全球人工智能与机器人峰会上，国内外人工智能的领域的科学家和企业家们进行了全面的交流对话。这场今年兴起，随着AlphaGo战胜世界围棋冠军李世石而迅速火遍全球的概念，到底离我们的生活还有多远？

机器学习将人工智能推向大众视野

近年来，随着大量数据的支撑和算法的发展，机器能够对现实中的场景进行抓取和捕捉，并通过算法将真实场景进行数据化，使之能够对被机器识别，达到对现实的感知。获得数据化的现实场景数据后，同数量庞大的样本数据进行对比训练，实现对场景的识别，称之为机器学习。由于这两大要素涉及到计算能力、算法和大数据支撑的限制，处于实验研究阶段。AlphaGo在同李世石对弈并获胜使得机器学习热度增加，并最终进入大众视野。

在中国工程院院士、香港中文大学（深圳）校长徐扬生看来，感知、认知和动作，这三者为构成人工智能的三个要素。从计算机视觉的例子来看，要让计算机识别一张图片，首先是特征提取，对于图像中的像素进行重要性差别提取，此为感知。然后再对重要的元素进行标注，通过标记成为计算机能够识别的符号，让计算机能够理解图片的内容，此为认知。最后，计算机生成一段话对图片进行描述，这是最后一步动作。

北京航空航天大学教授王田苗认为，此前人工智能发展的50多年间历史时间里，研究人员将大部分精力放在动作方面，因为没有能力完成前两个步骤。通常说的人机交互就是三大因素中的动作，也是目前普遍能够实现的，最为常见的就是工厂里的机械手臂，通过编程人员对机器编入固定程序代码，实现机械手臂重复的动作。为什么会是重复的动作，而不是随心所欲的动作呢？原因在于人为地为机器设定了产生动作的范围和界限，并不是机器根据自己的理解后作出的回应。

也就是说，在机器学习之前，人工智能和机器人的发展主要停留在动作的研究方面，缺少感知和认知的研究，而目前的机器人学习只是人工智能在感知和认知层面的一个早期发展阶段，并且在这个阶段的研究也处于实验阶段。

更多资讯，可以访问2898站长资源平台资讯-科技评论栏目：kjpl/ 谢谢！