一、为什么人人都谈论的人工智能是不智能的？ 1. 自动驾驶这个行业所存在的问题

我们一起先来聊聊自动驾驶这个话题，先说下结论，无论是自动驾驶、机器人还是人工智能的任何领域都高度依赖于历史的数据，并且只能完成单项或者部分多项的协同任务，全部处于弱人工智能的阶段。

（1）产业及技术

从自动驾驶的产业链的体系中我们可以看到，这个行业大概会有3部分组成，感知端-客户端-云端。

感知端：时刻通过高精度的传感器及视觉设备感知定位所处的环境，根据环境做出决策，提取相关的数据，自动驾驶高度依赖各式的传感器，而多传感器融合的问题一直未解决；

客户端：主要包含操作系统及硬件平台，通过算法及底层芯片实时处理前端的数据，满足自动驾驶实时可靠性的需求，芯片处理及时延的问题也暂未解决，这个问题有望在5G的时代解决；

云端：主要用来存储模拟高精度地图绘制，为决策提供依据；

（2）自动驾驶等级

而在行业里面大家把自动驾驶分为5个级别L0-L5，而目前为止即使像谷歌和百度这样的头部公司，重金砸到了自动驾驶这个领域，目前也只能处在L3的级别，而其他研究自动驾驶的公司处在L2阶段。

而且有部分人认为自动驾驶要达到L5这个级别是不可能的，因为人工智能永远处理不了意外，而意外是历史数据包含不了的。

（3）用户使用（不安全）

2016年，特斯拉因自动驾驶未识别白色汽车导致驾驶事故；2016年的uber自动驾驶全球首例自动驾驶死亡事件；这样的事件还有很多，对用户来讲自动驾驶，至少现在它是不安全的。

所以单从目前的人工智能来说，数据-技术-应用都或多或少出现了很多问题，而过度依赖历史的数据这个人工智能更大的问题。

2. 现阶段的人工智能是什么水平？

AI项目投入：企业在AI项目上的投入是反应AI价值的一个维度，相比于制造和互联网行业，金融行业在AI上的投入更大。

成熟度：从技术及业务成熟度的角度分析，单拿金融行业来说，反欺诈、生物识别验证、智能 *** 这3项是在金融行业已成熟落地的场景，相比如其他行业应用最为成熟，其中金融行业更大的一点得益于金融行业在线化的数据，这也是AI可以快速落地的前提条件。

市场角度：从市场的角度来看，人工智能行业按照平台及市场的划分，已经形成头部及垂直行业的企业，不同角度的竞争及协作角度将快速促进这个行业的大力发展。

二、基于认知计算的知识图谱会变得智能吗？ 1. 结论是正面的

直接给出结论：是的，而且是质的改变，知识图谱开始不再过分依赖于已有的历史数据了，比如精准营销，以前的精准营销服务，是基于已知数据做的，而实际情况往往获取不到那么多的数据来进行分析，而图谱开始利用知识推理来猜测用户的喜好。还有一点，图谱开始破坏人和机器反事实的状态了（这一点在后续的文章中再阐述）。

（1）数据、信息、知识、智慧

为了更好的了解知识图谱这项技术，我们先得知道数据、信息、知识、智慧这4个词的含义，它们之接的关系像一个金字塔一样，数据是形成信息、知识和智能的原材料，数据的量非常大，信息的量要小一些；

举个例子，我们人和人直接的相处，从陌生人开始接触对方这个人的言谈和举止都可以当做数据，但是当过一段时间后，你会对这个人有个鲜明的标签，比如这个人很努力，很靠谱，努力和靠谱就是信息了，所以数据是非指向性、非结构性的，信息是有指向性和结构性的；