第1021章
目前人工智能面临的最大的问题还是在于无法准确的理解人类语言。也就是说，目前的人工智能只能实现数据的收集整理，还无法对数据进行深度分析。
而事实上，分析描述内容是人工智能的终极形态，目前市面上的人工智能机器人，只是赋予人工智能一个特定的知识库，有一定的检索能力，但是没有理解能力，只是对信息文字上的整理，他只能识别字，但是还无法理解字的含义。
人类研究人工智能有几十年的历史了，但是到现在依然还没有产生真正的智能。
人工智能这一块，被公认为未来的大趋势，事实上，点金集团也一直都有在这方面进行投入研究。
只是并没有下大力气，主要还是因为，目前人工智能真正能够实用的地方还很少。
比如手机的语音识别系统，只能识别特定的语言，稍微复杂一点的就无法识别，更别说是语义分析了。
事实上目前所谓的人工智能的研究，大多数时候依然处于一个概念状态。
关于人工智能的理论五花八门，还没有一个真正行之有效的正确理论。
因为实践才是真理的唯一检验标准，但是大多数的理论，实践起来太难了。
当然，对于人工智能的一些理论能否实现，叶秋并没有一个确切的概念，所以，他特意咨询了人工智能工程师们。
最终得出的结论是，模仿能力这方面，其实很多研究人工智能的实验室都已经可以做到，但是这个模仿能力，其实目前为止，指的依然只是最基本的通过数据库来调用，并不是说，人工智能就真的会思考，会模仿了。
国外有模拟人类大脑的神经网络作为人工智能机器人的核心程序结构，效果还算不错，但是当前进展依然缓慢。
叶秋当然也知道，任何事情不可能一蹴而就，人工智能概念的爆发，越来越多的科技公司，互联网公司加入其中，其实也是利益驱使。
就在叶秋销声匿迹许久之后，点金集团突然宣布，斥资百亿美金，成立人工智能实验室，并且向全球招募人工智能工程师，同时还和华国的科学研究院人工智能实验室达成了合作。
之所以很多互联网公司反而会优先推行人工智能项目，其实主要原因还是在于，互联网公司拥有着大数据的优势。
比如搜索引擎公司，比如社交平台，比如科技公司等等，在这方面拥有得天独厚的优势。
人工智能最基本的要求就是要拥有大数据作为后盾。
其实像现在的智能输入法，也同样的可以算是人工智能的一种，词汇联想等等，其实就是通过大数据的检索，通过记忆人们的用词习惯然后推荐给用户。
而点金集团人工智能实验室推出的第一代人工智能机器人，就是交互式的人工智能机器人。
简单地说，目前点金集团的人工智能实验室的人工智能机器人，第一阶段的首要目标是做到能够模仿人们的聊天习惯，和人类进行问答交互。
比如问答，人工智能需要解决的首要问题是，如何从无数人的问答当中，挑选出答案。
因为一个问题，在不同人的回答当中会出现不同的答案，这些答案人工智能机器人都知道，但是如何从这些答案当中挑选出合适的答案，这个机制就是关键所在了。
目前所有的所谓的机器人客服，根本就称不上是人工智能。
因为那些机器人客服，只能回答一些预先设定好的问题，而且问题的答案也是预先设定好的，根本算不上是智能。
但是这里还涉及到一个问题，还是回归最初的问题，人工智能可以通过搜寻，其他人的答案来挑选出来进行回答。
但是因为文字本身是没有情绪的，如果人工智能无法理解文字的意思，那么你骂他，他也或许会反驳，但是却并不知道你是在骂他，因为他给出的答案是别人给出的。
所以首先要做到的依然是语义解析。
点金集团作为华国，乃至于全世界的顶级互联网巨头，点金集团成立人工智能实验室，并且投入巨资，自然会受到许多关注。
点金集团人工智能实验室的第一步就是召集了超过100名语言学家共同商讨，当然研究语言并不是说研究各个语种那么简单，它还包括了如何让计算机如同人脑一样，接受这一些语言，明白这一些语言。
其次是逻辑学，如果没有一个出色的逻辑分析能力，那么，人类就不是人类而是疯子了。
疯子为什么会被称作疯子，是因为他们失去了逻辑分析能力，行为举止已经脱离了基本逻辑。
人工智能在计算机实践当中，有两种不同的方法。
一种是采用传统的编程效果，而不考虑使用的方法是否与人或者动物体所用的方法相同，这种方法叫做工程法。
事实上，这种方法是也是目前应用最为广泛也是已经付诸实践最多的方法。
这种方法的好处在于，针对性强，在不少领域当中都已经有成功的案例，比如自动化机器人，他们就是采用这种方法，这种人工智能机器人，他被植入了一整套的自动化流程，但是它不具备其他功能。
比如简单的文字识别，以及下棋，一些游戏ai等等。
但是同样的这种方法局限性很大，因为如果游戏简单，那么制定的这个程序也很简单，而它只能在既定的规则下运行，举个简单的例子。
比如这个人工智能机器人，你给他制定了下象棋的规则程序，可是如果你要让它去下围棋，那么你这个机器人的程序就要重新编译，重新调试，否则的话，就会牛头不对马嘴。
而另外一个方法就是模拟法，意思是我们不仅仅要看到效果，还要求实现的方法和人类或者动物机体所用的方法相同或者类似。
比如目前比较流行的模拟构建人类神经网络作为人工智能机器人的核心，尝试着让人工智能机器人按照人类的机体原理进行实践。
可惜的是，这种方法的入门难度太大了，除了要精通计算机编程知识，还要精通生物学的思考方法，所以不管在国内外，只要进入这一个行业的研究者都会成为重点扶持的对象。
尽管目前的进展依然缓慢，但是起码，这一个方向被认为是未来的主流的人工智能研究方向。