AI即Artificial Intelligence，人工智能。這里的智能，不是智能硬件的智能，而是對應著人類大腦的智能。打造人工智能，就相當于賦予機器以智商和情商。
 

　　縱觀消費電子產(chǎn)品中的AI，在廣告渲染下，諸如Siri等語音助手也被當做了AI技術。不可否認，類似Siri這樣的產(chǎn)品，確實具備很多技術含量，但主要集中在語音識別和自然語言處理方面。這也算是AI領域的一項分支，但還不是真正的AI。當前應用在智能家居和消費電子產(chǎn)品中的AI，并不具備真正的思考能力，它們只是在語音識別、語義識別的基礎上，對前端傳感器傳輸?shù)臄?shù)據(jù)進行了特定邏輯的歸納和演繹，并結合互聯(lián)網(wǎng)信息進行了二次加工。
 

　　一個真正的AI系統(tǒng)，要經(jīng)過大量的數(shù)據(jù)訓練，逐步掌握以人類視角去理解事物的邏輯。比如，Google的人工智能系統(tǒng)，在對幾百萬張貓的圖片進行學習后，基本掌握了視覺層面的貓的樣子，當它看到一張新的貓圖片后，能夠根據(jù)此前學習，判斷出“這是一只貓”。這才是真正的AI。一個完整的AI系統(tǒng)，包括了機器學習(ML)、自然語言處理(NLP)、專家系統(tǒng)、機器視覺、語音識別、策略和機器人學等多個方面。

 

　　機器學習中重要的部分就是深度學習，深度學習的主要課題是研究神經(jīng)網(wǎng)絡。這個神經(jīng)網(wǎng)絡不是人腦的神經(jīng)網(wǎng)絡，而是一種賦予機器自主思考能力的邏輯算法。目前，深度學習的主要代表算法是卷積神經(jīng)網(wǎng)絡(CNN)、深度神經(jīng)網(wǎng)絡(DNN)和RNN(循環(huán)神經(jīng)網(wǎng)絡)。無論是哪種算法，都在某種程度上模擬了人腦的運算法則。目前，科學界對人腦到底是如何運作的，還處于初期的探索階段。但神經(jīng)網(wǎng)絡的復雜架構，可以肯定是人腦思考的必要設施。
 

　　人類大腦特有的神經(jīng)網(wǎng)絡結構，以及龐大的神經(jīng)元數(shù)量，是人類具備自主思考能力的前提條件。計算機領域創(chuàng)造機器的神經(jīng)網(wǎng)絡，就是一種“仿生學”算法。從數(shù)學角度講，人類之所以有意識，正是大腦神經(jīng)網(wǎng)絡的閉環(huán)結構所創(chuàng)造的一種超級計算機導致的結果。
 

　　除了機器學習外，自然語言處理也是AI中的重要分支，它讓計算機能夠聽懂人類的指令。專家系統(tǒng)是指向AI輸入某個領域的專業(yè)知識，以滿足其在特定場景中的功能。對于AI來說，目前的重點還在于機器學習與自然語言處理上，這是讓人工智能服務于某個場景或客體的前提。我們看到AI已經(jīng)成為了一種“商標”，凡是能針對用戶的某個指令做出反饋的，基本都被冠以了AI的名頭。可惜的是，現(xiàn)在的很多AI系統(tǒng)，甚至都不能準確識別用戶的意圖，更談不上具備思考能力。基于傳感器采集的數(shù)據(jù)，根據(jù)預設的邏輯算法對用戶指令做出反饋，這不叫AI。