人工智慧是我的研究方向之一，我目前也在做機器學習方面的落地專案，所以我來說說我的看法。

人工智慧（AI）從上世紀50年代被提出到今天已經發展了半個多世紀，發展的過程也經歷了快速發展、迂迴不前、再次發展等階段，可以說人工智慧的發展非常曲折。很多國家都投入巨資來進行人工智慧的研發，比如美國、日本、英國等傳統科技強國，雖然取得了不少成果，但是並沒有達到人們的預期。

進入大資料時代以後，人工智慧得到了快速的發展。科技人員不再執著於通用人工智慧，而是把特殊場景的智慧化作為了重點，所以目前在很多特定場景下的人工智慧得到了廣泛的應用。目前，在智慧裝備、智慧物流、智慧交通、智慧理財等領域有大量的人工智慧裝置投入應用，實際的使用效果也非常不錯。

人工智慧的定義是非常複雜的，直到今天為止也沒有一個確切的定義。人工智慧到底應該是什麼樣子的？這是一個非常麻煩的事情（也許哲學家能解釋清楚），很多情況下人類的思維方式和行為方式未必是合理的，所以目前我們通常把人工智慧產品稱為“智慧體”，目前大家對智慧體的解釋是能在特殊場景下做出合理的行為。

智慧體目前大多數都具有特定的應用場景，所以目前的智慧體（Agent）與人類相比是不合理的，目前的智慧體總的來說還是一個輔助裝置。未來隨著智慧化社會的發展，越來越多的智慧化產品將走進我們的工作、生活和學習中，起到的作用也會越來越大。

如果有大資料方面的問題，也可以諮詢我。

所謂什麼人工智慧AI都是噱頭概念而已，其實都只是些演算法而已，它在最近幾年隨著CPU效能大幅提高以及網路雲端的應用而有了更高的效能，但是它的記憶學習原理和動物大腦的記憶學習原理完全風馬牛不相及，完全沒有可比性，非要比的話，所謂人工智慧的能力甚至不及地球上最低等的動物如昆蟲老鼠等。和人去比哪就是笑掉大牙。

其實美國布朗大學的研究人員發明了一種新機器人，它可以自學語言和素描。它的研究員說，當它學完日語筆畫後，有了學習日語筆畫的經驗，這個機器人就可以自己分析英語的書寫順序、單詞順序，漢語的書寫順序，來學會書寫多種語言的能力。實際上是研究員給它編寫了兩種演算法。第一種是“全域性”演算法，即對已經出現的內容進行分析，使機器看到了文字，就像是我們人類對一件事情的判斷。另外一種“地方”演算法，就是對部分內容進行規劃處理，即如何書寫文字，幫助機器人決定如何放置每一筆畫，區分每個字母在單詞中的位置，以及如何放置它們的順序，以作出正確的單詞。處理事情的時候要一步一步的來。這兩種演算法結合就是處理事情的邏輯。另外這個機器人有93%的能力寫出想寫的字元和筆畫，但是仍然還有7%的不確定性，導致機器人會創造自己的文字，這也許就是類似當初6歲小孩對語言的錯誤理解。他們的研究員起初是想讓這個機器人替代在辦公室做圖表的工作人員，讓我們離開做圖表這種枯燥的工作，但卻意外發現它的學習能力這麼強。所以隨著時代的發展，人工智慧的步伐一定會越來越快，自主學習能力也會越來越強。