雷锋网按：作者李超，出门问问nlp工程师。文章是他在参加雷锋网八月份的CCF-GAIR之后的感悟，对人工智能的一些总结，以及对个人/企业如何做人工智能产品的思考。

　　8月份有幸收到雷锋网(搜索“雷锋网”公众号关注)的邀请参加CCF-GAIR大会，金光闪闪的嘉宾团体和高大上的会议盛况自不必说。作为一个一直从事nlp技术和相关产品的工程师，这里写点个人的想法和收获。

　　主要分三部分：第一部分是人工智能擅长什么、不擅长什么；第二部介绍下参会大神们在机器学习、视觉等领域的工作；第三部分写了个人在如何做人工智能产品的思考。

　　|AI擅长什么，不擅长什么

　　牛津大学计算机科学系主任、Deep Mind-Oxford Partnership负责人Michael Wooldridge教授做了题为《Routes to Artificial Intelligence》的大会报告，这个演讲引起了笔者长时间的思考，总结出以下一点点感想。

　　人工智能（Artificial Intelligence）简称AI，在1955年达特茅斯特会议上被提出，约翰·麦卡锡将其定义为“制造智能机器的科学与工程”（science and engineering of making intelligent machines）。

　　上世纪70年AI泡沫破灭后，这个概念沉寂了一段，相关研究者和工程师都不好意说自己是研究人工智能，而是变成机器学习、数据挖掘、自然语言处理、语音识别、图像识别等各个领域。机器学习是方法，数据挖掘、自然语言的理解、语音识别和图像识别是目标和具体应用。目前为止，AI的进步主要是机器学习的进步。近年计算能力的提高、互联网大数据的积累，深度学习被应用在语音识别、图像处理等领域并取得非常大的突破。人工智能的概念再度被学术、产业、投资人甚至普通民众关心，特别是今年AlphaGo战胜李世石，更是将AI推向了历史的最高点，各具体领域的人又纷纷回归人工智能的怀抱，笔者才能厚着脸皮说自己是人工智能从业者。

　　先不纠结人工智能的各种定义，目前学者们将AI分成强AI和弱AI。强AI是通用型的、有自我意识的，是自主的，简单说就是一个跟人一样的智能，星球大战中的R2-D2、多啦A梦都是强人工智能，有自己的意识、能做自己做决定，强AI目前仍然是科幻片里的人工智能。

　　弱AI目标没有那么高远，atv，专注在一些原来只有人或者动物的大脑能做的具体任务上， 目前的突破仍是各个弱人工智能做得更好。语音识别、图像分类、AlphaGo等为解决某一特定任务的系统都是弱人工智能。

　　弱人工智能需要有明确的优化目标：语音识别的优化目标是字符识别的准确率，图像分类的优化目标是图像识别的准确率。目前的AI几乎都是弱AI，当有明确的可以量化的优化目标时，可以通过机器学习实现逐步迭代接近优化目标，在很多这样的领域，AI可以接近甚至超过了人类的水平。说完AI适合解决什么样的问题后，再看看 AI目前做不好什么。

　　1）处理定义不清晰的问题：计算机可以按照精准的指令进行运算，并且执行非常快，但是需要指令是清楚明确的；

　　2）感知：人可以感知周围的环境，同样的会议室大家都不说话，一个新进入的人可以感觉到里面之前是经历了激烈地争吵还是愉快的讨论，尽管机器可以通过不同的传感器捕捉到温度、光线、湿度的具体数字，这些人也无法做到如此精确，但还不能将这些各种信息真正的结合起来达到人的水平。

　　3）决策：很多决策是没有精确的规则，要涉及判断者的直觉、心态、猜想，这些对于计算机来讲是非常复杂的。而这些是强AI的必要条件，所以个人认为强AI可能在可见的未来不会实现。

　　目前的各种所谓智能机器人更多的是一些弱AI的整合，可以集成一个系统，可以实现语音识别、图像识别、语音合成、下棋等具体任务，但这些组合到一起只能解决每个具体的任务，并不能构成自我意识，并进行真正的思考。

　　下面举几个简单的例子：