你认为人工智能利大于弊吗?

人工智能近年来发展迅速，也许有人认为他很遥远，实际上人工智能已经有不少产品都有了落实，让我们离人工智能更近一步。就目前而言，人工智能最大的瓶颈是自然语言的处理，未来人工智能主要应用在哪些领域呢？
1、比如语音识别——李开复博士当年做的工作奠定了很多当今识别系统的基础。这里忍不住说一下，Siri本身的技术并没有特别大的亮点，真正nb的是它的模式（语音识别直接与搜索引擎结合在一起，产品体验做得好。而且关键是这样的模式能采集到更多数据，使得系统的精度越来越高）自然语言理解——目前看到的最强的结果应该是IBM Watson。
2、数据挖掘——随着近年数据量的疯狂增长，数据挖掘也有了长足进步。最具有代表性的是前几年著名的Netflix challenge（Netflix公司公开了自己的用户评分数据，让研究者根据这些数据对用户没看过的电影预测评分，谁先比现有系统好10%，谁就能赢100万美元）最后这一比赛成绩较好的队伍，并非是单一的某个特别nb的算法能给出精确的结果，而是把大量刻画了不同方面的模型混合在一起，进行最终的预测。
3、计算机视觉——目前越来越多的领域跟视觉有关更多知识参考51CTO学院人工智能视频课程。虽然大家都在说googleX的无人车， 但实际上现在无论是商业上，还是技术整合上最成功的算法是Mobile Eye的辅助驾驶系统。这个公司也是目前computer vision领域最挣钱的公司。从实现新功能方面说，视觉的发展的趋势主要有两方面，A) 集成更多的模块，从问题的各种不同方面，解决同一个问题（比如Mobile Eye，就同时使用了数十种方法，放到一起最终作出决策）  B) 使用新的信息，解决一个原来很难的问题。这方面最好的例子是M$的Kinect，这个产品最让人拍案叫绝的就是那个红外pattern投影仪。
4、机器学习
比如我们在平时的工作中可能会用到各种各样的小工具，例如批量修改文件名，目前的做法是到网上寻找特定的工具，如果没有找到工具的话，可能还要花钱找人定制，来帮你实现自动化、高效的工作。当机器学习被运用的时候，你可以做一个示例动作，程序会自动识别你的意图，自动帮你完成大量重复的工作。这时候，例如软件外包工作就很可能会被替代掉了。机器学习参考51CTO学院机器学习的课程，寻找特定关系的方式，比如你的动作是a，得到的结果是b，通过给机器输入大量的数据，机器会去拟合一条途径，来寻找a到b的规律。应用的范围非常的广泛，也许是最贴近消费者的人工智能应用。
5、模式识别
模式识别的基础是传感器。传感器相信大家都非常的熟悉，我们手机上有的传感器可能有红外线、摄像头、水平仪、罗盘等等。在未来几年，人工智能的发展可能使我们的手机具有真正的感知能力。例如可以识别物体，识别地形，识别字体等等。想象一下，和朋友出去玩，突然看到一个不认识的物品，又不好意思问朋友，于是偷偷拿出手机，用带有人工智能识别的app扫描一下物品，就能够知道所有的信息，避免了尴尬。当然这只是很初级的应用，并且目前基于图像识别技术已经有了相关应用的出现。
人工智能概念其实在上世纪80年代就已经炒得火热，但是软硬件两方面的技术局限使其沉迷了很长一段时间。而现在，大规模并行计算、大数据、深度学习算法和人脑芯片这四大催化剂的发展，以及计算成本的降低，使得人工智能技术突飞猛进。