关于人工智能 你可能是被唬住了

人工智能的科学理论已经逐渐完善，但实际应用仍然处于初级阶段，需要跨越漫长的道路才能真正成熟。人工智能的话题再次火热起来，主导着硅谷的热门话题和科技媒体的报道。虽然人工智能每隔一段时间都会成为焦点，但实际上真正的进步是缓慢的。

回想起80年代中期，各种人工智能的展示令人眼花缭乱，包括来自IBM、麻省理工和卡内基梅隆等机构以及嬉皮士科技倡导者如Jaron Lanier的精彩表演。尽管现在人工智能的理论已经很完备，但在实际应用方面仍然显得非常不成熟。尽管问题存在，我们仍需以严谨的态度对待这些智能硬件和软件。目前我们距离实现像电影《星际迷航》那样的世界还有几十年的差距，即使是最先进的对话式计算机，与史蒂芬·斯皮尔伯格的《人工智能》相比，仍然显得初级。尽管如此，通用人工智能领域仍有所进展。聪明的开发者和公司正专注于有发展潜力的特定领域，而其他领域则留给科幻小说作家和媒体炒作的空间。

机器人和人工智能是两个不同的领域。尽管在科幻小说中经常被混淆，但机器人只是能够完成预设机械任务的机器，它们可靠高效且没有工资和个人利益的需求。机器人在生产中已经广泛应用，并逐渐进入医疗领域，负责药品的供应和运送。仿生学领域的发展令人惊讶，特别是在帮助失去四肢的退伍军人方面取得了显著进展。未来，随着人工智能的进步，机器人将更加智能化，能够更好地执行任务。当前的智能系统仍然过于简单。许多被认为是以人工智能为基础的产品实际上只是模式匹配而已。尽管云计算的快速发展提高了数据存储和计算能力，但这些系统仍然有时无法提供准确的建议。例如导航系统中的GPS可能会误导用户驶入错误的地方或显示不相关的广告推荐。此外苹果系统的输入法自动更正功能也是人工智能系统的反向例子，经常出现语法和打字错误的问题。因此我们需要更加先进的人工智能系统来解决这些问题并提供更智能的服务体验。细思极恐：人工智能背后的微妙差距

在这个数字化时代，人工智能系统正逐渐融入我们的日常生活，为我们提供各种便利。它们的表现往往令人觉得缺少了一些人性化的细微考虑。

以购物推荐系统为例，它们现在更多地关注你购买了什么，而忽视了你的口味偏好和背景知识的考虑。你更可能收到与你最近购买商品类似的产品广告，而不是那些真正符合你兴趣的产品推荐。想象一下，如果你的音乐播放列表涵盖了多种风格，难道系统就不能为你推荐一些跨界的音乐吗？再比如，Google Now的餐饮推荐功能，虽然能考虑到你喜欢某种菜式，但却忽略了你想尝试其他菜系的愿望，以及你的伴侣的口味偏好。这些系统缺乏将背景知识融入决策的能力，而这正是人类智慧的独特之处。

自动更正功能也是一项急需背景知识的应用。很多时候，我们需要系统能够理解并接受我们对单词的合理改动。例如，某些前缀既可以作为单词的一部分，也可以用符号连接，用户应有权选择自己喜欢的形式。在许多情况下，系统在没有理解上下文的情况下，会做出错误的自动更正，这无疑削弱了用户体验。

模式识别正通过机器学习蓬勃发展。即便拥有极其丰富的数据，模式匹配也不足以完成所有任务，因为系统的运作方式必须事先设计好。在观察我们的行为时，软件能够在模式识别中发挥作用，发现或改变已有的模式。尽管这需要给系统指定变量和规则，但有时数据过于复杂，无法简单分类。这就需要强大的模式识别能力，无论是用于点击广告、购买产品、诊断飞机引擎故障、调整货运路线还是汽车驾驶中的避碰系统。

尽管机器学习在解决这些问题上取得了显著的进步，但在面对复杂的上下文语境时，机器学习的难度依然很大。例如，语音识别系统虽然已经十分先进，但在处理复杂语句、适应不同口音和发音模式时仍会出错。同样，自动驾驶汽车在应对天气、行人、自行车、建筑工地等外部因素时，也会感到困惑。

预测分析是一个需要模式匹配、机器学习和洞察力的概念。大多数助理系统都是基于当前条件引导你走向已知的道路，而预测系统则需要通过概率数学算法结合当前和未来情况来做出选择。对于那些背景知识过于复杂或计算结果过于离奇的预测任务，即使是人工智能也往往难以应对。

人工智能的进步令人瞩目，但在面对复杂、多变的现实世界时，我们仍需耐心等待它们不断进步和完善。毕竟，人工智能仍然只是人类智慧的模仿者，尚未完全达到人类的智慧水平。不要被流行媒体和谷歌开发者大会等华丽表面的表象所迷惑，因为还有许多重要的任务等待我们去完成。未来的脚步虽然缓慢，但它一定会到来。让我们保持耐心，踏实前行。