目前人工智能面臨的最大的問題還是在於無(wú)法準(zhǔn)確的理解人類語(yǔ)言。
也就是說，目前的人工智能只能實(shí)現(xiàn)數(shù)據(jù)的收集整理，還無(wú)法對(duì)數(shù)據(jù)進(jìn)行深度分析。
而事實(shí)上，分析描述內(nèi)容是人工智能的終極形態(tài)，目前市面上的人工智能機(jī)器人，只是賦予人工智能一個(gè)特定的知識(shí)庫(kù)，有一定的檢索能力，但是沒有理解能力，只是對(duì)信息文字上的整理，他只能識(shí)別字，但是還無(wú)法理解字的含義。
人類研究人工智能有幾十年的歷史了，但是到現(xiàn)在依然還沒有產(chǎn)生真正的智能。
人工智能這一塊，被公認(rèn)爲(wèi)未來的大趨勢(shì)，事實(shí)上，點(diǎn)金集團(tuán)也一直都有在這方面進(jìn)行投入研究。
只是並沒有下大力氣，主要還是因爲(wèi)，目前人工智能真正能夠?qū)嵱玫牡胤竭€很少。
比如手機(jī)的語(yǔ)音識(shí)別系統(tǒng)，只能識(shí)別特定的語(yǔ)言，稍微複雜一點(diǎn)的就無(wú)法識(shí)別，更別說是語(yǔ)義分析了。
事實(shí)上目前所謂的人工智能的研究，大多數(shù)時(shí)候依然處?kù)兑粋€(gè)概念狀態(tài)。
關(guān)於人工智能的理論五花八門，還沒有一個(gè)真正行之有效的正確理論。
因爲(wèi)實(shí)踐纔是真理的唯一檢驗(yàn)標(biāo)準(zhǔn)，但是大多數(shù)的理論，實(shí)踐起來太難了。
當(dāng)然，對(duì)於人工智能的一些理論能否實(shí)現(xiàn)，葉秋並沒有一個(gè)確切的概念，所以，他特意諮詢了人工智能工程師們。
最終得出的結(jié)論是，模仿能力這方面，其實(shí)很多研究人工智能的實(shí)驗(yàn)室都已經(jīng)可以做到，但是這個(gè)模仿能力，其實(shí)目前爲(wèi)止，指的依然只是最基本的通過數(shù)據(jù)庫(kù)來調(diào)用，並不是說，人工智能就真的會(huì)思考，會(huì)模仿了。
國(guó)外有模擬人類大腦的神經(jīng)網(wǎng)絡(luò)作爲(wèi)人工智能機(jī)器人的核心程序結(jié)構(gòu)，效果還算不錯(cuò)，但是當(dāng)前進(jìn)展依然緩慢。
葉秋當(dāng)然也知道，任何事情不可能一蹴而就，人工智能概念的爆發(fā)，越來越多的科技公司，互聯(lián)網(wǎng)公司加入其中，其實(shí)也是利益驅(qū)使。
就在葉秋銷聲匿跡許久之後，點(diǎn)金集團(tuán)突然宣佈，斥資百億美金，成立人工智能實(shí)驗(yàn)室，並且向全球招募人工智能工程師，同時(shí)還和華國(guó)的科學(xué)研究院人工智能實(shí)驗(yàn)室達(dá)成了合作。
之所以很多互聯(lián)網(wǎng)公司反而會(huì)優(yōu)先推行人工智能項(xiàng)目，其實(shí)主要原因還是在於，互聯(lián)網(wǎng)公司擁有著大數(shù)據(jù)的優(yōu)勢(shì)。
比如搜索引擎公司，比如社交平臺(tái)，比如科技公司等等，在這方面擁有得天獨(dú)厚的優(yōu)勢(shì)。
人工智能最基本的要求就是要擁有大數(shù)據(jù)作爲(wèi)後盾。
其實(shí)像現(xiàn)在的智能輸入法，也同樣的可以算是人工智能的一種，詞彙聯(lián)想等等，其實(shí)就是通過大數(shù)據(jù)的檢索，通過記憶人們的用詞習(xí)慣然後推薦給用戶。
而點(diǎn)金集團(tuán)人工智能實(shí)驗(yàn)室推出的第一代人工智能機(jī)器人，就是交互式的人工智能機(jī)器人。
簡(jiǎn)單地說，目前點(diǎn)金集團(tuán)的人工智能實(shí)驗(yàn)室的人工智能機(jī)器人，第一階段的首要目標(biāo)是做到能夠模仿人們的聊天習(xí)慣，和人類進(jìn)行問答交互。
比如問答，人工智能需要解決的首要問題是，如何從無(wú)數(shù)人的問答當(dāng)中，挑選出答案。
因爲(wèi)一個(gè)問題，在不同人的回答當(dāng)中會(huì)出現(xiàn)不同的答案，這些答案人工智能機(jī)器人都知道，但是如何從這些答案當(dāng)中挑選出合適的答案，這個(gè)機(jī)制就是關(guān)鍵所在了。
目前所有的所謂的機(jī)器人客服，根本就稱不上是人工智能。
因爲(wèi)那些機(jī)器人客服，只能回答一些預(yù)先設(shè)定好的問題，而且問題的答案也是預(yù)先設(shè)定好的，根本算不上是智能。
但是這裡還涉及到一個(gè)問題，還是迴歸最初的問題，人工智能可以通過搜尋，其他人的答案來挑選出來進(jìn)行回答。
但是因爲(wèi)文字本身是沒有情緒的，如果人工智能無(wú)法理解文字的意思，那麼你罵他，他也或許會(huì)反駁，但是卻並不知道你是在罵他，因爲(wèi)他給出的答案是別人給出的。
所以首先要做到的依然是語(yǔ)義解析。
點(diǎn)金集團(tuán)作爲(wèi)華國(guó)，乃至於全世界的頂級(jí)互聯(lián)網(wǎng)巨頭，點(diǎn)金集團(tuán)成立人工智能實(shí)驗(yàn)室，並且投入巨資，自然會(huì)受到許多關(guān)注。
點(diǎn)金集團(tuán)人工智能實(shí)驗(yàn)室的第一步就是召集了超過100名語(yǔ)言學(xué)家共同商討，當(dāng)然研究語(yǔ)言並不是說研究各個(gè)語(yǔ)種那麼簡(jiǎn)單，它還包括瞭如何讓計(jì)算機(jī)如同人腦一樣，接受這一些語(yǔ)言，明白這一些語(yǔ)言。
其次是邏輯學(xué)，如果沒有一個(gè)出色的邏輯分析能力，那麼，人類就不是人類而是瘋子了。
瘋子爲(wèi)什麼會(huì)被稱作瘋子，是因爲(wèi)他們失去了邏輯分析能力，行爲(wèi)舉止已經(jīng)脫離了基本邏輯。
人工智能在計(jì)算機(jī)實(shí)踐當(dāng)中，有兩種不同的方法。
一種是採(cǎi)用傳統(tǒng)的編程效果，而不考慮使用的方法是否與人或者動(dòng)物體所用的方法相同，這種方法叫做工程法。
事實(shí)上，這種方法是也是目前應(yīng)用最爲(wèi)廣泛也是已經(jīng)付諸實(shí)踐最多的方法。
這種方法的好處在於，針對(duì)性強(qiáng)，在不少領(lǐng)域當(dāng)中都已經(jīng)有成功的案例，比如自動(dòng)化機(jī)器人，他們就是採(cǎi)用這種方法，這種人工智能機(jī)器人，他被植入了一整套的自動(dòng)化流程，但是它不具備其他功能。
比如簡(jiǎn)單的文字識(shí)別，以及下棋，一些遊戲AI等等。
但是同樣的這種方法侷限性很大，因爲(wèi)如果遊戲簡(jiǎn)單，那麼制定的這個(gè)程序也很簡(jiǎn)單，而它只能在既定的規(guī)則下運(yùn)行，舉個(gè)簡(jiǎn)單的例子。
比如這個(gè)人工智能機(jī)器人，你給他制定了下象棋的規(guī)則程序，可是如果你要讓它去下圍棋，那麼你這個(gè)機(jī)器人的程序就要重新編譯，重新調(diào)試，否則的話，就會(huì)牛頭不對(duì)馬嘴。
而另外一個(gè)方法就是模擬法，意思是我們不僅僅要看到效果，還要求實(shí)現(xiàn)的方法和人類或者動(dòng)物機(jī)體所用的方法相同或者類似。
比如目前比較流行的模擬構(gòu)建人類神經(jīng)網(wǎng)絡(luò)作爲(wèi)人工智能機(jī)器人的核心，嘗試著讓人工智能機(jī)器人按照人類的機(jī)體原理進(jìn)行實(shí)踐。
可惜的是，這種方法的入門難度太大了，除了要精通計(jì)算機(jī)編程知識(shí)，還要精通生物學(xué)的思考方法，所以不管在國(guó)內(nèi)外，只要進(jìn)入這一個(gè)行業(yè)的研究者都會(huì)成爲(wèi)重點(diǎn)扶持的對(duì)象。
儘管目前的進(jìn)展依然緩慢，但是起碼，這一個(gè)方向被認(rèn)爲(wèi)是未來的主流的人工智能研究方向。