“剛買回家的同利帶有語音識別的人工智能電視，用過一兩次語音助手后就被棄之高閣，益而溢再也沒有使用過。現階銷和”這是為人為營一些智能電視用戶的體驗反饋。目前的類共消費電子產品，智能語音還多數停留在“聲控”階段，同利語音交互還不足以真正具備誘惑力，益而溢奪走用戶手中的現階銷和遙控器。人工智能成為近年來占據科技頭條的熱點話題，尤其是在家電業中，而它目前為止依然只是一個話題，即便自動駕駛已經快要到來，甚至已經開始嘗試載客，但是它依然還有很長一段荊棘路要克服。包括路網建設，物聯網統一標準平臺的建立。在這種情況下，競爭對手們的無人車在路上碰面都是“相當危險的”。
在家電行業中，人工智能成為眾多廠商轉型高端市場爭奪的一項“增值業務”，但這項增值業務并沒能為用戶帶來真正的智能體驗。當人們在隨身攜帶的手機已經推送了天氣或股票信息通知，并且窗外已經大雪紛飛的時候，依然問著面前的電視，今天天氣怎么樣、某某股票怎么樣等問題是一件多余的事情。當語音不足以取代或讓用戶不假思索地丟掉手中遙控器的發明，在一定意義上都是“嘩眾取寵”。人工智能應該為人類解決一些棘手的問題，而不是充當找片、開燈、關電視這樣的保姆式服務，這些事人工智能的基礎設施，但基建并不值得吹噓。這樣的效果就如同筆者常常會讓siri幫忙設定鬧鐘，非常好用，但是當還沒等siri講完“鬧鐘已經設定完成”，筆者便已經退出siri界面。但讓智能語音助手來幫忙設定鬧鐘或打開電視不是唯一的選擇。當你喚醒siri或者電視機語音助手的時間，你的妻子已經嫻熟地手動設定了鬧鐘，你的女兒已經率先跑去打開電視播放動畫片了，但是你丟在家中某個角落的鑰匙依然沒有找到，但實際上鑰匙就在你家的人工智能語音電視機下方，但siri或者智能電視語音助手依然會告訴你：“哦，我無法回答這個問題。”
目前的人工智能語音并未完全擺脫概念層面，至少當人們輕而易舉就能做到某件事情時，卻要借助人工智能語音來完成這件事情，這不是一件“智能體驗”，而是一種“智障”行為。許多人工智能系統的一個特點就是太脆弱，換一種問法，AI立即宣告失敗。當測試Amazon Alexa智能音箱和siri時，你就會發現這種脆弱性，或者你測試人工智能電視中的語音助手小x也會很快發現，多輪交互是偽概念。“小x，我老婆漂亮嗎？”或者，“小x,你認為你比Alexa和siri的語音交互更好嗎？”
目前的AI存儲的只是既有事實數據，而非智力增加。它們沒辦法以一種更有意義的方式解釋自己：當你問它，為什么會這樣？它會找出從龐大的數據庫中檢索到的一個事實或者表格展示給你，但是它無法擺脫表格直接告訴你“因為…”。如果那張表格本身是錯誤的，人類一眼就能看出的錯誤，毫無意識的AI也會照本宣科，而你如果咄咄逼AI，結果就是它會說，“哦，我不能回答這個問題。”
“哦，我不能回答這個問題。”一下子將人工智能以往的努力擊敗。在這種必須按照人工智能交互水平進行有限問答的尬聊，就為了在電視上查找影片、天氣和股票，多出來的幾百上千的溢價能力是否真的值得擁有呢？如果當搜索出來的影片恰好需要付費會員方能觀看，此時的心情想必會變得糟糕，這種結果還不如“哦，我不能回答這個問題。”
智能語音助手小x們的不討喜人設與人們在家中觀影的習慣也有一定的聯系，試想當你正在同家人敘家常時電視機小x的突然亂入：“抱歉，請再說一遍！”。人們愿意窩在沙發捏著遙控器安安靜靜地切換影片，而不是突然喊一句話“小x， 我想…”，旁邊的人還會問“你在說啥？”“能動手的盡量別動嘴”是觀影的真實詮釋。
如今的語音交互實際上只是實現了表達方式多樣性上的數據積累，在面對既有事實的數據上，AI能夠勝任目標很明確的問題，比如xx游泳館怎么走。人類社會的問題比訓練AI自主學習復雜得多，它涉及倫理、社交、和對實際問題的考量。
同理，當你問siri或者電視上的語音助手：如果我們把一個盆栽搬到距離窗子更近的地方會發生什么，這時AI就只會回答sorry。將多種基礎科學知識與現實世界情況應用結合在一起，結果是非常多樣性的，對AI是具有挑戰性的，雖然這是一個小學生都能夠回答的問題。實際上，即使是非常年幼的孩子，他們處理語言和理解周圍世界的能力也超乎人們的想象，他們的目光告訴了身邊的人自己的內心想法的多樣性和復雜性，以及他們對人們面部表情的理解。即便他們只是一歲的孩子，但是最終的結果是研究者們無法建立一個“一歲的孩子”。對于沒有意識的人工智能來說，它們可以像上學一樣，從幼兒園上到大學，掌握更復雜的詞匯和語言，但是卻難以學會思維和推理。
國外科學家提到，“讓我們問機器和人類同樣的問題”，從而來達到一個人與機器公平的競爭環境。科學測試之后可以看到，事實上人類做得更好。這個測試可以借助你的siri、家中的智能音箱或者電視上的人工智能語音系統。對人來說相對容易的事情，對機器來說異常得難；反之亦然。
真正的AI會與人類之間形成良好的互補關系，不是非此即彼，亦非保姆式服務。AI可以幫助人們解決一些非常棘手的事情，比如幫你回憶和尋找你的鑰匙最后放在了哪里。當然，目前人工智能背后的研發團隊的目標就是給它提供這些背景知識和理解能力來回答這些類型的問題，這些問題結合了基礎知識、基本的推理、以及對語言的足夠理解。
人工智能在游戲與圍棋中表現出色，因為這些游戲是有固定規則的有限世界。但至少在理解上，機器人比不上人類。正如阿爾法狗打敗圍棋冠軍卻沒有“我贏了”的意識。
人類所做的很多事情都是利用了背景知識，即大量事實、詞匯以及各種社會細微差別。當你問存儲了大量的信息的阿爾法狗你知道什么，其實它知道的比人類多得多，但它卻并不知道什么，或者說不在戰斗狀態的它只是一個數據庫。人工智能通過深度學習懂得人類語言，但是缺少意識，對于模糊的、不確定的、微妙的問題，人工智能需要人來提供更豐富的訓練數據。
不過，國外研究團隊認為，當你把一臺人工智能的電腦拆開時，你會發現它只是一堆電路、電線、芯片和零部件，人工智能是如何理解的呢？但實際上在人腦中也是一樣的，你可以看到神經元、離子電位、化學過程、神經遞質和荷爾蒙。換句話說，如果你分析人與AI的大腦，你會看到同樣的東西。基于此，研究者們認為，理解是一種從復雜的技術系統中產生的東西，并非人類獨有。換句話說，無論是電路板還是神經元，都可以把理解建立在上面。
人工智能能夠幫助人類的恰恰是：人們所處時代的發展速度是人類再也跟不上的，人們不可能知道所有的知識，即便活活到老學到老。人工智能是為了人類的共同利益而存在，但現階段的人工智能是為了營銷和溢價的目的，在功能上如同“過家家”，而非為人們解決棘手的問題。
目前的人工智能境遇就如同你訓練自家的寵物狗去打開電視，你對你一手訓練的狗狗說，幫我開下電視，它就跑過去打開了電視，但是這是很棘手的事情嗎？即便不是人工智能，一只猴子也會幫你做著這件被認為“很智能”的事情。與此同時，在這種應用場景下，很多關于人工智能的說法卻又異常“科幻”。
現階段，不是人工智能打敗了人類，而是一個由谷歌工程師和科學家組成的非常有才華的團隊在技術的幫助下打敗了一個圍棋冠軍。著名編劇Arthur c.Clarke曾說過：“一項足夠先進的技術與魔法沒有區別。”并非如此，當你刨根問底后會發現，魔法背后卻是人。正如你躺在家中點外賣，而10分鐘后外賣準時送達，這是外賣人員騎著小電驢危險穿梭于交通燈與行人間的結果。
