另一方面，虽然说AI的发展进程现今仍然是可控的，但最近发生的很多事情同时也表明，AI之于我们处于一个相对安全，但不可控的状态。根据BusinessInsider的2017年5月对4135位美国用户的调查，当中只有46%的受访者表示有使用语音助手的习惯。也许神经网络并未能让我们看到AI觉醒的未来，但在可期的时间段内，它的影响力正在扩散蔓延。强大的运算力加上模仿神经元的学习系统，让AI变得越来越能听懂人话。
【PConline 杂谈】虽然作为一个科技行业观察者，日常会接触人工智能的发展，但笔者对AI的发展进程现今仍然保持相当保守的态度。倒不是说不认可AI的发展速度，也不是忽视了自DeepMind接连战胜多位世界顶级棋手所表现出的强大，只是正如微博博主@千面娇娃杨老师 所说，“稍微有一点AI mechanism常识的人，其实都知道不应该对当代AI发展感到不必要的担忧。”对于这个行当，也许用佛系的心态对待，会更加合适。
另一方面，虽然说AI的发展进程现今仍然是可控的，但最近发生的很多事情同时也表明，AI之于我们处于一个相对安全，但不可控的状态。早前两个星期亚马逊人工智能助手Alexa无缘无故深夜阴笑，就让很多朋友捏了一把汗。微博上早就传播的各种“人工智障”，更是让人觉得现在消费者能够触碰到的人工智能产品，其实还真不会对我们的生活构成威胁，虽然要帮忙的时候还真是没能帮到什么。
以语音助手为代表的人工智能，是大众消费者现阶段最容易接触到的泛用性产品。自苹果在2012年发布iPhone4同时发布Siri以来，根据语音分析创业公司VoiceLabs发布的《2017语音报告》预测，2017年将会有2.45亿台带有语音助手的设备出货，同比2015年的170万台，和2016年的650万台，有了长足的增长。然而，当初苹果描画的美好未来，到现在仍然没有如手机普及那样出现在大街小巷。
根据Business Insider的2017年5月对4135位美国用户的调查，当中只有46%的受访者表示有使用语音助手的习惯。在这46%的受访者当中，有42%的受访者在智能手机上使用语音助手，14%的受访者在智能音箱上使用语音助手，至于其他设备上使用的概率就更低了。语音助手作为AI民用化的一个普遍缩影，如此的表现不禁让人怀疑，为什么在技术日新月异的今天，AI的发展仍然未能按消费者和厂商所共同希冀的去走呢？
我们仍然是以语音助手这个富有共性的例子来探讨，大家在实际使用的过程中，也许会遇到一个普遍性很强的问题——语音助手无法准确理解你说的是什么。墨尔本大学人机交互博士候选人Fraser Allison的一篇文章中提到，学习使用语音系统可能是一件很困难的事。不仅是要在长时间的使用中摸清楚语音助手的逻辑脾性，并且还要准确无误地进行表达。
在当下智能硬件逐步简化使用步骤的大环境下，这种堪比DOS年代学习指令的操作模式，无形中提高了使用门槛。加上语音识别在硬件方面——诸如降噪麦克风——的需求，语音助手的市场拓展真是举步维艰。话虽如此，但语音助手现在的处境，反倒刺激了业界以更高的视觉和思维，去解决存在的问题。
解决问题的重点如前文所说，是应该让机器去学习用户的使用习惯，而不是要用户“冷面贴屁股”地迎合语音助手的运作。事实上，这也是现在很多智能硬件，乃至智能化发展，最核心的重点。那么，真正能够帮助人类发展的AI模式，未来在哪呢？其实在文章的开头已经给出了答案——以DeepMind为代表的神经网络。
神经网络的优势在于，它是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统。在全球范围来说，各地风土人情，用户之间操作习惯，这些变数越不同，越有利于神经网络的学习。也许神经网络并未能让我们看到AI觉醒的未来，但在可期的时间段内，它的影响力正在扩散蔓延。
然而神经网络并不是AI的终点，相信很多朋友也不希望这就是终点，我们能够看到预期的未来吗？美国著名科技媒体《连线》撰文分析了量子计算在机器学习系统中应用的优势、弊端以及现有范例，表示两者的结合或终将修成正果，解决人工智能等诸多问题。强大的运算力加上模仿神经元的学习系统，让AI变得越来越能听懂人话。至于对于很多朋友而言更加陌生的生物计算机，更是让我们对未来有着不小的希冀。
神经网络，量子计算机甚至生物计算机，它们的强大的确让人咋舌，但某些看过《新世纪福音战士》的朋友，也许会担心生物计算机的未来，会因为拥有自己的“独立人格”，而像动画中MAGI那样，在关键时刻出于个人感情，作出与人类所希望的相反的决定。对比文章开头所描述的“不可控”，这种发展处人格，相当强大的人工智能一旦不可控，对人类的影响可是举足轻重。
阿西莫夫在发表《我，机器人》这部对后世科幻小说影响深厚的著作同时，也发表了“机器人三定律”。这三个定律历经多年还是被人类普遍承认，证明人类对人工智能的态度，是期待但又小心翼翼。也许很多人都在等待人工智能的觉醒，等待真正有能够“听人话”进而“讲人话”的人工智能出现。但在真正的觉醒之前，我们能做的，就是让机器不断学习，让它们在面对众多情况的时候，能够逐渐拥有属于自己的，更成熟迅捷的逻辑判断。成熟的逻辑判断对于人工智能的发展也许只是一小步，但在我们有生之年，也许已经是值得一书的一大步。
