↑↑↑i黑马，让创业者不再孤独！
来源
文因互联（ID：wenyinx3b）
文
鲍捷
柯洁之后，人工智能又火了一把。
6月7日下午，一个高考机器人进行了它的高考首秀，32分钟做了两份试卷， 得分。无独有偶，另一个叫“Aidam”的高考机器人也用10分钟体验了把高考，考了分。
从棋盘上碾压围棋天才柯洁到如今高考和万考生过招，人们不禁疑问人工智能的极限到底在哪里？文因互联CEO鲍捷博士，从人工智能产品可演进性的角度来去讲述他理解的人工智能的局限性，以及设计路径。
1
我有一个好想法，
就差一个AI了！
人工智能产品一个核心特点就是「演进」。也就是说「你很难一下子达到那个地方」，这可能是与传统的互联网产品很不一样的地方。
互联网已经存在很多年了，在产品经理的人才积累上大概已经过10万的数量级了吧。对比国内人工智能的导师储备也不过数百人，国内人工智能相关专业出来的研究生可以估算不会太多所以，在中国现在做人工智能的产品，跟我们以前做互联网的产品很不一样。单从人才供给来说，无论是产品经理、工程师，还是往上一层的架构层面的人，都只是传统互联网1/10到1/这样的数量级。
工程领域有一个原则，任何系统的架构你设计得再好，当系统面对的问题规模的数量级上升，或者下降，这个架构就会出问题。那么，我们互联网、移动互联网上的产品设计经验是为过去的规模的问题所设计的，我们现在碰到了新问题，还可以用原来的方法来做吗？我觉得肯定是不一样的。
现在很多人在谈这种焦虑感——人工智能要颠覆这个、要颠覆那个。我看到微软AI负责人沈向阳老师在说计算机视觉识别系统要在10年之内识别所有的东西。过去我们常说「我有一个好想法，就缺一个程序员/产品经理了」，今年大家都改口「我的想法就缺AI了」。
但人工智能对社会的颠覆其实还没有发生，并且这个颠覆也是没那么容易发生的。因为人工智能的资源是很稀缺的。稀缺资源造成现在组建一个人工智能团队，就一个字—「贵」。现在一个北清毕业的博士的入门价格BAT能给他开到60万*。过去我有看过其他人的团队预算，十个人的机器学习团队，初期需要投入上千万。由于人才的稀缺，决定了这个风险不但来自于业务更来自于团队本身，少了任何一个人都很填上这个坑。编者注：具体数字有待考据。
2
理解人工智能的局限性
其实，目前的AI技术并不是那么靠谱，还是不成熟的。因为人工智能现在还是“人工智障”的成分居多。我们做产品，更多是从人工智障开始做的。
年，我在MIT研究期间的导师TimBerners-Lee（注：英国计算机科学家、万维网的发明者，南安普顿大学与MIT教授）曾告诉大家，未来会是语义网的。当时实验室成果让大家很乐观地认为可能10年之内就能在消费者领域实现语义网。年他在《科学美国人》相关领域中的描述的产品就很像是Siri，但当我们做了10年以后，我们发现我们远远低估了这个开发难度。现在16年过去了，我们还是没有达到他描述的对话机器人的技术水准。
编者注：语义网是对未来网络的一个设想，现在与Web3.0这一概念结合在一起，作为3.0网络时代的特征之一。简单地说，语义网是一种智能网络，它不但能够理解词语和概念，而且还能够理解它们之间的逻辑关系，可以使交流变得更有效率和价值。语义网核心是：通过给万维网上的文档（如：HTML文档、XML文档）添加能够被计算机所理解的语义「元数据」（外语：Metadata），从而使整个互联网成为一个通用的信息交换媒介。
人工智能的技术瓶颈不是要代替智人作为动物的那一部分，而在于代替我们最近几千年发展起来的那些认知能力，也就是我们有了符号思维能力之后的智能。在学术上体现在，深度学习这种算法在不同领域上起到的改变是不一样的，它可以让语音和图像的识别能力前进了一大步，但是在自然语言处理或是知识图谱这方面的提高只有1-2%。
为什么会有这种区别呢？原因是「识别」。这件事情是哺乳动物的智能，不仅仅限于人类。你家的小猫小狗会识别出你跟别人不一样。深度学习可以在这种自然能力的处理上有很不错的表现。但是语言和文字这种符号思考能力是近几千年历史上发展出来的，跟传统的信号处理能力非常不一样。所以，现在的算法是有局限性的，我们在构建人工智能系统的时候要理解它的局限性。
3