人工智能工程师，是如何让机器人变得更聪明的？

我是一个人工智能团队的数据挖掘工程师，最近几天遇到了很头疼的一件事。投资人说我们研发的教育机器人太Low，让我们向科幻大片中的机器人看齐。

我和我的自然语言处理工程师、图像处理工程师小伙伴们，当即就炸毛了。这完全就是两个概念好伐？

科幻大片中的人工智能是“强人工智能”，系统可以主动寻找问题，构造问题模型并解决问题。由于研发一直没有进展，无法用来盈利，许多团队都转而研发“弱人工智能”，我们的团队就是其中一个，让人工智能按照既定的固定结构去计算并获得答案。

单纯的从“弱人工智能”角度来说：我们的教育机器人能和小朋友进行交流，教给小朋友英语口语和儿歌；还能识别孩子的坐姿及光线环境，培养孩子良好的学习习惯，怎么就Low了？

跟着老板找投资人沟通后，成功搞定投资人。我们团队继续在既定的轨道进行研发工作，作为一个数据挖掘工程师，我的工作内容是这样的：

建模型永远是我心中的痛，我需要进行数据处理和特征研究，从中提炼一定的规则后，寻找合适的模型进行建模。

如果我想偷懒，可以直接套用模型，但这样永远只能处于入门阶段。所以我要不停的提炼数据或者挖掘算法进行模型的调整。

所以我超过70%的时间都在做数据处理和特性研究，从工作图就能看出，我的工作就是一个圈！为了跳出来，也为了让人工智能掌握更多的“知识”，我必须深挖我的编程及数学潜能。

为了人工智能的发展，苦逼点不算什么。最主要的是有小伙伴陪着，那就是自然语言处理工程师和图像处理工程师，他们两个为了让人工智能“耳聪目明”，也是操碎了心。

先说自然语言处理工程师，为了让教育机器人听觉敏锐、出口成章，需要建立文本情感数据分析模型，来提高人工智能的语法纠错、语义理解处理等能力。

但就以语法纠错来说，世界上最先进的人工智能，正确率也不到50%，部分细节更是高达80%。

所以他需要设计语音转换文字的算法，并抽取特征计算特征值，以调用数据库并输出内容，最后建立完整的模型并进行优化。

图像处理工程师也好不到哪里，我们研发的产品需要收集小朋友的坐姿以及光线情况等问题。这都是不能出错的，虽然不至于说将黑夜当成白天，但总会有类似问题。

所以图像处理工程师首先需要编写计算机视觉预处理的算法，对采集的图像进行几何变换，以提高图像质量，并提取图像中所包含的某些特征活特殊信息；最后是对图像的数据变换、编码，以调用数据库中的数据。

我们三个人各司其职，通过编写算法建立相关模型的方式，提高人工智能机器人的“知识储备”、“眼睛的清晰度”、“听觉的敏锐度”。

希望我们能不停的完善模型，同时也希望硬件能够再次突破，“软硬”兼施让人工智能在不经意间打破“强弱人工智能”之间的壁垒，能够帮助人类做更多的事情。

……

看完文章，对人工智能你有什么看法呢？想投身其中吗？

最后更新：2017-10-08 01:44:58