近年来，“人工智能”通过各个域逐渐被人们所认识，仿佛大家儿时的一些科幻梦想很快就能实现了。但事实真的是这样吗?诚然，当下机器人迅速发展，人工智能在我们的生活中扮演重要角色这是未来趋势，但并不会很快发生。即便机器人进化速度惊人，但它们还是有些“死脑筋”，现阶段想要让他们胜任所有工作，还有些力不从心。

　　艾伦人工智能研究所相关人员就曾表示，教电脑阅读并回答相关问题现在都还是个不可能完成的任务。举例来说，在阅读了八年级的科学课本后，电脑只能回答对60%的相关问题。教电脑理解一个句子甚至比让它在围棋上战胜世界都难，电脑在解决模棱两可问题的能力上还有着较大的缺陷，它们太死板了。逻辑决策层需要大量的数据和算法来支撑，但是在人工智能域，98%的算法是开源的，大家主要是在拼数据。

　　然而，对于人工智能的定义也是相对模糊的。制造一台机器，通过数据整合和分析产生预测，以帮助人们实现精准决策可以称之为人工智能。制造一台机器，然后去代替人也可以称之为人工智能。早在20世纪60年代就有科学家开始进行人工智能的研发，并发明了可以做数学应用题的机器人、能够人机对话的机器人。到80年代，日本又出现了专家级系统计算机，帮助企业和政府进行决策。进入21世纪，又出现了下围棋的数字机器人。人工智能的目标和技术随着时代的发展在不断地变化，人工智能到底是用来干什么的?

　　人工智能作为一项新的工具，是可以帮我们解决很多问题的，其适用面也较广。利用人工智能可以有效地代替人类做一些烦琐的、重复性的工作，也可以成为人类娱乐的一种方式。

　　欧美、日本的人工智能发展较为迅速，与之相比，国内的技术水平还停留在一个任务型的水平，即你让机器人订票、打电话没有问题，但是要跟机器人聊天，体验则很差。

　　与此同时，对于进行人工智能开发的公司来说，盈利才是他们能够继续推进人工智能开发的动力。但是，目前来看自动驾驶、计算机视觉、智慧城市以及智慧医疗等等人工智能尚没有带来直接的商业价值。这其中，一方面是因为现有人工智能的设计方案都较为笨重、单一、昂贵。例如，谷歌推出的图片识别系统“谷歌大脑”，是由上千台计算机组成的，需要数十个研发人员操作，投入和产出不成比例。去年十分出名的AlphaGo，设备也十分昂贵，难以形成规模化生产。另一方面，人工智能的技术需要长时间在实验室进行研发，但在这个追求“短平快”的年代，人才培养也出现了断档，很多人很难掌握人工智能技术，这也间接阻碍了人工智能的发展前景。

　　人工智能的未来还有很长的路要走，这是一个不争的事实。而在这个过程中，如何将人工智能细化成内容、数据、硬件、算法等各个小的域，然后集中精力各个突破，将是决定人工智能发展速度与发展规模的重中之重。不用担心，未来几十年你的工作还不会被机器人抢走，而科幻片中的一些恐怖场景也不会立刻发生。