現(xiàn)在的人工智能到底有多智能？現(xiàn)在的人工智能總的來說，可以算是有智能沒智慧、有智商沒情商、會計算不會算計、有專才而無通才。我們看待現(xiàn)階段的人工智能，它的強大，絕不體現(xiàn)在以自主意識為代表的智能上，而主要體

現(xiàn)在的人工智能到底有多智能？

現(xiàn)在的人工智能總的來說，可以算是有智能沒智慧、有智商沒情商、會計算不會算計、有專才而無通才。

我們看待現(xiàn)階段的人工智能，它的強大，絕不體現(xiàn)在以自主意識為代表的智能上，而主要體現(xiàn)在以大量數(shù)據(jù)計算的實時性和準(zhǔn)確性為代表的智能上，與人的優(yōu)缺點恰好互補，賦能現(xiàn)有產(chǎn)業(yè)，為生產(chǎn)效率帶來提升。

現(xiàn)在人工智能的“智能”可以重點關(guān)注一下幾點。

大量歷史經(jīng)驗數(shù)據(jù)對當(dāng)前決策的客觀指導(dǎo)當(dāng)人在面對一個選擇時，經(jīng)常會依賴歷史經(jīng)驗來進行決策。古人有言，“早霞不出門，晚霞行千里”，這個時候判斷明天天氣好壞的依據(jù)僅有是否出現(xiàn)早霞和晚霞，這個二維信息進行決策。隨著氣象科學(xué)的發(fā)展，我們現(xiàn)在知道，判斷第二天天氣好壞，需要考慮方方面面的信息，例如：空氣濕度、風(fēng)向風(fēng)速、地形位置等。

現(xiàn)在我們再將目光轉(zhuǎn)向股市，由于全球市場經(jīng)濟的高度耦合，帶來了前所未有的復(fù)雜性。如果抱著“跌買入，漲買進”這樣簡單的理財理念，已經(jīng)完全無法應(yīng)付股市的復(fù)雜情況，銀行板塊的漲幅，可能受到政策影響、利率影響、糧食價格波動、黃金價格波動等等影響。這個時候?qū)τ谝粋€單個的個體而言，想要處理如此繁雜的信息，首先無法很快獲取所有信息進行輔助決策，此次人腦也無法客觀的將多維的信息進行匯總分析。

而依賴人工智能的機器卻更適合處理類似問題，尤其在金融行業(yè)，數(shù)字化開展較早，因此有大量的數(shù)據(jù)輔助決策。人只需要將可能影響到這只股票的信息高速訓(xùn)練模型，基于機器學(xué)習(xí)的算法模型可以按照歷史信息進行“學(xué)習(xí)”，來判斷當(dāng)前狀況下，這只股票漲跌的可能性分別是多少，甚至可以預(yù)估短時間內(nèi)可以達到的漲幅。

當(dāng)前，我需要分析一個股票是否需要買入賣出，算法模型會通過大量多維的歷史數(shù)據(jù)作為“經(jīng)驗數(shù)據(jù)”，將這些經(jīng)驗通過模型擬合成多維曲線，那么，如果想評估當(dāng)前情況，我只需要將此時此刻這些影響因素的當(dāng)前狀況為坐標(biāo)，標(biāo)記在這個多維曲線中，并映射到一個一維坐標(biāo)下，即“漲”或“跌”。對于短期進行的估計，人工智能可能會比人類更“靠譜”一些。

需要依賴大量記憶的最佳決策人類目前即使面對最強大的機器，在自主的創(chuàng)造力上還是保持著“爸爸”等級的存在，人類在創(chuàng)造力上還是屬于絕對的領(lǐng)先。即使現(xiàn)在已經(jīng)廣泛應(yīng)用的機器翻譯來說，機器翻譯確實已經(jīng)足夠的準(zhǔn)確，但是語言的“信達雅”上，機器翻譯還是有很長的路要走。

但是，毋庸置疑，人類的大腦構(gòu)造本身是不適合做存儲和計算的。

在審問時，當(dāng)警察讓嫌疑人將所有事件按照時間從近到遠再重復(fù)一次時，人往往無法對剛剛編出的故事做準(zhǔn)確的描述，因此人“記事”往往是用事情的互相關(guān)系來進行記憶的，而不只是存儲時間本身，并為這些事件標(biāo)記時間戳。

計算就更不用說了，現(xiàn)在有多少人，即使在計算二位數(shù)的加減都要依賴計算器來實現(xiàn)。

而機器卻不一樣，前幾年名聲大噪的AlphaGo，打敗圍棋各路高手，可是AlphaGo的成功是因為它“智能”嗎？其實并不是如此。

圍棋雖然變化多樣，但是規(guī)則還是相對簡單。在互相對弈的過程中，人類可能會往前演算5-7步，可是這個時候AlphaGo早已經(jīng)將所有的后續(xù)發(fā)展可能性演算完成，并按照事先定義好的數(shù)據(jù)結(jié)構(gòu)進行存儲。

換句話說，當(dāng)人類和AlphaGo在對弈過程中，機器的每步均是在當(dāng)前情況下，以“最大勝率”為評價分?jǐn)?shù)，將棋子放在了評價分?jǐn)?shù)最高的位置上。當(dāng)AlphaGo“學(xué)習(xí)”玩所有的招式后，那么人類與AlphaGo下棋，最佳的結(jié)果就是打成平手，因為AlphaGo不會犯錯。

總結(jié)總之，目前的人工智能沒你想象的那么強大，但是可以比你想象的還要專業(yè)。

Bing在未來會如何改進新內(nèi)容發(fā)現(xiàn)？

微軟Bing近日宣布希望改變搜索引擎發(fā)現(xiàn)新內(nèi)容和更新內(nèi)容的。目前搜索引擎通常使用頁面抓取來查找新內(nèi)容或者內(nèi)容更新。當(dāng)搜索引擎機器人登錄頁之后，就會抓取頁面上的鏈接，然后根據(jù)頁面上提供的鏈接進行后續(xù)深入抓取，這相當(dāng)于創(chuàng)建了一個強大的網(wǎng)站索引。

但是Bing希望改變傳統(tǒng)收集，至少是做出嘗試。Bing鼓勵內(nèi)容發(fā)布者將新內(nèi)容或者更新的內(nèi)容提交到URL提交工具上。這項工具會根據(jù)提交的URL來抓取該頁面，而不是依靠其他頁面查找到這個頁面

Bing希望網(wǎng)站管理員，發(fā)布者，SEO和內(nèi)容管理系統(tǒng)（如WordPress），使用Bing的工具或API來提交新的URL。同時這也減少了Bing對抓取的依賴，從而減少了所需的資源。URL提交工具將使用基于配額的系統(tǒng)來防止垃圾郵件。在Bing網(wǎng)站管理員工具中擁有經(jīng)過驗證的網(wǎng)站已經(jīng)累積了一些年齡將有助于提高該特定網(wǎng)站的配額。