徐明星：人工智慧的核心是什麼？

從2017年開始到2018年，科技領域先後有兩個概念，突然地闖進了大眾的視野，一個是人工智慧，而另一個是區塊鏈。相比於區塊鏈技術，人工智慧目前可能在落地應用方面，有著更多的可操作性。

CES是全球科技的風向標，曾經有人這樣評價CES，未來層一次又一次的在CES展上提前出現。其實從2018年年初的CES會展上，我們可以管中窺豹，人工智慧已經全面佔領了CES。無論是谷歌、亞馬遜等國際巨頭，還是國內的BAT為首的人工智慧先行者。

比如：語言識別、自然語言理解、人機對話、機器翻譯、計算機視覺、人臉識別、無人駕駛，那些一直需要大量科研經費支持的項目，近年來緩慢地實現了落地。

其實，人工智慧是一門極富挑戰性的科學，同時又包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等。人工智慧研究的主要目標是使機器能夠勝任一些通常需要人類智能才能完成的複雜工作。但不同的時代、不同的人對這種「複雜工作」的理解是不同的。

徐明星說，近年來人工智慧概念全面進入人們視野。在多年美國大片對未來科技的渲染下，我們對這個概念並不陌生。不過現階段還處於人工智慧早期階段。

隨著人工智慧浪潮的進一步發展，伴隨著也出現了大量「失業」的恐慌，很多人認為，人工智慧將逐漸取代大量的工種。

李開復曾在公開場合表示：「大量的、重複性頻率高的工作肯定最容易被取代。比如流水線工人、最簡單的客服或者電話銷售，這類工作已經逐漸在被人工智慧替代。」

對此，徐明星認為，目前人工智慧最常見的應用就是「智能客服」，即那些能夠對我們在購物領域裡的問題作出非預設自動解答的智能系統。

「同樣是智能問答體系，我們會發現，成熟的智能客服相比於Siri，對問題理解和回答的準確度要強很多。」徐明星認為，這裡的關鍵在於，人工智慧的核心技術——機器學習。

實際上是機器通過讀取大量的樣本數據，進行規律性分析，構建出自我的認知模型，僅單一的購物領域的智能客服往往都需要數萬條問答樣本數據，才能實現一定的精準度，那麼不限制範圍的問答如果想達到同樣水平則意味著難以想像的數據樣本的搜集和整理。

在徐明星看來，人工智慧是大數據積累發展到一定階段的產物，並且隨著可獲取互聯網數據、物聯網數據的幾何式增長，多維樣本數據的不斷豐富，人工智慧也將實現快速突破。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！