更何况，学习这个概念实在太过模糊，无法准确定义出“智能”的轮廓。我们现在还是把讨论回归到“聊天机器人”的身上吧。除去学习这个概念之外，聊天机器人该怎么做，才能算得上“智能”呢？

　　第一步：能够将所感知到的信息转化成为更加有用的信息。

　　在这个环节，“自然语言处理和识别”是 AI 能够发挥价值的地方，也是聊天机器人体现智能涵义的第一步。尽管在这个领域已经有了长足的进步，但是任何一个跟聊天机器人对过话的人都会形成共识：现在这个问题绝不算是彻底解决了。（同样，还得指出机器学习在提升 NLP 上也有着相当重要的作用。）

　　就在“自然语言处理”之后，“学习行为”开始之前，这中间还存在着一个对聊天机器人来说至关重要的环节：它的知识库，也就是说，信息是如何获取和储存的。这一点极其重要，是因为它决定着接下来学习的质量，以及机器所能展现出来的智能水平层次在何种尺度上。

　　还是举个例子好了，其实很大程度上，Google Now、Siri、Cortana 这三款软件智能水平的高低，就是取决于它们自身如何组织信息，并将信息呈现出来。（该观点见《连线》杂志《有关搜索的未来》一文）

　　在这个考量下，它必须做到下面的三件事：

　　1.它必须做到更快速的学习；

　　2.它有能力来判断哪些是相关的信息；

　　3.它有能力将信息提取出来，并对其进行一定的推理，给出一个切中题目的答案。

　　当信息以正确的规则，正确的方式，以数据结构存储后，它就能显现出来无比强大的作用，甚至对所完成的学习成果实现数以几倍的扩大效应。

　　思考的最后一步：行动。它能够基于目前收集和习得的信息，去决定接下来该做什么。在聊天机器人这个例子上，更准确的说，直播，就是聊天机器人知道接下来他应该去说什么。这个决定也不一定就是一个步骤，一个更加智能的聊天机器人会事先提前规划出好几个步骤，问出一连串的问题，并根据最新获取到的信息，不断提升“规划”和“问题”的质量。

　　一旦这个决策的流程走完了，思考的环节结束，进入“行动”的环节。对于一款聊天机器人来说，这就很简单了，无非是把聊天机器人想说的内容转化成文本信息，变成文字打到聊天框里。但是如果是一款语音或者视频机器人，这个“行动”的环节就非常难搞定。道理很简单，跟打字相比，要从声音、图像上无限趋近于人类，这哪怕是在今天都是难如登天的工作。

　　让我们再来总结一下，一款人工智能产品是一款能够进入“感知-思考-行动”循环里的机器，围绕着一个既定的目标，自发地将自己不断向这个目标逼近。

　　现在市面上的所有聊天机器人是否都达到了智能的标准？只要你是在通过一款通讯软件，跟机器/算法进行对话，机器/算法还能给你反馈，那么你眼前的这个玩意儿就是聊天机器人。但是它们是不是都是具有智能的？如果你比较拘泥于学院派的理论，那么它们勉强都可以算得上智能，毕竟，它们都是从你这里获取到一个指令，并基于一定的逻辑给予反馈。

　　但如果对于我们普通人来说，这样的体验远远没有达到我们满足的要求。如果按照这样的定义，一个使用了 AJAX 的简单表格，能够在你的名字旁边划一个勾号，这也算得上智能了。它也是经历了“感知-思考-行动”这个过程，并且实现了“获取你信息”的这个目标。但，我们都知道这压根算不上什么智能，更别说是一款聊天机器人了。

　　那么问题又回到了原点：我们该怎样去定义一款聊天机器人所应该具备的智能呢？你应该看到网上有数不清的文章在教开发者如何让聊天机器人“显得聪明”。办法其实有很多，通过非常精美、简洁、流畅的人机交互界面能够传递这个感觉，通过自然语言处理技术，自动对你的语言组织方式进行纠错也能办到。