人工智慧的概念很多人還不瞭解，只知道AlphaGo和李世石那場圍棋比賽，最終是AlphaGo勝出，一個機器人竟然能贏得了人類，訊息一出，當時很多人都不敢相信。機器人就是人工智慧的代表，這就是人工智慧“智”的體現，而深度學習是機器人學習的一種技術。

醫療，教育，工程，服務，製造業等領域都可以看到機器人的身影。舉個最簡單的例子，機器人教育產品，是孩子的玩伴，卻能教給孩子很多知識，帶給孩子快樂，提高孩子的學習興趣。除了機器人，人工智慧還體現在智慧家居這個方面，比方說你回家，用手機就能開門，人一進屋等就兩了，音樂響起來了，做飯的時候，它會自己炒菜，這些都不是幻想喲，是人工智慧和深度學習技術“智”的真實表現。

我們從刷公交卡搭公交到手機刷卡搭公交，從指紋識別再到人臉識別，虹膜識別，步態識別，從不會上網到能熟練使用網際網路獲取資訊資料，從辦理各種證件要填寫一大摞資料再到拿著一張身份證就能辦理好，等等，都是透過人工智技術，簡化我們生活方式，節省時間，未來，一定更美好！

是人工智慧還是“人工智障”，仁者見仁、智者見智。如果按照人工智慧最強的應用場景，舉例來說：深藍打敗人類國際象棋冠軍，IBM在電視知識競賽中打敗了美國的前兩個冠軍，百度、科大訊飛宣佈在人工智慧某些語音識別技術上勝過人類，AlphaGo打敗了柯潔以及AlphaGo Zero完勝AlphaGo，從這些事例看，人工智慧已經達到很高水平。特別是AlphaGo Zero（阿爾法元），就當人工智慧AlphaGo完勝人類之時，它爆冷完勝了人工智慧同類AlphaGo。

預後，我們的人工智慧若都能做成AlphaGo Zero，那麼人工智慧之“智”就能實現，併為人類所用。這些成果，都是在機器學習主要是深度學習演算法下取得的，所以也是深度學習的成果。當然，這些人工“智”能也不是萬能的，它如果用於人類的反面，比如戰爭和虐殺，那麼它的“智”就會變成“止”，遭到人類的遏制。

若只從技術方面考慮，現今人工智慧強的應用場景，也就是體現“智”的那些技術運用，是需要滿足一些條件的。根據新任清華大學人工智慧研究院院長張鈸院士的總結，它需要兩個資源，是資料和知識，需要有確定性的資訊、完全資訊、靜態的、單任務和有限領域。所謂靜態，也就是它須遵循完全確定的遊戲規則去演化。滿足這些條件，任務和問題的邊界清楚，我們就能做成人工智慧的“智”，把它做強做好，以演算法完成人類的任務。

這些問題，體現在規則明確的益智類競賽和遊戲中，都是深度學習和人工智慧的強項和體現出它的“智”的地方。超出規則明確的任務，比如涉及人類語義和語境，人工智慧還無法施展演算法技術去實現，這些領域就留待未來的通用技術和強人工智慧去實現，目前來說還有一些困難，遽待挖掘、提高和更新演算法。

應該說人工智慧還只是初步階段，對於人類智慧來說還不能稱其為智慧，其深度學習也只能是在一定範圍內學習，且受程式設計很大的影響，人工智慧可以想像的未來是能在任何環鏡中深度學習，無論是語言還是知識都可以和任何國家和地區的人透過勾通而深度學習，這樣的人工智慧理論上不存難題，而缺乏的是現在材料技術和工程技術的支援，也就是現在還不能造出能量產實用的相匹配配的處理器，但如果有一天有相對應的材料和技術支援，那麼人類也許會處於一個很危險的社會中，試想街道上沒個公公設施都會學習和勾通，會有自己的思維，家裡的燈會知道你要不要亮，亮度夠不夠，每樣電器都會學習勾通，其實很可怕的一件事，而每年機器人的傷人事件有可能會越來越多，這是人們一直想達道的人工智慧，但也是很多人最擔憂最不願看到的人工智慧。