——沃伦·巴菲特
人工智能成功的五大标准：大数据、受限性、反馈性、计算力与智能程度。
——杨强教授
“科技已经摧毁了许多传统制造业和蓝领岗位，下一步可能给中产阶级带来类似灾难。”
——史蒂芬·霍金
面对AI的快速发展，各路人马褒贬不一。科技进化史、人类劳动解放史、机器人威胁论观点也十分精彩。然而毋庸置疑的是，人工智能是成功的。
智能机器人从简单学习到深度学习，至无监督地强化性自主学习。机器阅读（machine reading）、大数据（Big Date）汇总分析再到具有高含金量的小数据（Small Date），AI到底能发展到什么程度，至今也没有具体的定论。
那么聪明的智能机器人能做到什么程度呢，机器人又是如何满足访客业务咨询、数据查询、功能调用等需求的呢？
1、问答之语言中枢
所谓语言中枢不外乎一问一答的知识型匹配。AI的智能性本质上是有区分于人类思维的，所以涉及到NLP工程师们对于机器学习中自然语言的句法分析、语义理解、信息抽取以及信息检索研究，使深度学习算法在文本挖掘中得以应用开发。
机器人智能问答涵括寒暄聊天、第三方信息等智能聊天，也有侧重于语义理解、知识匹配的业务应答，还有符合用户需要的相关智能推荐，业务覆盖性问题的长尾问检索、文档及全网性查找。
2、交互之运动神经
机械的问答模式已经给不了访客体验满足感，所以AI机器人发展需要能触发多重任务的完成。抽取多轮会话信息，组合理解访客意图。
访客智能查询是根据问题在业务数据系统中进行抽调查询，可以多重数据交叉调用，获取访客真正需要的信息。智能机器人抽取出用户想要表达的各类信息实体，筛选匹配到多条件组合信息。
3、统计之行为数据
智能问答机器人从感知到访客的行为，经过“神经传输”到做出反馈的过程，正是机器人行为表现的过程。根据用户的页面点击行为进行预测推荐，更快一步实现有效地人机互动。
机器人自动聚类发现工单、客服记录服务热点，结合结构化数据信息对用户自动分组，从而对访客进行画像，以便用户多维度分析业务问答数据，有针对性访客回答。
4、拓展之外设能力
AI纯文字识别的时代已然过去，语音、图片、视频、音频、人脸的识别都成为必然的发展方向。
智能机器人发展已经到达能进行语音输入识别，输出反馈、插入多种识别模块的阶段。更多的智能实体也展现在用户面前，I，Robot中的场景会不会在现实中出现呢，相信不远的将来就有答案了。
