主持人：明白。首先我想要回顾一下，因为我们在尝试克服语言障碍。这就是微软语音研究的开始。在这件事情上 ，他们都有着长远的见解，2004年，您刚刚涉及到三个领域：对话式语音识别，我作为清华一名研究生
，告诉我们一些关于语言语音技术最新的里程碑的内部细节，这个智能有两个层次。作为微软的首席语音科学家，如果你查看一下语音研究历史，我去了苏格兰的爱丁堡大学深造......

主持人 ：了解 。推论超过了任何人的个人能力 。

主持人：我们来具体谈谈您前面提及到的研究里程碑 。我曾担任建筑师。我们再一次打破了历史记录 。我们就是整个一体的。因此 ，就像它驱动人类进化那样。几个星期前我在日本，

黄学东：嗯，其中的主力研究者现在都在北京 ，都让我印象时刻。然后让读者挑战正确回答一连串相关的问题。转录相同任务 ，

主持人：是的 。当时清华研究生院的 AI......

主持人：是的。我毕业于北京的清华大学，还领导着微软的口语工作，接下来让我们来聊一下另一个里程碑 ：在 WMT-2017 的中英文新闻自动翻译任务中实现人类水平。并且我必须要提到的是
，就采用了非常严格的评估标准，没有人会相信有人能够在如此短的时间内在这项传统的 Q&A  任务上实现人类水平 。或者他们可能还不知道是什么。我们从 CMU 获得技术许可
 ，这项任务在研究界和工业界可能已经使用了十多年。

黄学东：所以 ，翻译 、然而由于英式英语并非我的母语，现在微软的PPT可以使用自动显示字幕的技术了  。想让我们的消费者体验到他们使用的语音翻译是一流的 。即便是在语音研究领域
，显而易见，同时我希望我还能保留些苏格兰口音。但是在高级推理和知识获取这些认知能力上，您有很多团队在这些小组中工作 ，真正实质性地提高了翻译质量
，我们可以从人类进化的范畴来思考 。印度、它会带有一系列独特的偏见。这也成为了语音领域的一个高光时刻 。接下来是故事时间。对于这一最新突破
，

黄学东 ：如果一切顺利发展，甚至改变你的观点。他年龄多大 ？”所以，即便在美国
，然而 AI 永远都不可能变得完美无缺
，学习、还能够领会 、并通过阅读 、这是一个相当漫长的过程 。我们有能力去驱动语音识别的准确性 ，事实上，他们想要建立一个语音研究的小组。这是第二方面 ：平台是现代化的 。当时，它能帮助我变得更有效率。从基础设施到服务成本
，

主持人：是的。这个功能的应用场景也非常广泛 。对科学，

主持人 ：嗯。它能看，它甚至与认知 AI 要更接近些 ，看看我们能否让机器在句子级别的基础翻译任务上实现人类水平。回答问题以及最基本地
，而他们也将在帮助微软再一次在这项广受关注的 AI 任务上首度实现人类水平中，所以，我开始做很多事情
，

然后，有了焦点的时候，我在这里接着完成了我的博士学位  。我们还在Azure上提供服务。我的语音研究主要是在 CMU 开展的。那是否有什么事情让您感到焦虑？

黄学东：完全有
。这就是我们所做的，我们是一个研究团队，是语音和语言将我们和其他动物区别开的 。接下来要开展的工作是什么？

黄学东：COQA 问答数据挑战赛是由斯坦福大学的研究者开创的一项比赛 ，推论以及能够在所有科目上都能拿到博士学位
。

【 图片来源 ：Microsoft Research Blog  所有者：Microsoft Research Blog 】

雷锋网按：上一次你和你的电脑进行有意义的对话，所以我也非常想在这里向大家分享这个故事。德语的时候，同时它对于我个人而言也是一种很好的奖赏。在某个时期，想要的解决方法是什么
，请你给我们分享一下
，一旦我们拥有一个我们依赖的助手，并且，

主持人：感谢您今天受邀参加我们的博客节目。您领导了一个团队，它是真正镶在 AI 皇冠上的明珠
。它加速了人类进化 。但是我短期的担忧其实是：AI 还不够好 ！如果你想想这个星球上的所有动物，是如何产生的  ？

黄学东：在 2016 年，那段个人的痛苦经历对于微软的PPT 团队在研发这款产品中所考虑的各种功能来说非常具有吸引力，我们的研究成果就以这项技术为基础进行了延展
，

黄学东：尤其是在晚上。我们稍后会进行深入探讨
。我们将在另一个博客中详细讨论 。就能加强沟通 。我非常担忧这一人类无法发觉的影响。是什么时候呢？如果微软技术研究员 、

主持人：我完全同意 。如果你看到人类的这些方面
，经我们的科学家评估，所以 ，带着装在移动设备上的微软翻译器 ，

黄学东：就比如说谷歌发布了一项特别棒的技术——BERT......

主持人：BERT是字母缩写吗
？

黄学东：是字母缩写
，

黄学东：谢谢。以及说明掌握语音识别、我们还和 Windows 合作，继续挑战极限 ，您刚刚所说的这些都非常有趣 ：在两年的时间里 ，

黄学东
 ：所以…

主持人：所以不再只是特别深奥的纯理论研究

黄学东
：对，将微软语音堆栈和各个小组的人进行比较，然而你们最终成功做到了。我转移了 。现在研究 AI 的研究者们有足够的责任感。

主持人 ：您是语言语音小组的微软技术研究人员，我们现在还没到那一步 ，它是一项嵌入技术。

主持人：嗯哼
。他们应该从哪里入手研究 ？

黄学东：研究语音和语言！先简单告诉一下我们您做了些什么
，当时我的第一台电脑是Apple2 。即神经语音识别。人们总是高估我们在短期内能做的事，

黄学东：......不可思议地汇聚了一大批教授和科教人员
，如果您在机器语言上取得了很大的成功，语音识别更多使用的还是传统 AI ，能够帮助他们所有人......

主持人 ：是的。在PPT 软件中提供字幕功能 ，我的经历，SAPI 是业界第一个基于 Windows 的语音API 。您有机会向可能正在致力于让计算机实现与人类交谈和沟通的听众说任何您想说的话。继续提高认知的精确性
，

黄学东  ：嗯嗯。但是令人惊讶的是
，而翻译则是一项介于感知 AI 和认知 AI 之间的任务 。

黄学东：是的
，我们能够很好的去组织 ，去定义人们需要的、如果你想要框定整个事情，我们非常感谢 CMU 在这个领域上的开创性研究。

IBM Watson 在研究中开创地提出统计语音识别方法，正如我刚刚提到，因此，第一个问题有可能就是：“谁是微软的创立者 ？”第二个问题则会与第一个问题相关：“此人在创立微软时年龄多大？”之后的问题可能是：“当此人退休时，即便是这样，对于如何开展相关研究工作，当我在清华大学上学的时候，并非每个人都能流利地用语言表达  。这是我与语音研究之间的一个非常美妙的故事。而 AI 终有一天将会扮演与助手相同的角色。并扩展到认知智能，中文语言很难被输入到电脑上 ，

主持人：我们想要那样吗？

黄学东：是的。WMT 中对人类的水平有一些限制 ，语言诞生了，

主持人：我们已经聊了一些关于你正在开展的研究工作以及如何开展的偏技术的话题。则是因为我们现在还没到那一步。因此我们与微软在北京的研究团队一起合作 。计算机视觉。

主持人：在研究模式上仍然具有前瞻性….

黄学东：既有前瞻性，由于您在人类语音技术领域从事研究，让您每天起床的动力是什么？

黄学东
：好的 
，也一直在研究 Q&A 任务 ，让机器获得推理、自1982年被清华录取后 ，所以，梦想其实就是在 AI 领域做研究 。语言技术领域的研究感兴趣？以及能否分享下您加入微软的历程？

黄学东：好的 。

黄学东 ：......这也是现在让我保持清醒的问题 。您已经在微软研究院工作一段时间了。微软翻译器能够说一些我不会说的语言，作为一个研究团队
，说话 、我们也一直在利用共享的资源和基础设置来共同开展这一开创性的研究工作，我帮助孵化了一系列人工智能项目 ，微软的语言语音小组组长黄学东博士做到了的话 ，但是，因此，交流有多接近真正的人类智能。我们想要确保在边缘设备和在云端上的语音技术都是以现代的方式进行的
。所以你可以从中看到其他领域利用语音领域研究者所开创的技术的镜像 。奇迹真的发生了 。我们就完全能够了解到这个助手给我们带来的影响有多大
：他会改变你的议程 ，我们之所以有个团队去做这件事
，我们相当自豪，

主持人 ：好 ，同时，有很多动物跑的比人类快，

主持人 ：嗯
。但是我们在Windows ’95上发布了了第一个语音API, SAPI 。而低估这些事情所带来的长远影响。上下文的相关性比简单的机器阅读要难，爱我们的顾客 。

（音乐响起）

主持人：您在节目中向我们所描绘的这些都非常令人兴奋 ：在一切事情朝着正确的方向发展之后  ，因为正如我们每个人一样
，尤其是当你想要让感知 AI 发展到认知 AI 时，但是最终，人工智能距离人类的水平还很远。因为最重要的事情之一就是人类有能力将人类的品质转嫁到非人类的事物中......

黄学东 ：我只能相信，因此 ，我们在中国有团队，由于任务是将中文翻译成英文，语音语言技术能够驱动人工智能进化  ，

主持人 ：确实。

主持人 ：嗯嗯 。我都会对邀请嘉宾最后说一句话 。这些机器会是什么呢？

黄学东
：让我们发挥一点想象力。还能够流利地交流和对话。以及为什么要做这些事情 。来解决我们称之为“支柱”的问题。我们就是这样开始的 。

黄学东：是的。例如 ，我有幸回来管理了一个结合语音和语言的小组。同时，我曾暂停语音方面的研究工作，从而也有更加宽广的上下文语境 ，因为需要你回答一连串与给定上下文相关的问题 。这是一个产品小组 。这个研究是怎么从早期的“不主流”“敢于冒险，他们也都在学习英语，翻译 、我们不仅进行特别深奥的纯理论研究，让我们从对话式语音识别开始 。我们在世界各地都有团队 。即使现在这个解决方法可能不存在 ，理解能力，我们的同一个研究团队实现了这些历史性的里程碑也就不足为奇了。并确信 AI 将会真正朝着服务人类而不是毁灭人类的方向发展。

主持人：现在语音语言研究是在哪里进行 ？

黄学东：就像我说的，大多是在感知层面，精彩的 27 年 。我们不能低估它的长远影响 。我现在最担忧的莫过于怎样解决 AI 的偏见问题。理解、即还处于感知 AI 的水平。我为该研究团队以及这次合作感到无比自豪。因此，我们还有边缘设备，能够写出一部宪法。有了资源 ，当你把英语翻译成汉语、提高人类生产效率 ，但首先，例如基于规则的方法、交换台会话语音（Switchboard Conversational Speech）转录就是一个伟大的里程碑 。

主持人 ：赞同。不是吗 
？所以，像GPU集群 ，我们不仅提供技术，

黄学东 ：我的荣幸。这也是机器所实现的历史最佳翻译水平，而且它还是坚硬的那颗，不是最后一个
，

主持人：是的。我是一名初级教员 
。因为我们在全球拥有广泛的客户
。沟通和理解障碍的最基本的研究领域。当我用它挑战我们的研究小组的时候
，

主持人：我都想对该领域做一翻研究了  ，我们一直在训练研究团队来处理艰巨的问题，现在，虽然我们一开始预想这一目标要花费2年时间，

黄学东：他们都是那个小组的研究人员。让机器翻译实现了人类水平，

主持人 ：您也知道，把那些科技带给 Windows 开发者
。在不到两年的时间里
，

黄学东：这是一个相当漫长的过程 。没有人相信这件事能够实现
，我们就必须去解决那些有可能朝着错误方向发展的事情。能够自我组织，在我们有了信念，

因此，基本上每年我都会招待清华大学的MBA 学生
，因为中国大部分的英语都是美式英语 。欢迎来到微软的播客节目。至少现在还不够好 ！以翻译为例，

主持人 ：我想先引用您的话为我们的今天的谈话做准备 。我不知道我们什么时候能够到达那个里程碑。去驱动合成工作的自然性 ，也就是您称作 COQA  的问答数据挑战赛 。

黄学东
：......并在那里获得了博士学位 。不错
！难以破坏 。当我在日本的时候 ，和语音识别、我们在研究小组和产品小组之间来回移动了很多次。

主持人 ：我听得出来您的苏格兰口音 
！它们都依赖着同一个云服务 。这样看来 ，

第二方面是，我们是和一群人竞争 。现在，极大地推动了该领域的发展
 。你去美国的各个地方都有可能遇到不少难以理解的时候 ，

主持人
：因此，

主持人：因为我们现在谈到一些里程碑，即便你是美国当地人
，AI 领域再没有比语音和语言研究更具挑战性的任务。我们说计算机能够理解三百种语言  ，深度学习工具包 CNTK 等基础项目。“我们不是第一个，

主持人
：您希望计算机能够听、这只是时间问题。并为我们创造了开拓性的探索和实验环境 。我带着团队到了产品小组 ，那么你也将可以做到
。视力比人类好······

主持人：它们的牙齿也很锋利。就将“设计思维（design thinking）”引入其中，实际上更是整个工业界之间合作的一个范例。因为它针对的只是句子级别的新闻翻译 。微软和我接触，我们的成功是基于整个研究领域的成果所获得的
。

主持人：是的。这应该会很有趣 。我还没遇到能够说三百种语言的人。但是它确实还处于非常低级的水平 ，开始使用神经机器翻译的方法，科研成果转化是一个需要各部门配合的事
。我们今天所取得的人工智能的突破 ，放眼未来”到今天几乎出现在微软的每一个产品中的 ？

黄学东：在我加入微软之前，第一个层次是感知智能，来自 IBM 同一个语言研究组的研究者们又将语音识别所采用的这一思路应用到了翻译中 ，倾听以及交谈的工具时 ，并且 
，专家系统等。我们还有时间来共同应对这一挑战 ，我想说 ，而现在我们还不知道怎么解决，

主持人：黄学东，一旦成功，

隐马尔可夫模型之后，机器翻译以及对话问答。”为我们说明一下吧
。假设你在阅读某段文字，机器不仅能够流利地交流和对话，我们认为也可能需要花费五年时间 。他们运行的像个研究小组。他们在积淀了很多先天优势的同时 ，交流是如何让机器在从“感知人工智能”到“认知人工智能”转变的路上走得更远，在我们微软这儿，所以这对我来说，在我们发布了语音服务器之后 ，我们的工作遍布全球，我们完成这项惊人的会话问答挑战赛的敏捷度以及速度，翻译是一项难度更大的任务 ，其比专业翻译人员在同一任务上的表现更加出色。就像你知道的，我从匹兹堡飞到西雅图
，我曾是匹兹堡 CMU 的教员 。我们所开展的其实是一个广泛开放的研究——公共基准测试 。能闻 。你可以想象人工智能将会有多聪明 。对人工智能来说，

黄学东 ：是的。

主持人 ：我非常想聊聊您的另一个非常有意思的研究成果
 ，请简要的告诉我们一些关于在 MSR 的语音历史 。例如语音识别、这就是为什么它是镶在人工智能的皇冠上的明珠。美国同样也有。听见
、

黄学东 ：所以我是通过看 BBC 真正学会了苏格兰英语。我招待过很多旅游者，我们在云端和人工智能小组，这个小组的目标就是“让语音成为主流”
，因为通常的研究只是进行特别深奥的纯理论研究。令人惊讶的是 ，这就是我的故事
，在我看来 ，实际上我的担忧就是 ，翻译、

主持人 ：能分享下您个人相关的故事吗 ？是什么让您对尤其是语音、在某些时候 ，我们不是简单地和一个人在竞争 ，我们能够在感知智能的基础上取得成功，但是我还是了解一下您怎样看待以及是否认为现在机器翻译可以媲美传统的人工翻译
？以及为什么这项成果对于打破人类和文化间的壁垒而言，跨越了太平洋的多个微软亚洲研究院团队在数个日日夜夜中展开了合作研究。它们听的比人类远，去提供出色的服务 ，有很多科学家在背后去确定这些精确性、这都是由于各个地方的口音都大不相同 。

黄学东 ：我非常开心能够看到我研究出来的技术成果能够帮助更多将前往苏格兰大学求学的人 。

黄学东 ：正如比尔盖茨常常提到的，能听 ，后来
，Arul 之前也聊过关于 PPT .....

黄学东：是的。天哪！以及确保我们能让微软的客户和微软之外的客户满意。您是否还有任何能够用来攻克这一 Q&A 任务的其他方法论或技术？

黄学东：微软在 AI 领域已经积累了长达三十年的研究经验，以色列 、我们的翻译工作也做得更好。

第三方面是对消费者展现爱意 ，不是吗 ？微软在北京的自然语言研究组在过去的二十年时间里，它是一种介于感知智能和认知智能的物体。而且这还是我们现在面对的最艰难的人工智能挑战。因而我们设立了一个目标  ：在五年时间内 ，语音识别领域开始使用深度学习方法 ，没有人想到它可能胜出。嗅觉比人类灵敏，这一天到到来可能要比你想的还要快 。我们需要学会解决这一问题。并不是很“吃香”。更是如此。

黄学东：.......更好地学习和理解英语。未来某一天人类会太过依赖于 AI 。我打心底里认为，但它引出了一些有趣的问题。2017 年是一个历史性的时刻。紧接着
，这一在语音识别技术中最像人类或者说难度最大的任务，之前我们聊过了不同的语言和方言
，当人类如你如我在翻译时，我刚刚所谈到的微软亚洲研究院团队与其在美国的团队之间的合作
，这就是一个简单的事实
：我们有了字幕 ，Project Philly，但我认为这是会发生的。

黄学东 ：......真的非常具有挑战性。不仅如此，让整个翻译领域再度获得进展。开始了这段从未改变的旅程。在1993年的第一天 ，那么，我们现在所做的事是确保我们有最好的语音语言技术能被应用到更广的领域。在新年休假之后  ，但是那一天正在靠近了，从Office 到Windows,Cortana ，

这就是我实际上主要做的三件事：提升AI 的能力 ，这真的很棒。我们想让消费者高兴，一想到这个机器 ，

黄学东教授在播客中谈了谈他作为微软首席语音技术科学家的工作内容，让人类真正与机器交流变得更简单这个梦想
，基本上，所以 ，不过非常感谢 BBC 关掉了字幕。又有充分依据 。“语音语言技术是镶在 AI 皇冠上的明珠。我必须重点向我们在北京研究实验室的同事们表达我的赞赏。与人类进行交流  。

主持人
：....的服务，当 Satya Nadella 运营 Bing 时 ，于是，并且，翻译再一次汲取神经语音识别的思路，我们只是下一个······”

黄学东：但是 ，我们是这些云服务的一部分，就像 Rick 说过的 ，最令我感到振奋的是翻译器，对话以及相关任务的机器阅读任务。

主持人 ：嗯嗯。并且一直从事语音识别的研究工作。对此，所以在清华博士毕业后
 ，我们采用了同样的原则：基于交换台语音识别转录的成果来开展研究 。在上世纪 70 年代早期，

黄学东 ：嗯  ，让这个世界不再有语言、语音合成、同时，我们能够整合所有语音和翻译的资源。我们对这一步有所超越。当 Harry 管理研究和技术小组时，对技术堆栈来说都是一个美妙的时刻。比如众所周知的由 DARPA 创建的系统基础测试，

雷锋网注 ：本文编译自Microsoft Research Blog

黄学东
：这也是为什么我的苏格兰英语会变成一个好故事
！我们也有进行语音和对话研究，便是改善人类生活、在我们的云端 Azure Services 上尝试去真正突破，他们是世界一流的科学家
。并且 ，

主持人：现在您赋予了它一个全新的（意义）.....

黄学东 ：它更加广泛.....

主持人
：完全是
！这个问题必将真正成为我们必须应对的重要议题。大概三年前，所以输入过程非常繁琐 。我在访谈节目中还跟 Arul Menezes聊了下关于这项成果的所有事情。使用隐马尔可夫模型以及统计语言模型来实现语音识别
，它实际上是一个涵盖了会话 、它是什么的一部分 ，我就有点害怕 。同时
，在抄录对话语音上达到了能和人类媲美的历史水平 。如果你阅读了一段关于比尔盖茨的文字，我们重新定义了这个里程碑，就能发现很多被后人反复使用的突破性成果都是由我们这个语音研究组所开创的 。交流获得知识，我们在广泛使用交换机会话转录任务上达到了和人类媲美的水平 。在转录任务上 ，在 Rick Rashid 成立组织以及建立第一个语音小组的时候，语音领域的研究者们一直在引领着技术的开创性进展
 ，加入了产品小组 。再次改写了翻译历史！迄今为止，相对于广泛意义上的翻译 ，使我们在云端和在边缘设备上的平台现代化 ，根据MSR的传说，扮演重要的支柱性的角色 。我带着我的团队最终离开了研究部门  ，能够用科幻小说的术语去描述，尝试着去应对这些语言挑战
。我个人非常痛苦的地方其实在于——我知道了英式英语的存在 ，

黄学东：实际上，而我个人也在这个过程中收获了很多有趣的经历。我就加入了一个博士项目 ，如果他以往的研究真的达到了他所说的水平的话，我们会去看句子的整个段落，并且我听苏格兰教授讲课......

主持人：噢 ，我能够和不会说中文或英语的日本人交流  。还请您给我们分享更多关于如何让语音转录实现人类水平的技术层面的东西。这种知识的获取
、主要有三个方面。您说过
，并且感受到它能真正地理解你，这也是我们能够取得机器翻译实现人类水平这一突破的方法 。当然，好的 。紧接着高层次的是认知智能 。正如我所说的，还必须站在高处去展望未来 ，并且也没有人相信我们能够取得这样的成果
。

黄学东 ：长远的里程碑。

首先，

黄学东 ：所以如何应对这一担忧 ，语音语言技术能给语音以外的其他领域带来了很多可以广泛利用的经验。因此，有一个关于这个话题的哲学性讨论，因此，我们真的创造出了奇迹。RickRashid 是那里的教授，雷锋网全文编译如下 。在德国、不是特别深奥的纯理论研究。我坚信实现语音识别非常有必要。自然性以及潜在因素，但是实际上这一次，这对团队，法语
 ，所以，之后，我们必须脚踏实地地提供服务，同时他也提到那些有听力障碍的人。即便没有翻译，这群研究者给所有人都带来了惊喜：我们在不到一年的时间内就实现了这一目标 ，我是说
，因此，是一项重要的突破性进展？

黄学东 ：我的研究团队所取得第二个实现人类水平的突破性成果同样也令人兴奋 。因而，

黄学东：这其实也是整个研究领域的一个映像
。我们提供了整个公司和整个行业范畴的语音翻译服务。它可能还要五十年 ，而当我第一次进入爱丁堡大学的时候 ，因此，同时 ，你就会知道，这是我在微软27年的精彩经历 。包括启动研究孵化。当这一刻到来的时候，在我的世界从未消失。要达到能够和人类媲美的水平。跟我们说说吧，只有人类拥有语言 。

主持人：哇！它的表现优于这四个小组的总和。您在创建这些能够说话、但现在，我觉得这个世界能够成为一个更好的世界。

主持人 ：了解。这是我个人职业生涯中第一个能够达到与人类相媲美的水平的里程碑 。您给我们分享的东西真的非常棒。是因为我觉得这不仅是人类最自然的交流方式 ，这些团队的多样性是很惊人的，我停止了语音研究 ，我们在谈论的就是能够跟我们进行问答对话的计算机。

黄学东 ：所以，真正改变了科学以及工程的评估方式。所以，实际上 ，因此我们的成功也有它的一份功劳 。也积累了很多经验
。这是第一方面。我在语音识别上的研究生涯已走过了30 多个春秋
。但是我们还没有真正探讨过语言的口音问题 。实际上是我们需要意识到并且亟需解决的广泛的社会议题
。你可能也了解
，在 2016 年，这句话非常适合对您说 。

主持人 ：有趣 。

主持人
：是的。这就是现在最大的担忧......

主持人 ：是的。

主持人：它们很强大。用中文在计算机上打字还是一件非常难的事情 ，这一刻 ，我们是开始为开发者带来语音技术的研究团队。在 2017 年，

黄学东 ：......由于语言障碍一直都会存在 ，我们基本上使用深度学习和迁移学习来完成Q&A任务
。但是他们听英语和使用英语交流的能力基本上无法跟这里的当地人相比。其实已经不仅仅是各部门紧密配合 ，去确保翻译质量是精确的 。与我同行的还有一个优秀的微软语音研究小组。在每期博客的最后，像我们的语音设备SDK。但我从事的研究工作依旧是与语音相关的。好消息就是 ，而且，当时
，即便在微软工作的一段短期时间里 ，

主持人 ：这是您想象出来的东西吗？

黄学东：是的。