近两年来骤然加速的人工智能（Artificial Intelligence）技术，让其无论是在业界还是在社会上都广受热议。有人觉得它很厉害，有人觉得它很可怕，那么我们到底该如何看待人工智能呢？
身 为一个探索该领域多年的研究人员，我认为计算机应该是一个很好的“左脑”。通过相应的算法，计算机可以做大量重复性及逻辑推理的工作，这与负责逻辑思考和 推演解决问题步骤的“左脑”十分相近。但人最了不起的地方却是“右脑”，是它给我们带来了想象、创造力和意识，而这些是机器所无法具备的。
我 们需要机器有意识，并且深不可测吗？我想大概不需要。因为研究人工智能是希望它能够随时为我们所用，并且完全可控。在我看来，人和机器之间的关系，更多是 Human（人）+Machine（机器）=Superman（超人）的关系，最终做出人独立做不到、机器也独立做不到的事情。假设，我是一个股票分析 师，我可以让机器根据我的算法去分析数据，然后我再去调整它的分析结果并进一步优化算法，两方面配合就可以帮助大家将利益最大化。所以，让机器去看数据， 会看到什么背后的价值和意义，关键还是在于人。
因 此，我要把人工智能的AI扩充为四个含义：Agglomerative Intelligence（聚合的智能），Adaptive Intelligence（自适应的智能）,Ambient Intelligence（隐形的智能）以及Augmented Intelligence（增强的智能）。
Agglomerative Intelligence，人工智能是一个聚合的表现。以微软小冰为例，她是在抓取并“学习”了社交网络上人与人的对话之后，才建立起了自己的聊天问答数据库。目前小冰与真人的平均对话（CPS）已经达到了23个回合，这就让她能够进一步优化原有的数据库。
除 了文字、语音聊天，现在的小冰还可以看“图”说话。你给她发一张人脸，如果颜值高，她会多谈外表，如果颜值低，她会谈内涵；若是发一张食物照片，她会说 “看得我都流口水了“。在跟京东的合作中，小冰又可以辨认上千万的书籍、数码设备，以及各种衣服的面料、款式和风格，甚至可以给用户实用的购物建议，为下 一代的内容广告奠定基础。而在发布了微软学术搜索之后，小冰、小娜还将能跟你聊学术。
如今，俏皮的小冰背后融合了计算机图像识别、语音识别、自然语言处理、社交网络情感计算等等不同方向的人工智能技术。未来她将不再只会谈风花雪月，涉猎的话题会越来越丰富。
Adaptive Intelligence，人工智能要可以自适应。在 相对简单、固定的环境里，机器在某些方面的识别能力有时甚至超过了人，但如果是在噪杂、混乱的环境里，即便是人，可能在不了解对方所讲或所展示的内容的情 况下，要去识别也是非常吃力的。所以人工智能技术要可以自适应，它们没有固定的限制，可以适应各种人、环境、物体、语义等等。
以 微软牛津计划（Project Oxford）为例，目前它提供了人脸识别、语音识别、计算机视觉和语言理解智能服务四大技术方向的API和SDK工具包，开发者可以利用这些智能服务开 发不同使用场景的应用。基于此生成的成果中，大家最熟悉的应该莫过于How-Old.net了。
此外，在我们利用深度学习的方法处理IQ测试里文字推理问题的研究中，计算机通过学习、借鉴语料库中的词语语义，可以判断一个词的多重含义、词类变化以及词条的特征向量。这也体现了人工智能的自适应能力。
Ambient Intelligence，让所有人工智能都自动地无缝实现。小 娜因为被嵌入在Windows 10当中，便能跟随Windows 10跨平台到任何一种设备，无论是台式电脑、笔记本电脑，还是平板电脑、智能手机。但她不会每到一个新平台就提醒你一遍相关事宜，也不会在你使用台式机时 要求你像使用智能手机一样必须按住屏幕才能与她对话。你只需对着台式机说出你的需求，她就能识别出你的声音并按指示行事，所有事情进展得自然而平顺。
而 另一个隐形智能的例子是摄像头，通常我们需要人看着摄像头才能知道是否有异常发生，但现在我们可以做到一旦摄像头“看”到有人摔倒，就会自动叫警卫来帮 忙。原理跟语音识别类似，将人们摔倒的视频拿去让摄像头学习，一定次数之后，摄像头自己就“明白”——发现有人摔倒就报警。今后，物联网的发展会带来更多 传感器，隐形的智能便可以在更多范围内实现。
Augmented Intelligence，就是用人工智能这个了不起的 “左脑”，与人类的右脑相配合，充分利用人类才有的创造力，延伸出无限可能。从 石器时代开始，人类就很熟悉关闭反馈回路（Closing the feedback loop）这件事，例如用石头打造一把尖刀用来切肉，先是不断打磨石头，磨到一定程度去试着切肉，发现哪些地方还不够锋利，就继续打磨。互联网时代下的我 们，做产品仍然如此，但不同则在于以前做一个实验可能要几年甚至几个世纪，但在如今的数字化环境下，一天就可以做几百个实验。
近 两年机器学习、大数据等新兴技术的发展让AI远比以前更强大。但无论有多强大，AI目前也只能停留在功能和部分智能的层面，之所以说是部分智能是因为“智 能”的概念也在不断改变，以前机器下棋绝对被认为是一种智能，但今天说起记忆力、算数和弈棋（不包括围棋）计算机比人类更在行，大部分人却不会认为这些有 多么高智能。所以我更愿意将AI称为数据驱动和基于统计的人工智能，它更像是一个能干的“左脑”，必须与人类的右脑相结合，才能带来Superman那样 更强大的智能。
