1

　　事实上，在国内人工智能还处于非常初级的阶段。

　　昨天，网易发布的《2016全球人工智能发展报告》显示，美国、英国和中国占有全球人工智能企业数量的65.73%，而中国以15745件专利居全球人工智能专利数排名第二。

　　从谷歌阿法狗大战李世石到优必选机器人春晚群舞，“人工智能”这个词渐渐被大众熟知，各种以机器人命名的公司、长相各异的无人机和摆在商场里给孩子当摇摇车玩的VR产品，给人描绘出一副好莱坞科幻式的乌托邦生活。

　　从本月12日开始的双创周活动，再次炒火了深圳的创业文化，库克也专程赶来，你们的深圳又在朋友圈刷屏了：“深圳再次吸引了世界的眼光”、“世界上最聪明的头脑都在赶往深圳”好像要告诉全世界，这才是宇宙的中心。

　　这两天借着参展机会，去主会场溜达两天。不出所料，现场展出最多的产品是机器人、无人机和AR/VR眼镜。从外观上看，似乎这些产品都很酷炫，j2直播，为了搞清行业发展水平并找出几家能让人惊叫的产品，我挨个跟人请教了各家产品的性能和产业化方向。

　　得出的结论是，好像没你们说的那么牛逼啊。。。

　　2

　　我看见的更多是三五岁小童把玩唱《小苹果》的“小曼”爱不释手——比不会唱歌的玩具挖掘机好玩多了；也看见当时火爆一时的送餐机器人，不知道她怎么在现如今狭小餐厅里穿梭的；还看见被观众团团围住巡逻机器人“小明”无法避障，左右为难，当我问旁边技术员，巡逻机器人如何识别小偷和业主时，他笑着对我呵呵。

　　众所周知，人工智能的核心是机器学习，当然现在更主流的是深度学习，通过数据训练出模型，并使用模型发出预测。这是机器的基本“教化”原理。借助海量大数据对其进行神经网络训练，让一坨冰冷的金属或塑料具备了智慧，说起来挺爽的，那么问题就来了，直播，这里面涉及到三个层面的问题。

　　首先，什么是大数据？哪些大数据有利用价值？如何对这些大数据进行分拣处理？我们需要把什么东西塞进机器人大脑？这是人工智能的前提吧，如果没有运营商海量的四川话、弗兰话等各式方言的大数据库供给，科大讯飞的语音识别还如何识别？只听得懂普通话的机器人“小萌”如何能听得懂说河南话的主人。

　　其次，机器如何获取指令？这就涉及到人机交互这样老生常谈的一个问题了。常用的有语音识别、图像识别以及文字识别，机器通过识别语音、图像或者文字来对计算中枢发出计算指令。有人会说，这很简单啊，就是说句话让它能听懂呗！其实并不那么简单，单拿中文来说，整个中国有不下上百种方言吧，没种方言发音标准不一样吧，每个人的吐字不一样清晰吧，要让他听懂，其实很难，不是一般的难！

　　当然，最后还得说说最核心的模型搭建或者叫网络神经训练。神经训练就是让机器得到指令后，经过计算得出结果，并输出指令的过程。高中数学老师老教我们，如果A=1,则……；如果A=2，则……，这种根据变量得出不同结果的模型是最基础的算法。

　　举个栗子，昨晚看完双创展，在软产工作的徒弟小何约我吃饭，这次她又迟到了。我把过往跟小何约饭的经历在脑海中重现一下，看看跟她约饭的次数中，迟到占了多大的比例。我利用这来预测她这次迟到的可能性。如果这个值超出了我心里的某个界限，那我选择等一会再出发。假设我跟小何约过5次，她迟到的次数是1次，那么她按时到的比例为80%，80%是我跟她约饭的我是否按时出发的标准线，如果小何在5次迟到的次数中占了4次，也就是她按时到达的比例为20%，由于这个值低于我的红线，因此我选择推迟出门的时间。这种模型就是机器的灵魂，而算法也就当然成了关键，所以做搜索引擎公司具有天然的算法优势、不管是特斯拉上的无人驾驶还是手机度娘界面上的新闻推送。

　　由各种人机交互识别技术，对机器发出指令，机器根据已有的网络神经（计算模型）计算出一个结果，然后对机器硬件发出执行指令，这是机器人工作的基本原理。

　　3

　　复习了一遍机器学习的基本原理后，反观你们所展出的机器人，喊一声“小花”——唤醒机器、唱首歌——录制好的《小苹果》就开始唱了，巡逻机器人用得是摄像头避障，后面没有人脸图像大数据库支撑，捕捉到的数据将无从匹配，它就变成了一个移动摄像机了，请问现如今三步一台阶的小区，“小花”如何给你巡逻呢？！