贵，是因为火箭都是一次性的。于是，他做出了可回收的火箭。
然而，科学家们并不了解人脑的第一性原理，即上千亿个神经元组成的神经网络，是如何产生意识和思想的。不理解人脑，人工智能又怎么能够超越人脑？
马斯克很多年前就说过，完全自动驾驶很快就能实现，事实却并非如此。特斯拉工厂也曾因使用机器人太多，导致经常出现故障，并一度停产。
此外，有科学家透露，有些所谓的自动驾驶，其实是由印度人在远程驾驶。孙正义重金投资的人工智能公司，也被发现造假，印度工程师在伪装成人工智能。
还有所谓的人工智能公司，号称可以做机器同传，而真相是把活人同传的翻译，听写成文字，然后投到大屏幕上，造成机器同传的假象。
关于计算机与人的关系，马云太佛系，马斯克太激进。而马斯克当年在PayPal的同事，也是《从0到1》的作者，Peter Thiel的看法比较务实，也被实践证明是正确的。（马斯克的头发实现了逆生长，好羡慕！
）
Thiel在PayPal对付欺诈时发现，完全依赖计算机会误判很多欺诈行为，而完全依靠人力又根本查不过来。于是，他尝试了先让计算机筛查一遍，发现可疑情况再交给人来判断。结果显示，这种方法的效果非常好。
在卖掉PayPal之后，他创立了情报分析公司Palantir，沿用了之前人机结合的方法来分析情报，成功定位了本·拉登。
由此可见，有些事情机器擅长，有些事情人类擅长，机器并不是万能的，就像人一样。
作为人工智能大会的同传，自然要讲一下人工智能是否做得了同传。
我用过Google Translate来翻译正式文件，翻得很好，正确率很高，通过机器的译文，可以较好地理解原文的意思。
而当前，机器同传的效果却很不理想。我认为，马老师昨天说的一句话，可以用来解释这个现象：
书面语有着正确的断句和标点符号，符合语法，比较有逻辑，所以有点像规则严格的围棋，机器是比较容易识别的。
而人的口语，即不读稿子的即兴发言，是比较随意的，语言结构是比较松散的，经常出现不符合语法的情况，有时也会缺乏逻辑，所以机器看了会一头雾水。
比如马斯克昨天说的一段原话：
so what do you do with the situation
like that what do you do with situation
like that I'm not sure you know hope I
hope they're nice I mean I have
obviously some you know I think in a
situation where you if you you know that
old saying if you can't if you can't
beat them join them
上面这段话，是我用YouTube的语音识别记录下来的，没有大小写，也没有标点符号。对于只认规则，或者只认统计规律的机器来说，这段话是很难断句和理解的，因此也就很难翻译，但对于人来说，这段话只是比较啰嗦而已。
关于人工智能，李开复认为，
相比生物大脑
，深度学习只是
照葫芦画瓢
，
机器学习永远
