摆渡人ming
我说科技，打造静心科技。我是静心科技运营者，专注于人工智能。
人工智能目前存在的问题。
人工智能目前存在很多问题。首先第一个模糊点就是智能，何为智能？我们以前一直把图灵测试作为机器智能的一个重要标志，但是图灵测试将智力限制为一种和人类进行语言游戏的解决方案。这就会导致很多不会说话的生物无法通过图灵测试。其次就是目前机器学习，特别是深度学习和人大脑智能产生的工作原理差距很大，其主要原因是目前我们还没有弄明白人的智能是如何产生。最后还有就是目前人工智能系统存在很大的不稳定性，也就是抗干扰能力比较差。这样的系统会额外产生很多现实问题。
人工智能有哪些突破口？
人工智能有哪些突破口？
第一点，现如今人工智能大部分集中在一个强大的中心控制平台，这样的处理方式虽然能够有效管控人工智能系统，但是大型数据规模的人工智能系统必然会造成很多现实存储、加密、维护等等难点问题。也许分布式人工智能会是一个新的突破口。
第二点，人工智能算法思维需要调整，我们目前很多时候都是针对一个问题提出一种新的模型，而且模型与模型之间的差异还比较大，这似乎距离通用人工智能越来越远。目前急需一种新的算法框架来兼容这种多问题、多任务处理的场景。
第三点，现行算法需要进一步优化。比如现在我们的深度学习基本都是基于大样本、强算力的基础上，未来的突破口应该是基于小样本、小算力、强算法的人工智能。
如何正确看待人工智能？
如何正确看待人工智能，其实在我看来。我们不应该把人工智能当成是一种模仿人的智能，而应该是利用机器解决人能够实现的价值，比如看、说、听、读等等。人工智能绝对不是应该长得像人，而应该是能够按照人的思维解决问题的一种工具。
欢迎大家关注我，每天为你提供科技资讯和科技热点。如果您对本文还有其他好的想法，欢迎在下方留言，一起交流，共同成长进步。
静心科技
对于浅度用户来说 现在算是智能，但是对于深度用户现在ai只能是个智障。
①目前技术模块，目前人工智能如客服类 基本以填表回复为主，如何理解填表，其实就是分解你说的说话 譬如主谓宾，比较合适哪个表格 然后表格的标准回答或程序已经设置好，机器通过设置好的内容来操作，譬如帮我导航至xx地点，机器会帮你默认打开导航 从现在位置导航到xx地点。但是深度用户也知道 如果我说我今天不要喝奶茶，很多系统依然会推送奶茶给你，这就是智障的体现。
②人物建模及智能推送有待提高。现在基于搜索引擎及cookies来进行推送内容已经比较成熟，但是对单独人物建模及深度推送还有待提高，现在a人问机器和b人问机器得到回答几乎是一样的，那就是其实机器没有对这个人物进行内部建模，譬如这个人物的特点（可以理解成他这个人的单独的搜索记录也算是一条特点），根据这个人的特点得出答案 这个模块是基本空白的。还有就是深度推送，系统可根据天气，时间，地点等各种因素给用户推送不同模块内容 这个部分ai会有体现 但是还急需提高。
③ai 智障及智能最根本的判断就是ai有否自己的意志，这也算是ai先进或恐怖之处，如何判断ai有否意识，例如：我们想ai叫创始人做father，我们现在可能会在机器内加摄像头进行人面识别然后识别到创始人头像，自动回复father 干嘛干嘛 但是这样的机器是没有灵魂的，依照命令办事。有看过美剧《疑犯追踪》的朋友可能更为清楚这样的区别，里面的ai由创始人造出识别犯罪的超算能力，同时利用程序自编程 创始人教与她更多的人类道德标准，当这个ai即将被另一个没有道德标准的ai打败并可能讲要消失的时候，他对创始人说了一句 感谢你 father！ 这确实感动了很多人！这是经过一系列自我学习在情景化后所得的一句话 并不是创始人的要求或命令。
这时ai才真正算得上智能，所以自我意识确实是智能的一个标准，不过机器有了自我意识这也是很恐怖的事情，你觉得呢？欢迎留意讨论！
悟空信息化
现在的AI技术还并不能真正的称之为人工智能，因为现在的AI技术并不能让计算机进行主动的思维，还是处于一个被动的状态下。
被动的学习是什么意思呢？
也就是说，现在的AI是基于场景的应用，我们会预先设置好应用的场景，让机器去学习这个场景中的知识，根据学习到的知识，进行一个反馈。
脱离了场景，其实AI就没有作用了，也就是说，机器能够学会什么，能够反馈什么，其实都是人先给出了这样的一个范围，机器并不能主动的去为自己划分出自己需要学习的范围。
而且，深度学习是需要时间的
一个刚刚问世的AI工具，是需要大量的学习素材和时间的，这就好像我们人一样，刚刚出生的孩子，什么都不会。
因此，AI也是需要时间来成长的，而他学习的知识很多是来源于网络，可能还有一些是来源于我们自己积累下来的数据。虽然他们学习比人类快，但是，在商业时代，很少会有商家回去等待一个机器人长大，他们需要的是马上可以使用。
所以，通常在AI工具还不成熟的时候就已经投入到了商业运用中，也就造成了用户在体验过程中觉得这个AI很傻的情况。
AI只能适用于通用情况
AI的学习过程中，会接收到大量的素材，而这些学习素材都共性也有差异。因此，AI在学习的时候，会更注重这些共性的部分，差异的部分可能不会过于关注。
但是人的需求是多样的，很多时候，不同的人可能有不同的定制化的需求，这也就造成了AI不能很准确的给出每个人他想要的结果。
因此，对于普通的用户来说，AI是能够解决问题的，并且也好用的，但是一些特殊用户或者一些需要深度服务的用户，AI就无法满足了。
会技术的葛大爷
如果只是单纯做一些事情，比如声控还是比较智能的，ai还要经过很长时间才能达到真正的智能。
