艾倫人工智能研究所相關(guān)人員就曾表示，教電腦閱讀并回答相關(guān)問(wèn)題現(xiàn)在都還是個(gè)不可能完成的任務(wù)。舉例來(lái)說(shuō)，在閱讀了八年級(jí)的科學(xué)課本后，電腦只能回答對(duì)60%的相關(guān)問(wèn)題。教電腦理解一個(gè)句子甚至比讓它在圍棋上戰(zhàn)勝世界冠軍都難，電腦在解決模棱兩可問(wèn)題的能力上還有著較大的缺陷，它們太死板了。邏輯決策層需要大量的數(shù)據(jù)和算法來(lái)支撐，但是在人工智能領(lǐng)域，98%的算法是開(kāi)源的，大家主要是在拼數(shù)據(jù)。

 

　　然而，對(duì)于人工智能的定義也是相對(duì)模糊的。制造一臺(tái)機(jī)器，通過(guò)數(shù)據(jù)整合和分析產(chǎn)生預(yù)測(cè)，以幫助人們實(shí)現(xiàn)精準(zhǔn)決策可以稱(chēng)之為人工智能。制造一臺(tái)機(jī)器，然后去代替人也可以稱(chēng)之為人工智能。早在20世紀(jì)60年代就有科學(xué)家開(kāi)始進(jìn)行人工智能的研發(fā)，并發(fā)明了可以做數(shù)學(xué)應(yīng)用題的機(jī)器人、能夠人機(jī)對(duì)話(huà)的機(jī)器人。到80年代，日本又出現(xiàn)了專(zhuān)家級(jí)系統(tǒng)計(jì)算機(jī)，幫助企業(yè)和政府進(jìn)行決策。進(jìn)入21世紀(jì)，又出現(xiàn)了下圍棋的數(shù)字機(jī)器人。人工智能的目標(biāo)和技術(shù)隨著時(shí)代的發(fā)展在不斷地變化，人工智能到底是用來(lái)干什么的？

 

　　人工智能作為一項(xiàng)新的工具，是可以幫我們解決很多問(wèn)題的，其適用面也較廣。利用人工智能可以有效地代替人類(lèi)做一些煩瑣的、重復(fù)性的工作，也可以成為人類(lèi)娛樂(lè)的一種方式。

 

　　歐美、日本的人工智能發(fā)展較為迅速，與之相比，國(guó)內(nèi)的技術(shù)水平還停留在一個(gè)任務(wù)型的水平，即你讓機(jī)器人訂票、打電話(huà)沒(méi)有問(wèn)題，但是要跟機(jī)器人聊天，體驗(yàn)則很差。

　　與此同時(shí)，對(duì)于進(jìn)行人工智能開(kāi)發(fā)的公司來(lái)說(shuō)，盈利才是他們能夠繼續(xù)推進(jìn)人工智能開(kāi)發(fā)的動(dòng)力。但是，目前來(lái)看自動(dòng)駕駛、計(jì)算機(jī)視覺(jué)、智慧城市以及智慧醫(yī)療等等人工智能尚沒(méi)有帶來(lái)直接的商業(yè)價(jià)值。這其中，一方面是因?yàn)楝F(xiàn)有人工智能的設(shè)計(jì)方案都較為笨重、單一、昂貴。例如，谷歌推出的圖片識(shí)別系統(tǒng)“谷歌大腦”，是由上千臺(tái)計(jì)算機(jī)組成的，需要數(shù)十個(gè)研發(fā)人員操作，投入和產(chǎn)出不成比例。去年十分出名的AlphaGo，設(shè)備也十分昂貴，難以形成規(guī)模化生產(chǎn)。另一方面，人工智能的技術(shù)需要長(zhǎng)時(shí)間在實(shí)驗(yàn)室進(jìn)行研發(fā)，但在這個(gè)追求“短平快”的年代，人才培養(yǎng)也出現(xiàn)了斷檔，很多人很難掌握人工智能技術(shù)，這也間接阻礙了人工智能的發(fā)展前景。

 

　　人工智能的未來(lái)還有很長(zhǎng)的路要走，這是一個(gè)不爭(zhēng)的事實(shí)。而在這個(gè)過(guò)程中，如何將人工智能細(xì)化成內(nèi)容、數(shù)據(jù)、硬件、算法等各個(gè)小的領(lǐng)域，然后集中精力各個(gè)突破，將是決定人工智能發(fā)展速度與發(fā)展規(guī)模的重中之重。不用擔(dān)心，未來(lái)幾十年你的工作還不會(huì)被機(jī)器人搶走，而科幻片中的一些恐怖場(chǎng)景也不會(huì)立刻發(fā)生。