“9012”年了，AI已经不太火了？

那你对AI也许还有一些误解。科大讯飞董事长刘庆峰接受采访时说，“2019是人工智能技术价值兑现的元年，真的红利已经到来”。看看你家的智能音箱和智能家电们，不难发现，人工智能真正走近了我们的生活。

作为人工智能重要的载体，工业机器人的应用发展按照自己的成长路线迈入成熟。然而，那些在消费领域“卖萌”，极力求生存的服务型机器人智商表现，有些时候仍让人感到“捉急”。

我们可以将机器人的回答看作“呆萌”，但从事件的本身来看，机器人既没有解决客户的需求，又没有安抚客户的情绪，甚至可能让客户更生气。如果是人类客服用同样话语回答，那可能要被“炒”了。

Emmmm，这智能助手怎么用起来，并没有想象中智能呢？

　　首先，它确实还不够“智能”。目前很多机器人的技术都还不成熟，像客服机器人、教育机器人，它们所采用的语音交互系统、知识图谱、数据库的建设都不是很完善，语义理解和多轮对话的能力也无法满足复杂场景下的对话需求。

由于技术的限制，很多时候，对于人类几秒就能解决的问题，在机器人那儿只能用程式化的话术反复应答，在业务处理效率上并没有提高。比如，语音识别率在实际场景中几乎无法达到100%，这就造成了在嘈杂环境中与聊天机器人的对话注定“答非所问”。相比而言，人类的耳朵对嘈杂环境中的听力选择——“鸡尾酒会效应”的应对会游刃有余。又比如，想让聊天机器人帮忙查机票、查天气等，有时候必须通过非常明确的语言，进行多次沟通。

业内人士面对这些产品的时候，由于知道聊天机器人的“软肋”，就会尽可能的跟聊天机器人心平气和地聊天，且超有耐心。一次不行，我再试一次，这个指令不管用，我再换一种问法。但普通用户，可不会买账。

至于生活中的扫地机器人，则在导航、避障及系统稳定性上还存技术缺陷。在网上随手一搜，就可以看到各种智能家电的“智障”吐槽：

只能打扫开阔无障碍的房间，碰到家具就死命的“怼”并瞎叫，三天两头卡地缝里，有的地方清扫无数次，有的垃圾视而不见。

每次让它扫地前，我得先给它做清障工作，还要随时准备’解救’它，跟我自己做卫生差别也不大了。

我们家的智能语音电视、智能电饭煲和智能音箱，发挥的最大作用是给客人演示，当面显摆用的。平时有和机器沟通的功夫，我宁愿自己来。

　　其次，人工智能的发力尽管已经触碰到了行业痛点，但还没有完全解决痛点。这些服务类机器人的技术门槛并不高，市面上一旦有了新功能，其他厂商就能迅速跟进完成迭代，久而久之，“懒人思维”就在机器人厂商中蔓延开来。机器人技术国际工程研究中心副主任曲道奎就曾指出，国内机器人产业中，95%的企业是做“系统集成商”，也是整个产业链的中下游。而那些核心零部件比如控制器、高精度减速器、驱动器等产业上游的关键技术我们还未完全掌握。在这样的产业结构和产业思维下，国内机器人的同质化现象较为严重。

不可否认的是，随着“深度学习”等人工智能技术的发展，AI会越来越智能。只不过，智能需要时间，有时也需要“逆向思维。这不，”当我们在吐槽“人工不智能”时，有研究人员不走寻常路，鼓励机器“犯错”。

脸书（Facebook）AI 研究科学家 Franziska Meier 表示:“我们想尝试的是给机器人灌输好奇心的概念。”实验室中有个叫Sawyer 的手臂机器人，它需要按照指令移动到右边一处固定位置。然而，Sawyer 的手臂一次次抬高、移动，然后“成功”偏离了轨道……

Meier解释说，让Sawyer 故意偏离轨道，是为了让 Sawyer 自由地尝试非最佳动作，而不是奖励它不断取得的成功。

虽然 Sawyer 没有完成任务，但它给了我们更多的数据，我们通过这种方式获得的数据比传统的方式要多。

这个概念在机器学习中被称为＂自我监督学习＂，也就是让机器人自己尝试新行为并更新软件模型，从而帮助它预测行为后果。这样做的目的是让机器能够更加灵活地去完成任务，或者说，更容易适应动态的人类环境。

像大家都很熟悉的图像识别，机器识图仍基于人们事先给图片贴好标签，并不是真正意义的认知。也就是说，机器还是不够聪明。