人工智能是否被过度炒作？为什么这个概念在近年崛起爆红？人工智能未来的趋势如何？谷歌产品经理＆ai前沿大会联合创始人apoorv saxena，与媒体knowledge@wharton畅聊了人工智能的发展。apoorv saxena认为，宣传和现实有时存在差异，但他特别看好人工智能与vr等其他领域结合将产生的各种可能性。本文将编译部分报道内容于以下。

knowledge@wharton:人工智能近期被炒得火热，你认为是什么推动了ai的热度大增？对于ai话题的炒作上，最大的误解为何？

apoorv saxena: 近期，有很多因素激发了人们对人工智能的浓厚兴趣。首先，是因为人工智能长期存在的问题取得重大进展。主要是关于图像和语音理解问题，例如，现在计算机能够比人类更好地转录人类语言，图像理解与翻译这类的语言理解也同样如此。

语言理解已经进行了将近20到30年，直到最近我们才看到这方面的重大突破。

人们很自然地将最近某领域中的成功投射于未来，有些人甚至把现在的东西投射到那些深度学习并不是很有效的领域，这造成了很多误解和炒作。人工智能在如何学习新概念和将学习扩展到新环境方面仍然很糟糕。

例如，人工智能系统仍然需要大量的数据来训练。人类不需要看猫的40000个图像来识别猫。一个人类的孩子可以看两只猫，弄清楚猫和狗是什么，并区分它们。所以今天的人工智能系统几乎无法复制人类的思维方式。在可预见的将来，这将是一个挑战。

knowledge@wharton: 你如何区分现实与炒作的成份？

apoorv saxena: 许多炒作源于对当前趋势的推断，因此忽视了从研究论文到工程产品的实际情况。作为一个负责使用最新的人工智能技术构建产品的产品经理，我经常试图把宣传和现实分开。要做到这一点，最好的办法是把工程师的健康怀疑与研究人员的乐观相结合。因此，您需要了解这些驱动前沿科技的基本技术原理，并能够推断出稳固的技术部分。例如，如果您理解了语音识别改进的基本驱动因素，就很容易推断出即将到来的语音识别质量方面的改进。结合对自然语言理解的健康怀疑，你将能够识别出未来真正的新机会。

knowledge@wharton: 你可以谈谈你认为深度学习最令你印象深刻的重大突破吗？

apoorv saxena: 深度学习是一个很令人兴奋的领域。 在过去的两到三年里，人们提出了大量的实验和新技术。目前有两个方向，一个是强化学习，另一个大突破是生成式对抗网络（gans）。

这两项都是重大突破，因为它们解决了人工智能中的一个关键问题：如何在没有很多人监督的情况下学习？它试图通过多个路径进行优化，并从错误中学习，选择最佳路径。这些都是相同的技术，使机器进阶学习如何玩电动游戏，甚至像围棋这种更高的战略游戏一样。

knowledge@wharton: 在未来一到两年内，人工智能领域中哪些领域值得被关注，可否选出你心中的前三名？

apoorv saxena: 我认为机器人和人工智能的交叉点将会很有趣。长期以来，机器人技术在广泛采用方面令人失望。我会说，人工智能和机器人技术的结合将是有趣的。您将看到一些值得注意的应用出现在该领域中。随着自然语言理解和视觉理解以及机器人技术的发展，更多类似人类的机器人将成为一个大的领域。这是我肯定会关注的一个领域。

自动驾驶也是一个重要的领域。在接下来几年，人们将会看到无人车的商用部署。

我对ai在“视频理解”（通过人工智能解读视频影像）所看到的一些进展表示乐观。将ai的 “视频理解”结合虚拟现实，可以创造一些有趣的突破，是我们应该继续关注的另一个领域。我看好ai与其他领域的结合，将会带来新的可能。

以上是网络信息转载，信息真实性自行斟酌。