导读：在家电行业中，人工智能成为众多厂商转型高端市场争夺的一项“增值业务”，但这项增值业务并没能为用户带来真正的智能体验。如今的语音交互实际上只是实现了表达方式多样性上的数据积累，在面对既有事实的数据上，AI能够胜任目标很明确的问题，比如xx游泳馆怎么走。

　　“刚买回家的带有语音识别的人工智能电视，用过一两次语音助手后就被弃之高阁，再也没有使用过。”这是一些智能电视用户的体验反馈。目前的消费电子产品，智能语音还多数停留在“声控”阶段，语音交互还不足以真正具备诱惑力，夺走用户手中的遥控器。人工智能成为近年来占据科技头条的热点话题，尤其是在家电业中，而它目前为止依然只是一个话题，即便自动驾驶已经快要到来，甚至已经开始尝试载客，但是它依然还有很长一段荆棘路要克服。包括路网建设，物联网统一标准平台的建立。在这种情况下，竞争对手们的无人车在路上碰面都是“相当危险的”。

　　在家电行业中，人工智能成为众多厂商转型高端市场争夺的一项“增值业务”，但这项增值业务并没能为用户带来真正的智能体验。当人们在随身携带的手机已经推送了天气或股票信息通知，并且窗外已经大雪纷飞的时候，依然问着面前的电视，今天天气怎么样、某某股票怎么样等问题是一件多余的事情。当语音不足以取代或让用户不假思索地丢掉手中遥控器的发明，在一定意义上都是“哗众取宠”。人工智能应该为人类解决一些棘手的问题，而不是充当找片、开灯、关电视这样的保姆式服务，这些事人工智能的基础设施，但基建并不值得吹嘘。这样的效果就如同笔者常常会让siri帮忙设定闹钟，非常好用，但是当还没等siri讲完“闹钟已经设定完成”，笔者便已经退出siri界面。但让智能语音助手来帮忙设定闹钟或打开电视不是唯一的选择。当你唤醒siri或者电视机语音助手的时间，你的妻子已经娴熟地手动设定了闹钟，你的女儿已经率先跑去打开电视播放动画片了，但是你丢在家中某个角落的钥匙依然没有找到，但实际上钥匙就在你家的人工智能语音电视机下方，但siri或者智能电视语音助手依然会告诉你：“哦，我无法回答这个问题。”

　　目前的人工智能语音并未完全摆脱概念层面，至少当人们轻而易举就能做到某件事情时，却要借助人工智能语音来完成这件事情，这不是一件“智能体验”，而是一种“智障”行为。许多人工智能系统的一个特点就是太脆弱，换一种问法，AI立即宣告失败。当测试Amazon Alexa智能音箱和siri时，你就会发现这种脆弱性，或者你测试人工智能电视中的语音助手小x也会很快发现，多轮交互是伪概念。“小x，我老婆漂亮吗？”或者，“小x,你认为你比Alexa和siri的语音交互更好吗？”

　　目前的AI存储的只是既有事实数据，而非智力增加。它们没办法以一种更有意义的方式解释自己：当你问它，为什么会这样？它会找出从庞大的数据库中检索到的一个事实或者表格展示给你，但是它无法摆脱表格直接告诉你“因为…”。如果那张表格本身是错误的，人类一眼就能看出的错误，毫无意识的AI也会照本宣科，而你如果咄咄逼AI，结果就是它会说，“哦，我不能回答这个问题。”

　　“哦，我不能回答这个问题。”一下子将人工智能以往的努力击败。在这种必须按照人工智能交互水平进行有限问答的尬聊，就为了在电视上查找影片、天气和股票，多出来的几百上千的溢价能力是否真的值得拥有呢？如果当搜索出来的影片恰好需要付费会员方能观看，此时的心情想必会变得糟糕，这种结果还不如“哦，我不能回答这个问题。”

　　智能语音助手小x们的不讨喜人设与人们在家中观影的习惯也有一定的联系，试想当你正在同家人叙家常时电视机小x的突然乱入：“抱歉，请再说一遍！”。人们愿意窝在沙发捏着遥控器安安静静地切换影片，而不是突然喊一句话“小x， 我想…”，旁边的人还会问“你在说啥？”“能动手的尽量别动嘴”是观影的真实诠释。

　　如今的语音交互实际上只是实现了表达方式多样性上的数据积累，在面对既有事实的数据上，AI能够胜任目标很明确的问题，比如xx游泳馆怎么走。人类社会的问题比训练AI自主学习复杂得多，它涉及伦理、社交、和对实际问题的考量。

　　同理，当你问siri或者电视上的语音助手：如果我们把一个盆栽搬到距离窗子更近的地方会发生什么，这时AI就只会回答sorry。将多种基础科学知识与现实世界情况应用结合在一起，结果是非常多样性的，对AI是具有挑战性的，虽然这是一个小学生都能够回答的问题。实际上，即使是非常年幼的孩子，他们处理语言和理解周围世界的能力也超乎人们的想象，他们的目光告诉了身边的人自己的内心想法的多样性和复杂性，以及他们对人们面部表情的理解。即便他们只是一岁的孩子，但是最终的结果是研究者们无法建立一个“一岁的孩子”。对于没有意识的人工智能来说，它们可以像上学一样，从幼儿园上到大学，掌握更复杂的词汇和语言，但是却难以学会思维和推理。

　　国外科学家提到，“让我们问机器和人类同样的问题”，从而来达到一个人与机器公平的竞争环境。科学测试之后可以看到，事实上人类做得更好。这个测试可以借助你的siri、家中的智能音箱或者电视上的人工智能语音系统。对人来说相对容易的事情，对机器来说异常得难；反之亦然。

　　真正的AI会与人类之间形成良好的互补关系，不是非此即彼，亦非保姆式服务。AI可以帮助人们解决一些非常棘手的事情，比如帮你回忆和寻找你的钥匙最后放在了哪里。当然，目前人工智能背后的研发团队的目标就是给它提供这些背景知识和理解能力来回答这些类型的问题，这些问题结合了基础知识、基本的推理、以及对语言的足够理解。

　　人工智能在游戏与围棋中表现出色，因为这些游戏是有固定规则的有限世界。但至少在理解上，机器人比不上人类。正如阿尔法狗打败围棋冠军却没有“我赢了”的意识。

　　人类所做的很多事情都是利用了背景知识，即大量事实、词汇以及各种社会细微差别。当你问存储了大量的信息的阿尔法狗你知道什么，其实它知道的比人类多得多，但它却并不知道什么，或者说不在战斗状态的它只是一个数据库。人工智能通过深度学习懂得人类语言，但是缺少意识，对于模糊的、不确定的、微妙的问题，人工智能需要人来提供更丰富的训练数据。

　　不过，国外研究团队认为，当你把一台人工智能的电脑拆开时，你会发现它只是一堆电路、电线、芯片和零部件，人工智能是如何理解的呢？但实际上在人脑中也是一样的，你可以看到神经元、离子电位、化学过程、神经递质和荷尔蒙。换句话说，如果你分析人与AI的大脑，你会看到同样的东西。基于此，研究者们认为，理解是一种从复杂的技术系统中产生的东西，并非人类独有。换句话说，无论是电路板还是神经元，都可以把理解建立在上面。

　　人工智能能够帮助人类的恰恰是：人们所处时代的发展速度是人类再也跟不上的，人们不可能知道所有的知识，即便活活到老学到老。人工智能是为了人类的共同利益而存在，但现阶段的人工智能是为了营销和溢价的目的，在功能上如同“过家家”，而非为人们解决棘手的问题。

　　目前的人工智能境遇就如同你训练自家的宠物狗去打开电视，你对你一手训练的狗狗说，帮我开下电视，它就跑过去打开了电视，但是这是很棘手的事情吗？即便不是人工智能，一只猴子也会帮你做着这件被认为“很智能”的事情。与此同时，在这种应用场景下，很多关于人工智能的说法却又异常“科幻”。

　　现阶段，不是人工智能打败了人类，而是一个由谷歌工程师和科学家组成的非常有才华的团队在技术的帮助下打败了一个围棋冠军。著名编剧Arthur c.Clarke曾说过：“一项足够先进的技术与魔法没有区别。”并非如此，当你刨根问底后会发现，魔法背后却是人。正如你躺在家中点外卖，而10分钟后外卖准时送达，这是外卖人员骑着小电驴危险穿梭于交通灯与行人间的结果。