人工智能工程師，是如何讓機器人變得更聰明的？

我是一個人工智能團隊的數據挖掘工程師，最近幾天遇到了很頭疼的一件事。投資人說我們研發的教育機器人太Low，讓我們向科幻大片中的機器人看齊。

我和我的自然語言處理工程師、圖像處理工程師小夥伴們，當即就炸毛了。這完全就是兩個概念好伐？

科幻大片中的人工智能是“強人工智能”，係統可以主動尋找問題，構造問題模型並解決問題。由於研發一直沒有進展，無法用來盈利，許多團隊都轉而研發“弱人工智能”，我們的團隊就是其中一個，讓人工智能按照既定的固定結構去計算並獲得答案。

單純的從“弱人工智能”角度來說：我們的教育機器人能和小朋友進行交流，教給小朋友英語口語和兒歌；還能識別孩子的坐姿及光線環境，培養孩子良好的學習習慣，怎麼就Low了？

跟著老板找投資人溝通後，成功搞定投資人。我們團隊繼續在既定的軌道進行研發工作，作為一個數據挖掘工程師，我的工作內容是這樣的：

建模型永遠是我心中的痛，我需要進行數據處理和特征研究，從中提煉一定的規則後，尋找合適的模型進行建模。

如果我想偷懶，可以直接套用模型，但這樣永遠隻能處於入門階段。所以我要不停的提煉數據或者挖掘算法進行模型的調整。

所以我超過70%的時間都在做數據處理和特性研究，從工作圖就能看出，我的工作就是一個圈！為了跳出來，也為了讓人工智能掌握更多的“知識”，我必須深挖我的編程及數學潛能。

為了人工智能的發展，苦逼點不算什麼。最主要的是有小夥伴陪著，那就是自然語言處理工程師和圖像處理工程師，他們兩個為了讓人工智能“耳聰目明”，也是操碎了心。

先說自然語言處理工程師，為了讓教育機器人聽覺敏銳、出口成章，需要建立文本情感數據分析模型，來提高人工智能的語法糾錯、語義理解處理等能力。

但就以語法糾錯來說，世界上最先進的人工智能，正確率也不到50%，部分細節更是高達80%。

所以他需要設計語音轉換文字的算法，並抽取特征計算特征值，以調用數據庫並輸出內容，最後建立完整的模型並進行優化。

圖像處理工程師也好不到哪裏，我們研發的產品需要收集小朋友的坐姿以及光線情況等問題。這都是不能出錯的，雖然不至於說將黑夜當成白天，但總會有類似問題。

所以圖像處理工程師首先需要編寫計算機視覺預處理的算法，對采集的圖像進行幾何變換，以提高圖像質量，並提取圖像中所包含的某些特征活特殊信息；最後是對圖像的數據變換、編碼，以調用數據庫中的數據。

我們三個人各司其職，通過編寫算法建立相關模型的方式，提高人工智能機器人的“知識儲備”、“眼睛的清晰度”、“聽覺的敏銳度”。

希望我們能不停的完善模型，同時也希望硬件能夠再次突破，“軟硬”兼施讓人工智能在不經意間打破“強弱人工智能”之間的壁壘，能夠幫助人類做更多的事情。

……

看完文章，對人工智能你有什麼看法呢？想投身其中嗎？

最後更新：2017-10-08 01:44:58