類，那麼機器人怕是就不行了。

原理很簡單，因為象棋只有很少的格子，只有凹個格，很多線路，程式設計師都可以直接寫上去，讓機器人自己去分析。

但是，圍棋有勁多個格，在勁多個格子之下，又產生數的…操…作。在這樣的情況之下，機器人就算再厲害，也要完蛋。因為，在他的程式裡面，他沒有記載這麼多的演算法，於是乎，他肯定打不過圍棋高手。

而且，他就算能夠打敗圍棋高手，也只是一種程式化的產品，並不是智慧。因為，這一些智慧只是依託程式而執行。他們沒有自己的思考能力，也不會思考。碰到一些具體的數字還好說，碰到一些不明白的，直接就會短路了。

所以正在的人工智慧，在葉秋個人看來，首先要讓人工智慧會主動學習，因為真正的成熟的人工智慧在葉秋看來，涉及到的東西太多了，你不可能一種一種地去教它。

這也是目前世界研究人工智慧最大的難題，也是為什麼，目前的人工智慧，大體都是主攻某個方向，而不是全方位的。

第1021章

目前人工智慧面臨的最大的問題還是在於無法準確的理解人類語言。

也就是說，目前的人工智慧只能實現資料的收集整理，還無法對資料進行深度分析。

而事實上，分析描述內容是人工智慧的終極形態，目前市面上的人工智慧機器人，只是賦予人工智慧一個特定的知識庫，有一定的檢索能力，但是沒有理解能力，只是對資訊文字上的整理，他只能識別字，但是還無法理解字的含義。

人類研究人工智慧有幾十年的歷史了，但是到現在依然還沒有產生真正的智慧。

人工智慧這一塊，被公認為未來的大趨勢，事實上，點金集團也一直都有在這方面進行投入研究。

只是並沒有下大力氣，主要還是因為，目前人工智慧真正能夠實用的地方還很少。

比如手機的語音識別系統，只能識別特定的語言，稍微複雜一點的就無法識別，更別說是語義分析了。

事實上目前所謂的人工智慧的研究，大多數時候依然處於一個概念狀態。

關於人工智慧的理論五花八門，還沒有一個真正行之有效的正確理論。

因為實踐才是真理的唯一檢驗標準，但是大多數的理論，實踐起來太難了。

當然，對於人工智慧的一些理論能否實現，葉秋並沒有一個確切的概念，所以，他特意諮詢了人工智慧工程師們。

最終得出的結論是，模仿能力這方面，其實很多研究人工智慧的實驗室都已經可以做到，但是這個模仿能力，其實目前為止，指的依然只是最基本的透過資料庫來呼叫，並不是說，人工智慧就真的會思考，會模仿了。

國外有模擬人類大腦的神經網路作為人工智慧機器人的核心程式結構，效果還算不錯，但是當前進展依然緩慢。

葉秋當然也知道，任何事情不可能一蹴而就，人工智慧概念的爆發，越來越多的科技公司，網際網路公司加入其中，其實也是利益驅使。

就在葉秋銷聲匿跡許久之後，點金集團突然宣佈，斥資百億美金，成立人工智慧實驗室，並且向全球招募人工智慧工程師，同時還和華國的科學研究院人工智慧實驗室達成了合作。

之所以很多網際網路公司反而會優先推行人工智慧專案，其實主要原因還是在於，網際網路公司擁有著大資料的優勢。

比如搜尋引擎公司，比如社交平臺，比如科技公司等等，在這方面擁有得天獨厚的優勢。

人工智慧最基本的要求就是要擁有大資料作為後盾。

其實像現在的智慧輸入法，也同樣的可以算是人工智慧的一種，詞彙聯想等等，其實就是透過大資料的檢