AlphaGo擊敗李世石的成就讓業(yè)界對(duì)人工智能刮目相看，大家也對(duì)deep learning（深度學(xué)習(xí)）技術(shù)既好奇又疑惑，興奮的同時(shí)也面臨著研究中的各種困難。在人工智能與機(jī)器人峰會(huì)上，AlphaGo背后的團(tuán)隊(duì)DeepMind成員之一、牛津大學(xué)計(jì)算機(jī)系主任、Oxford-DeepMind Partnership負(fù)責(zé)人，AAAI、EURAI Fellow 邁克爾伍爾德里奇Michael Wooldridge，就人工智能研究的現(xiàn)狀和未來(lái)、成就與挑戰(zhàn)作了報(bào)告報(bào)告分享。

Michael Wooldridge表示，目前神經(jīng)網(wǎng)絡(luò)型人工智能還存在許多限制，首先表現(xiàn)在它們無(wú)法理解人類(lèi)社會(huì)關(guān)系。而對(duì)于神經(jīng)網(wǎng)絡(luò)型的人工智能，比如AlphaGo，我們也無(wú)法理解它是如何思考的。但是，人工智能要獲得人類(lèi)的認(rèn)同，它必須有這種被理解的透明度。

不過(guò)，有意識(shí)的機(jī)器肯定是會(huì)出現(xiàn)的，但在它出現(xiàn)之前，世界一定會(huì)有很多各種關(guān)于機(jī)器意識(shí)的跡象先產(chǎn)生，我們不會(huì)一蹴而就。

| 哪些技術(shù)可行，哪些不可行？

比如說(shuō)深度學(xué)習(xí)和機(jī)器視覺(jué)，我們?nèi)绾伟阉羞@些技術(shù)能夠結(jié)合在一起去實(shí)現(xiàn)人工智能？當(dāng)中有哪些成功的機(jī)會(huì)？這些技巧如何幫助我們實(shí)現(xiàn)長(zhǎng)期的人工智能的目標(biāo)？

| 強(qiáng)AI很厲害，但弱AI才是當(dāng)下追求的

對(duì)于弱人工智能和強(qiáng)人工智能，這是一個(gè)很重要的區(qū)分：強(qiáng)AI是通用型的，是屬于我們?cè)诤萌R塢大片中看到的——比如說(shuō)《天空漫游2001》的機(jī)器人，這些機(jī)器人是具有自我意識(shí)、獨(dú)立自主的，它就像人一樣具有各種的功能。

但是，這個(gè)是一個(gè)遙遠(yuǎn)的夢(mèng)想，走到這一步還有很長(zhǎng)的路才能實(shí)現(xiàn)，同時(shí)這也不是我們現(xiàn)在人工智能研究的方向，目前來(lái)說(shuō)大部分的研究都是集中在我們所謂的弱AI上。

弱AI只不過(guò)它的目標(biāo)沒(méi)有放在這么高和遠(yuǎn)，弱AI讓機(jī)器和電腦做一些現(xiàn)在只有人腦或者是動(dòng)物大腦做的事情，所以說(shuō)弱AI是專(zhuān)注于具體的任務(wù)上——我當(dāng)然知道弱不等于它就沒(méi)有用，弱也不是就那么容易做，只是說(shuō)針對(duì)性不同，所以弱AI主要是針對(duì)于非常具體的任務(wù)。

| 計(jì)算機(jī)現(xiàn)在到底擅長(zhǎng)做什么？

電腦實(shí)際上設(shè)計(jì)的本意是做什么。電腦或者說(shuō)計(jì)算機(jī)，如果不編程的話(huà)，其實(shí)電腦就是按照一些精密的指令來(lái)運(yùn)算的機(jī)器，它可以按照你的指令去執(zhí)行，執(zhí)行的非常快，它一秒可以做上千萬(wàn)、上億的數(shù)據(jù)。不過(guò)，電腦做的一切都是必須要分解到低階簡(jiǎn)單而且是非常精確的指令。所以，如果超越這些的話(huà)電腦就無(wú)能為力了。但是，人工智能上必須要?dú)w納到這個(gè)指令上，那么，目前來(lái)說(shuō)計(jì)算機(jī)能做那些，不能做哪些呢？

電腦很容易做的是算術(shù)，比如說(shuō)解決一些任務(wù)，人工智能基本上都能做，往下就比較難了。電腦可以做算術(shù)，做得又快又準(zhǔn)，因?yàn)楹苋菀装阉阈g(shù)的算式表述成這種低階的指令，所以算術(shù)非常的簡(jiǎn)單，但是再難一點(diǎn)，比如說(shuō)解決復(fù)雜的問(wèn)題——開(kāi)車(chē)，這個(gè)最近也已經(jīng)攻克了，但是基本上是解題的一種任務(wù)，每個(gè)任務(wù)都是要把這個(gè)任務(wù)分解成簡(jiǎn)單的指令讓計(jì)算機(jī)執(zhí)行。

| 有意識(shí)的機(jī)器最終會(huì)出現(xiàn)嗎？

再往下就是有意識(shí)的機(jī)器，為什么這么難呢？比如說(shuō)復(fù)雜推理，比如說(shuō)玩游戲，玩一盤(pán)棋盤(pán)游戲要做復(fù)雜的推理，處理定義不清的問(wèn)題——計(jì)算機(jī)要按照非常精準(zhǔn)的指令執(zhí)行，它執(zhí)行得快但是你這個(gè)指令要清楚；另外還和感知有關(guān)，感知就是要理解我們周邊的物理世界。

但是這個(gè)感知對(duì)計(jì)算機(jī)來(lái)說(shuō)是很難的，而且感知對(duì)于自我駕駛的汽車(chē)來(lái)說(shuō)是最難的一塊。比如說(shuō)造車(chē)目前來(lái)說(shuō)比較簡(jiǎn)單，只要你知道駕駛的規(guī)則那就很容易，但是問(wèn)題就是你開(kāi)車(chē)的過(guò)程中怎么感知周邊的環(huán)境？另外就是判斷，判斷是沒(méi)有精準(zhǔn)的規(guī)則的，很多時(shí)候要去看直覺(jué)、猜想，這對(duì)電腦來(lái)說(shuō)是很困難的。

我們說(shuō)強(qiáng)AI是一種有自我意識(shí)的物體，我覺(jué)得強(qiáng)AI應(yīng)該短期內(nèi)不會(huì)實(shí)現(xiàn)，而且我也不認(rèn)為會(huì)出現(xiàn)AlphaGo這樣的事件就能夠引導(dǎo)到強(qiáng)AI。換句話(huà)說(shuō)，機(jī)器它能夠下棋，它能夠識(shí)別人臉，做很多的任務(wù)，它做很多很多東西都好加在一起也不等于它就有意識(shí)。

什么叫意識(shí)？我們也沒(méi)有辦法鑒別出一種有意識(shí)的機(jī)器。所以這種有意識(shí)的機(jī)器這不會(huì)一夜之間出現(xiàn)，但未來(lái)會(huì)出現(xiàn)。人也不是魔術(shù)師，在有意識(shí)的機(jī)器出現(xiàn)之前會(huì)出現(xiàn)很多有意識(shí)的跡象，通過(guò)這種跡象來(lái)推出這種意識(shí)。比如說(shuō)我們今天來(lái)開(kāi)這個(gè)會(huì)，這就需要一種意識(shí)，我覺(jué)得這種突破都非常的重要，而且我覺(jué)得這個(gè)對(duì)社會(huì)有變革作用，最終這種技術(shù)的進(jìn)步使得人類(lèi)更健康，使得人類(lèi)更有能力去做更多高效的活動(dòng)，政府和商業(yè)更有效率，人工智能會(huì)給我們帶來(lái)更大的好處。

| 神經(jīng)網(wǎng)絡(luò)型AI與符號(hào)主義AI的區(qū)別與融合

現(xiàn)在的人工智能有兩種方法：一個(gè)是不時(shí)髦的，一個(gè)是很時(shí)髦的——神經(jīng)網(wǎng)絡(luò)型人工智能和符號(hào)主義型人工智能。

未來(lái)的人工智能必須要把兩種融合在一起，神經(jīng)我講的就是一些神經(jīng)架構(gòu)，人工智能的這種架構(gòu)是被人腦的神經(jīng)系統(tǒng)所啟發(fā)，另外一種就是符號(hào)法，符號(hào)法不是說(shuō)復(fù)制一個(gè)大腦的結(jié)構(gòu)，反而我們是把人腦的推理能力用符號(hào)表示出來(lái)。

| 人工智能深度學(xué)習(xí)和神經(jīng)AI的優(yōu)與劣

神經(jīng)網(wǎng)絡(luò)的AI其實(shí)是取決于人腦微結(jié)構(gòu)的靈感，我們?nèi)タ匆幌氯四X的構(gòu)造，基本上就是把一個(gè)想法輸入到神經(jīng)網(wǎng)絡(luò)，進(jìn)入到隱含的神經(jīng)層單元。它如果獲得了某一個(gè)配置之后，可以從中進(jìn)行選擇，而且在選擇過(guò)程中對(duì)每一個(gè)輸入有不同的權(quán)重，按照這個(gè)權(quán)重來(lái)進(jìn)行計(jì)算。這個(gè)輸入代表了我們周邊的環(huán)境，輸出就反應(yīng)了我們的行為的選擇。

這是一個(gè)非常古老的想法了，早至1940年代就已經(jīng)提出來(lái)，50年代就已經(jīng)有這方面的人工智能的研究，但是在1970年代有點(diǎn)銷(xiāo)聲匿跡，1980年代又有一個(gè)新的突破。這是一個(gè)非常長(zhǎng)的過(guò)程，在過(guò)去十年，這方面突發(fā)性地有大量的研究。因?yàn)槭怯姓嬲嬲募夹g(shù)上的突破，這種神經(jīng)網(wǎng)絡(luò)需要三個(gè)元素：

第一個(gè)需要有這種算法的突破。

2004年在多倫多大學(xué)和世界上的一些學(xué)者提出一些基本上的根本性的新技術(shù)來(lái)把這個(gè)神經(jīng)網(wǎng)絡(luò)進(jìn)行組織，但是最重要的是，他們建造了這個(gè)神經(jīng)網(wǎng)絡(luò)之后還需要大量大量的培訓(xùn)數(shù)據(jù)。

第二是訓(xùn)練數(shù)據(jù)。

過(guò)去說(shuō)是大數(shù)據(jù)的十年，數(shù)據(jù)是我們現(xiàn)在所掌握的了。比如說(shuō)我們有社交媒體，你拍了自拍，寫(xiě)了名字，等于是社交網(wǎng)絡(luò)獲取了你的信息，這些信息客觀幫助我們的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而辨別人臉。

第三點(diǎn)需要有運(yùn)算的能力才能夠訓(xùn)練這種神經(jīng)網(wǎng)絡(luò)。

所以這正是在過(guò)去十年當(dāng)中真正發(fā)展的，我認(rèn)為正因?yàn)檫@三個(gè)因素導(dǎo)致我們最近在深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)中取得了重大的突破。

給大家看一個(gè)小短片，它是DeepMin——這個(gè)是之前的程序，這個(gè)程序就是打電玩。它們?cè)?00個(gè)訓(xùn)練當(dāng)中，剛開(kāi)始玩得不怎么行，它也不知道自己在干什么，就做一些隨機(jī)的行動(dòng)。但是慢慢來(lái)通過(guò)訓(xùn)練之后，它玩得越來(lái)越好了。訓(xùn)練400次之后，基本上就像一個(gè)人類(lèi)的選手一樣。

這個(gè)游戲的開(kāi)發(fā)者之前并沒(méi)有預(yù)測(cè)到這樣的行為，這個(gè)完全是學(xué)習(xí)到的行為。這個(gè)程序?qū)W到了如何玩這個(gè)游戲！它發(fā)現(xiàn)最好的打這個(gè)游戲的方式就是剛才這么做。我們看到這個(gè)最重要的就是這個(gè)程序一開(kāi)始并不知道它要做什么，它不知道自己要怎么玩這個(gè)游戲，它看到了我們?nèi)搜劭吹降臇|西，然后它開(kāi)始去測(cè)試去實(shí)驗(yàn)，玩不同的方式，學(xué)習(xí)到了要拿到更多的分?jǐn)?shù)。

比如下棋，一個(gè)走法就需要有200個(gè)不同的可能，那如果你說(shuō)要去走兩步，就要看4萬(wàn)個(gè)不同的可能性，如果是走10步的話(huà)你需要看1乘以10的23次方的可能性。而一計(jì)算機(jī)程序如果要看10億個(gè)步法的話(huà)，可能是需要30億年的時(shí)間去評(píng)估所有的可能性，所以現(xiàn)在因特爾的最快的處理能力也沒(méi)有辦法去幫助你克服這樣的問(wèn)題，你需要有其他的技巧的，怎么做呢？蒙特卡洛搜索樹(shù)。

利用蒙特卡洛搜索樹(shù)，AlphaGo確實(shí)是我們?nèi)斯ぶ悄芤淮笸黄?，但是盡管它是一個(gè)巨大的成功，但是它并沒(méi)有讓我們能夠去實(shí)現(xiàn)通用的人工智能，是什么意思呢？

回到我們這種有意識(shí)和下意識(shí)的舉動(dòng)，這個(gè)并不是在阿爾法狗的經(jīng)驗(yàn)當(dāng)中，我們并不知道怎么實(shí)現(xiàn)通用的AI，它不能解釋他用的策略，就算它在玩這個(gè)圍棋他也不能跟你去解釋這個(gè)技巧，所以我們不能在阿爾法狗這個(gè)過(guò)程中提取它用了哪些策略，像阿爾法狗這個(gè)系統(tǒng)它不能做什么呢？

像這樣的一個(gè)對(duì)話(huà)，你在電視節(jié)目或者是電影里面就能看到，他說(shuō)我要離開(kāi)，他回答說(shuō)他是誰(shuí)。你要讓它來(lái)解釋發(fā)生了什么，我們可能會(huì)說(shuō)安要跟他分手，然后Bob認(rèn)為有第三者了，這個(gè)是從人當(dāng)中能夠得出這個(gè)結(jié)論，但是你是如何推出來(lái)這個(gè)解釋的，你必須要知道人類(lèi)關(guān)系其中的一些理論，你也必須要知道人列之間關(guān)系的這種運(yùn)行機(jī)制，而且你需要有相關(guān)的背景知識(shí)去得到推理的，但人工智能我們很難去得出這樣的一種解釋?zhuān)荒軌蛴眠@樣的簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)就能夠去推出的，這確實(shí)是我們?cè)谟?jì)算機(jī)當(dāng)中缺乏這種對(duì)人類(lèi)和人類(lèi)關(guān)系的這種知識(shí)。

這是另外的句子，這是兩句英文句子，第一個(gè)句子是這個(gè)委員會(huì)拒絕了這個(gè)團(tuán)體進(jìn)行游行，因?yàn)樗麄兪侵С直┝α?，?duì)這個(gè)句子你會(huì)問(wèn)他們指的是誰(shuí)，我們會(huì)知道這個(gè)他們是指想要進(jìn)行的團(tuán)體，你怎么得出這個(gè)解釋?zhuān)驗(yàn)槲瘑T會(huì)一般來(lái)說(shuō)不會(huì)支持暴力的，所以你要去得出這個(gè)解釋的話(huà)你要用到對(duì)人類(lèi)組織委員會(huì)的知識(shí)，第二個(gè)例子就是委員會(huì)拒絕給團(tuán)體發(fā)游行的許可，因?yàn)樗麄兒ε掠斜┝?，所以第一個(gè)句子他們就是指的團(tuán)體，而第二個(gè)他們就是指的委員會(huì)，所以我們要了解這兩個(gè)句子你必須要有知識(shí)，而且對(duì)人類(lèi)社會(huì)有知識(shí)。

另外一個(gè)例子是機(jī)器翻譯。你可能看出來(lái)是原文的翻譯，但是它卻不能夠充分的了解原文的翻譯，而且不能達(dá)到信達(dá)雅，也是不通順的。

另外一個(gè)是梵高畫(huà)作。你怎么樣來(lái)解釋這幅圖的意境呢？藝術(shù)學(xué)生可以說(shuō)它表示了什么樣的意境，如果你放到微軟的最好的圖形識(shí)別的軟件，它們?cè)趺礃觼?lái)解讀，它們說(shuō)看不懂，但是好像是水里面有兩個(gè)動(dòng)物在游。

不能理解人類(lèi)的社會(huì)關(guān)系，是機(jī)器的缺失。

| 人工智能符號(hào)主義的彌補(bǔ)

要讓機(jī)器理解人類(lèi)社會(huì)關(guān)系的話(huà)，我想再談?wù)劻硗庖粋€(gè)AI的研究領(lǐng)域——在今天不算時(shí)髦，今天大家都在講深度學(xué)習(xí)神經(jīng)學(xué)習(xí)，這種叫符號(hào)AI。

我們?nèi)祟?lèi)都是有語(yǔ)法的推理動(dòng)物，比如我太太，我想她開(kāi)心，紅酒可以讓她開(kāi)心，所以我給她買(mǎi)紅酒，這個(gè)是非常明確的推理過(guò)程。但如果把它變成一種符號(hào)主義AI的話(huà)，我們就讓機(jī)器用同樣的方式去推理，讓機(jī)器推理同樣的結(jié)論。

符號(hào)主義的人工智能有很多明顯的好處：

第一個(gè)好處是其透明性。AlphoaGo下得好，但它也沒(méi)有辦法解釋它下得好。但在符號(hào)主義這里，我們可以清楚地解釋機(jī)器為什么這么做。這種透明性確實(shí)是架構(gòu)上的優(yōu)勢(shì)，是符號(hào)主義AI的好處

第二是這種知識(shí)水平其實(shí)跟我們?nèi)祟?lèi)的語(yǔ)言是非常的接近。它也是用一種非常明確的推理法，如果AlphoaGo沒(méi)有辦法解釋它如何下棋的話(huà)，它就要通過(guò)這種語(yǔ)言的能力，用句子來(lái)表述它的想法。

當(dāng)然符號(hào)主義的AI為什么不流行，它是有缺點(diǎn)的。

第一個(gè)是轉(zhuǎn)換能力。比如說(shuō)在一個(gè)復(fù)雜的現(xiàn)實(shí)當(dāng)中，怎么把復(fù)雜變化簡(jiǎn)單的符號(hào)，這個(gè)描述用一個(gè)簡(jiǎn)單的語(yǔ)句來(lái)表達(dá)是非常難的。

第二個(gè)問(wèn)題你要把這個(gè)過(guò)程推理出來(lái)，把這個(gè)推理的過(guò)程表述出來(lái)，這個(gè)目前也是極為困難的。

| AI的下一個(gè)挑戰(zhàn)是把不同層面聯(lián)系在一起

我想AI的下一個(gè)挑戰(zhàn)就是把不同的層面聯(lián)系在一起。首先我們有非常精密的程序，比如說(shuō)AlphoaGo這樣的程序已經(jīng)很有成就了，它可以做很多復(fù)雜的事情，但是在某種意義上它是一個(gè)黑盒子，它沒(méi)有辦法告訴你它是如何贏的，所以我們需要一種知識(shí)層面能夠提升到神經(jīng)元網(wǎng)絡(luò)以上，把它歸納成一種語(yǔ)言和一種理解。

我們可以（借助符號(hào)主義）使用和交流的語(yǔ)言，AlphoaGo沒(méi)有辦法解釋自己，也沒(méi)有辦法解釋它為什么這么做，而且它也不能自省，所以我覺(jué)得這種解釋的能力是極為重要的。比如說(shuō)，DeepMind主要是在醫(yī)療上展開(kāi)研究，就必須要解釋為什么這個(gè)病人要吃這個(gè)藥，必須要有解釋的能力，所以在運(yùn)用當(dāng)中是一個(gè)關(guān)鍵點(diǎn)。

| 關(guān)于人工智能的疑問(wèn)與擔(dān)憂(yōu)

我要強(qiáng)調(diào)：最近的成功是非常狹窄的，而且只是在特定領(lǐng)域出現(xiàn)的成功。

我們短期內(nèi)不會(huì)出現(xiàn)奇點(diǎn)。

所謂的奇點(diǎn)就是到這個(gè)點(diǎn)這個(gè)機(jī)器突破了它的水平。我們想想人工智能的經(jīng)濟(jì)：機(jī)器現(xiàn)在開(kāi)始取代人了，那么如果事情讓機(jī)器做，人該做什么呢？特別是機(jī)器接管人的層次越來(lái)越高，那么就會(huì)導(dǎo)致失業(yè)和不公平的問(wèn)題。

還有隱私，比如說(shuō)人臉識(shí)別，這也會(huì)有個(gè)人私隱的問(wèn)題，在未來(lái)20年社會(huì)都必須面臨這個(gè)挑戰(zhàn)。

最后還有自動(dòng)武器的問(wèn)題，在戰(zhàn)爭(zhēng)當(dāng)中人工智能被用在武器上會(huì)帶來(lái)什么，不是軍人，是機(jī)器軍人，我們?cè)谶@方面必須要思考清楚。

最后我想講一下如果大家對(duì)于機(jī)器掌管世界心存擔(dān)心的話(huà)，我請(qǐng)大家看一個(gè)短片，這個(gè)是美國(guó)的短片，美金先進(jìn)研究所他們有一個(gè)機(jī)器人的大賽，這個(gè)機(jī)器連開(kāi)門(mén)都開(kāi)不了，所以如果某一天機(jī)器人掌管世界的話(huà)，你就關(guān)上門(mén)，門(mén)都不用鎖，關(guān)上門(mén)它都進(jìn)不來(lái)。

| 提問(wèn)環(huán)節(jié)

提問(wèn)：未來(lái)當(dāng)人類(lèi)跟人工智能溝通的時(shí)候用沒(méi)有可能理解機(jī)器的內(nèi)部思維邏輯呢，就好像你跟別人交談的時(shí)候你能不能理解機(jī)器的內(nèi)部思維邏輯呢？

Michael Wooldridge：我覺(jué)得這是一個(gè)很好的問(wèn)題，這個(gè)也是一個(gè)很關(guān)鍵的問(wèn)題，人工智能要獲得人類(lèi)社會(huì)的認(rèn)同，它必須要有透明度，它能夠解釋我為什么做什么，我為什么要這么做，所以從很多的挑戰(zhàn)當(dāng)中，計(jì)算機(jī)很難獲得人的接受，但是要接受必須要有邏輯上的透明度，像這種符號(hào)型的AI是很容易清楚的解釋的，但是神經(jīng)型的AI沒(méi)有人知道你這個(gè)行為是基于哪種的邏輯，這個(gè)是很大的挑戰(zhàn)，我們一定要克服這個(gè)挑戰(zhàn)，這樣的話(huà)人工智能的技術(shù)才能知道認(rèn)同。

提問(wèn)：第一個(gè)問(wèn)題是從投資的角度來(lái)看，現(xiàn)在人工智能在產(chǎn)業(yè)應(yīng)用里面已經(jīng)有很多風(fēng)口，下一個(gè)可能投資的人工智能產(chǎn)業(yè)應(yīng)用的熱點(diǎn)在哪里。第二個(gè)問(wèn)題，因?yàn)樗麄儍晌欢际枪I(yè)界和學(xué)術(shù)界聯(lián)合實(shí)驗(yàn)室的主任，從他們的角度工業(yè)界和學(xué)術(shù)界合作產(chǎn)生的經(jīng)驗(yàn)和啟發(fā)是什么。

Michael Wooldridge：下一個(gè)AI的到應(yīng)用，特別是在工業(yè)應(yīng)用這一塊，下一個(gè)大應(yīng)用我覺(jué)得應(yīng)該是在醫(yī)療領(lǐng)域。為什么我認(rèn)為會(huì)是在醫(yī)療領(lǐng)域呢？因?yàn)樵谟?guó)、美國(guó)，我相信在中國(guó)也是一樣，現(xiàn)在非常受歡迎的就像這種手環(huán)，它能夠去監(jiān)控你的心率，你的血糖的水平，還有你走了多少步，像蘋(píng)果手表也是一樣的這種可穿戴式的設(shè)備，其實(shí)現(xiàn)在在不斷的監(jiān)測(cè)你的身體的情況。而所有這些信息會(huì)給到AI，這樣的話(huà)就能夠去實(shí)現(xiàn)一些健康的應(yīng)用。

我不知道你們的情況，當(dāng)我生病的時(shí)候才去看醫(yī)生，現(xiàn)在這個(gè)應(yīng)用就是讓醫(yī)生隨時(shí)跟你在一起，每天24小時(shí)幫你監(jiān)測(cè)，它知道你睡了多少，吃了多少，知道你血糖的水平，他通過(guò)皮膚知道你運(yùn)動(dòng)的情況等等，所以通過(guò)智能手機(jī)能夠建議你什么時(shí)候你要健身了，什么時(shí)候吃太多或者是喝太多酒了。

在英國(guó)，他們說(shuō)他們最大的應(yīng)用就是在醫(yī)療，他們現(xiàn)在已經(jīng)有這樣的一些記錄，就是由英國(guó)的國(guó)家醫(yī)療系統(tǒng)，他們有這個(gè)病例，包括所有全英國(guó)人的病例的數(shù)據(jù)，用藥的記錄，而我們今天早上所講的AI其實(shí)是能夠運(yùn)用到醫(yī)療的領(lǐng)域，這樣能夠確實(shí)為我們整個(gè)醫(yī)療行業(yè)帶來(lái)新的更多的發(fā)現(xiàn)，所以我覺(jué)得下一個(gè)風(fēng)口應(yīng)該就是在醫(yī)療。