人工智能，有時並不會很“智能”，經常會被認為，這是在炒作概念，蹭熱度。不排除真有這種可能，但大部分“冠以人工智能”的，都希望能提高更好的技術服務。用戶高期望後的“失望”，或許會成為人工智能技術的一大阻礙。當然，高期望也是因為被鼓吹效果後造成的。
人工智能，在當前這個階段，本就不會太聰明。屬於探索階段，技術不太完善，很多應用方向也不明確。或許都能看到未來的樣子，但怎麼實現卻困難重重，只能一步步的向前推進。不少走在最前面的，說誇張點，便如同是在冒險，說輕鬆點，就是在嘗試。
諾貝爾經濟學獎獲得者Thomas J. Sargent，曾經在世界科技創新論壇上表示，人工智能其實就是統計學，只不過用了一個很華麗的辭藻。這話說得倒也沒錯，人工智能，有時就是在數據的基礎上尋找最佳“答案”，但這便也是學習的“真諦”。
目前的人工智能技術，機器並不能自主的學習，思考能力真正來自於“開發人員”，通過算法變得像是在“思考”，不斷的通過數據分析、升級算法，模擬出“學習能力”，從而，能不斷的變聰明，變完善。人工智能技術，或許並不是和我們所想的那樣，有可能就只是一種統計策略，又或者是從統計結果中得到的一些簡單方案。
聲音識別技術，就是在做聲音和文字的轉換，需要不斷的完善，不斷的維護才行。很多聲音本就很有歧義，也有可能有新的聲音產生。
人臉識相比，撞臉那是經常的事，靠更精密的算法，或許能識別得更精細點，但人臉本就不是一層不變的，越精細，或許並不是好事。
總之，人工智能技術，技術需要不斷打磨的，且不同應用場景，算法可能也是不一樣的，在應用上也需要不斷的探索。
同人臉識別、語音識別比，還有很多領域的“人工智能技術”，非常簡單，也許就是一個很簡單的定時操作，又或者是在某個環境下，觸發個某個操作。有些領域，或許這樣就夠了，但大部分領域，這才只是開始，慢慢研究數據（生活習性，使用場景等），從而更新設計，不斷產品升級，才能變得更智能。
人工智能技術，不是一蹴而就的，過分鼓吹效果，很有可能會令人十分“失望”，甚至是“絕望”。使用者，也需要抱有“理解”的態度（當然，不能太過分，用都不能用，那是坑人），畢竟沒辦法一下子那麼“聰明”，需要時間打磨。人工智能技術的研發者，更是要對技術負責，將自己的思維融入技術中，“其善則善，其惡必影響巨大”。
閱讀更多 喵咪看科技 的文章
