辨别玩具狗和真狗、识别行车记录仪场景、识别超市货架……在2016年的Brain of Things竞赛中，人工智能大显神威，让人看到了机器深度学习的更大潜力。

　　今年，人工智能又要在比赛中面对怎样脑洞大开的题目？尹相志剧透了初赛和复赛的题目，并且“友情提示”：这些题目都很难。

　　一、 K线图智能视觉特征理解

　　赛事提供历史K线图和对应的K线图评论，参赛者需通过训练使计算机自动撰写对应的K线评论。详细数据集内容与评比规则后续将与大赛报名一起发布。

　　二、市场消息股价影响评估

　　赛事提供过往宏观、行业等消息和个股的行情、资讯、公告、重大事项等消息，参赛者需要通过训练使计算机可以评估市场消息对于股价的影响。详细数据集内容与评比规则后续将与大赛报名一起发布。

　　三、泛金融领域商业模式赛

　　智能投顾、风险控制、定价、欺诈检测、企业和个人征信、财富管理、智能助手、区块链、消费金融、供应链金融等大数据和人工智能在金融领域的创新应用等科技金融领域，提交商业计划化书，商业计划书需含有可操作商业模式和具体实施路径。

　　想想看，要是AI能较好地完成这些任务，炒股还用愁吗？让我们期待AI的精彩表现吧。

“声称可以识别90%以上自然语言的技术，

很可能是忽悠你的”

　　在答问环节中，尹相志承认，目前人对于人脑和电脑的学习机制都没有完全研究透彻，人工智能也就很难真的完全理解人类自然语言，“声称可以识别90%以上中文自然语言的技术，恐怕是要小心他在忽悠你了。”只有谦卑的面对技术成未成熟的现实，才有可能向前进步，如何辨别真技术和假忽悠，将成为技术成熟的重要关键。

　　尹相志认为，技术的产业化应用一定要非常谨慎，反复的失败尝试，会影响投资者和公众的信心。不过，尹相志确信，未来随着算法的完善，NLU的准确率和应用性将越来越强。

©本文为机器之心转载，转载请联系原公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]