近兩年來驟然加速的人工智能（Artificial Intelligence）技術，讓其無論是在業界還是在社會上都廣受熱議。有人覺得它很厲害，有人覺得它很可怕，那么我們到底該如何看待人工智能呢？

身 為一個探索該領域多年的研究人員，我認為計算機應該是一個很好的“左腦”。通過相應的算法，計算機可以做大量重復性及邏輯推理的工作，這與負責邏輯思考和 推演解決問題步驟的“左腦”十分相近。但人最了不起的地方卻是“右腦”，是它給我們帶來了想象、創造力和意識，而這些是機器所無法具備的。

我 們需要機器有意識，并且深不可測嗎？我想大概不需要。因為研究人工智能是希望它能夠隨時為我們所用，并且完全可控。在我看來，人和機器之間的關系，更多是 Human（人）+Machine（機器）=Superman（超人）的關系，最終做出人獨立做不到、機器也獨立做不到的事情。假設，我是一個股票分析 師，我可以讓機器根據我的算法去分析數據，然后我再去調整它的分析結果并進一步優化算法，兩方面配合就可以幫助大家將利益最大化。所以，讓機器去看數據， 會看到什么背后的價值和意義，關鍵還是在于人。

因 此，我要把人工智能的AI擴充為四個含義：Agglomerative Intelligence（聚合的智能），Adaptive Intelligence（自適應的智能）,Ambient Intelligence（隱形的智能）以及Augmented Intelligence（增強的智能）。

Agglomerative Intelligence，人工智能是一個聚合的表現。以微軟小冰為例，她是在抓取并“學習”了社交網絡上人與人的對話之后，才建立起了自己的聊天問答數據庫。目前小冰與真人的平均對話（CPS）已經達到了23個回合，這就讓她能夠進一步優化原有的數據庫。

除 了文字、語音聊天，現在的小冰還可以看“圖”說話。你給她發一張人臉，如果顏值高，她會多談外表，如果顏值低，她會談內涵；若是發一張食物照片，她會說 “看得我都流口水了“。在跟京東的合作中，小冰又可以辨認上千萬的書籍、數碼設備，以及各種衣服的面料、款式和風格，甚至可以給用戶實用的購物建議，為下 一代的內容廣告奠定基礎。而在發布了微軟學術搜索之后，小冰、小娜還將能跟你聊學術。

如今，俏皮的小冰背后融合了計算機圖像識別、語音識別、自然語言處理、社交網絡情感計算等等不同方向的人工智能技術。未來她將不再只會談風花雪月，涉獵的話題會越來越豐富。

Adaptive Intelligence，人工智能要可以自適應。在 相對簡單、固定的環境里，機器在某些方面的識別能力有時甚至超過了人，但如果是在噪雜、混亂的環境里，即便是人，可能在不了解對方所講或所展示的內容的情 況下，要去識別也是非常吃力的。所以人工智能技術要可以自適應，它們沒有固定的限制，可以適應各種人、環境、物體、語義等等。

以 微軟牛津計劃（Project Oxford）為例，目前它提供了人臉識別、語音識別、計算機視覺和語言理解智能服務四大技術方向的API和SDK工具包，開發者可以利用這些智能服務開 發不同使用場景的應用。基于此生成的成果中，大家最熟悉的應該莫過于How-Old.net了。

此外，在我們利用深度學習的方法處理IQ測試里文字推理問題的研究中，計算機通過學習、借鑒語料庫中的詞語語義，可以判斷一個詞的多重含義、詞類變化以及詞條的特征向量。這也體現了人工智能的自適應能力。

Ambient Intelligence，讓所有人工智能都自動地無縫實現。小 娜因為被嵌入在Windows 10當中，便能跟隨Windows 10跨平臺到任何一種設備，無論是臺式電腦、筆記本電腦，還是平板電腦、智能手機。但她不會每到一個新平臺就提醒你一遍相關事宜，也不會在你使用臺式機時 要求你像使用智能手機一樣必須按住屏幕才能與她對話。你只需對著臺式機說出你的需求，她就能識別出你的聲音并按指示行事，所有事情進展得自然而平順。

而 另一個隱形智能的例子是攝像頭，通常我們需要人看著攝像頭才能知道是否有異常發生，但現在我們可以做到一旦攝像頭“看”到有人摔倒，就會自動叫警衛來幫 忙。原理跟語音識別類似，將人們摔倒的視頻拿去讓攝像頭學習，一定次數之后，攝像頭自己就“明白”——發現有人摔倒就報警。今后，物聯網的發展會帶來更多 傳感器，隱形的智能便可以在更多范圍內實現。

Augmented Intelligence，就是用人工智能這個了不起的 “左腦”，與人類的右腦相配合，充分利用人類才有的創造力，延伸出無限可能。從 石器時代開始，人類就很熟悉關閉反饋回路（Closing the feedback loop）這件事，例如用石頭打造一把尖刀用來切肉，先是不斷打磨石頭，磨到一定程度去試著切肉，發現哪些地方還不夠鋒利，就繼續打磨。互聯網時代下的我 們，做產品仍然如此，但不同則在于以前做一個實驗可能要幾年甚至幾個世紀，但在如今的數字化環境下，一天就可以做幾百個實驗。

近 兩年機器學習、大數據等新興技術的發展讓AI遠比以前更強大。但無論有多強大，AI目前也只能停留在功能和部分智能的層面，之所以說是部分智能是因為“智 能”的概念也在不斷改變，以前機器下棋絕對被認為是一種智能，但今天說起記憶力、算數和弈棋（不包括圍棋）計算機比人類更在行，大部分人卻不會認為這些有 多么高智能。所以我更愿意將AI稱為數據驅動和基于統計的人工智能，它更像是一個能干的“左腦”，必須與人類的右腦相結合，才能帶來Superman那樣 更強大的智能。