哪有什麼萬能人工智慧機器，十全十美的問題在於幻想之中，一直都是人類自己科技不斷改進的空間。

萬能就沒有必要提及，能夠做到實用好用就足夠了，畢竟人工智慧開發出來要非常高的人力資源成本。

幾個應用範圍內還是比較符合實際情況，一是網路文字文章識別系統人工智慧演算法；二是網路經濟利益共享分配人工智慧演算法；三是網路工作效率高低評估結算人工智慧演算法；四是網上人工智慧對話會話人工智慧機器人；五是網下人工智慧語言思維意識記憶機器人....

等等都可以輕易做出來的....

人工智慧當前非常火，有部分專家學者認為人工智慧已經有泡沫成份。

人工智慧的三大關鍵因素：大資料，演算法，算力。資訊科技和移動網際網路的爆發讓人工智慧成為了大家關注的焦點，有些科技公司甚至提出了“All in AI”的發展戰略。

個人比較贊同某個專家提出的人工智慧其實就是統計智慧的說法。人腦比起計算機在記憶力、計算力方面差距巨大，尤其是對繼續以往大資料的歸納分析，是人工智慧能發揮優勢的地方。但是，無論人工智慧如何發展，也無法替代人腦，也只能是做一些錦上添花的工作，無法做一些原創、開創性的工作。

一、人工智慧是建立在大資料的基礎上，這就註定了對新事物的短板。

二、人工智慧具有單一性，無法跨界。比如“阿爾法 go”在圍棋領域能打敗任何一位頂尖高手，但它無法跨越到象棋領域。因為規則變了，演算法需要重構。

三、人工智慧，智慧在資料處理的經驗推導、快速、準確，但是不具備情感、背景分析、倫理、場景判斷等人腦的綜合思維能力。

人工智慧需要依託更簡單更高效的智慧新演算法和更多的免費開發平臺，讓物聯網與機器學習更多的參與進來，才能讓人工智慧落地，而不是單純的概念和規則的建立，浪費社會資源