1樓：DaPaiPai
1. 要想回答千變萬化的自然語言問題，理解問題是個苦難，以為要計算機處理複雜有歧義人類語言還是非常困哪的，儘管目前的自然語言處理和計算語言學發展很好，但是我們對人類語言的理解還不夠。
2. 理解了問題是一方面，如何利用現有的知識又是苦難的一面。大規模高質量結構化知識庫的構建本省也是一件苦難的事情。
2樓：
相信人工智慧這個方向將對人類智慧型形成挑戰。
因為現在的google讓那些活字典的人類已經相形見絀了！
或許不久現在的電子電腦將被生物計算所替代。
有信心見到這個前景。
3樓：
有乙個最重要，最有難度的核心是：
人類的大腦，有著眾多不同的思維和思考的能力，所有現有的IT系統，包括谷歌，都只是對其中的一種能力：邏輯思維能力的極致發揮而已。其實不單是IT，整個人類科學（不含哲學）都是如此。
也許，我說的僅僅是也許，整個世界所有的問題都能通過嚴密嚴格的邏輯能力加以表述和解決，都能分解，演化和落在邏輯上。但是事實上，我個人持相反的觀點，邏輯科學不解決所有問題，不應該是終極真理。
舉個例子，計算機人臉識別。人對一張人臉的辨認，真的是可以落在乙個嚴格的邏輯可描述，可推導的結果裡麼？至少現在計算機人臉識別是怎麼做的，識別出人臉的特徵點，通過對特徵點的比對來進行識別。
那麼問題是，人對人臉識別的能力真的是通過對特徵點，乃至特徵線條，特徵面的這樣可分解的識別認識上的麼？
另外，人類的關聯和聯想的思維能力，真的可以用邏輯來描述和推導出來麼？例如弗洛伊德夢的解析中，蛇與性的關聯，從邏輯分析的角度上來看，又是如何形成的呢？可以用邏輯表達麼？
電腦追人腦，其實核心的問題和難度就在於此，我們本身的絕大多數科學就是制約在了邏輯學的基礎上。而人腦的能力，應該不侷限於邏輯思維能力。
其實這個問題，開復先生應該是專家，我記得他的本行就是研究這個的。
4樓：段維思
Semantic parsing. 見Percy Liang的research. 不僅要可以提取知識，而且要允許人主動去訓練系統，如知乎，當然知乎的答案還是自然語言, 如果某種程度上可以更結構話一點就好了。
Google 為什麼不提供 Google 的介面給微軟？
目前Google 的API 是比較有限的，只能獲取資訊 https Note The Google API currently provides read only access to public data而微博的的API 是比較全面的 http 首頁。應該是微軟不願意放出Windows 8 後被...
Google 有什麼優勢？
不死鳥站長 google 的優勢就是不會遮蔽任何訊息，無論好的壞的 真正做到乙個搜尋引擎該做的。而不是受各種因素讓你看到想讓你看到的。 謝謝 錢多，以此為基礎能吸納大量人才進行各種無厘頭的研發，然後改變世界。Google依靠AdWords和AdSense獲取主要利潤，然後通過各種免費軟體服務大眾。 ...
谷歌 Google 2018 （Made By Google）硬體發布會有哪些值得關注的資訊？
夢羽靈泉 我承認谷歌有技術吧。但是這種拉友商扯虎皮的發布會真的不相信是谷歌做出來的 甚至就連我承認谷歌有技術的東西，看起來也那麼，呃，眼熟？ 開眼視訊APP 3 分鐘看完 2018 谷歌新品發布會 谷歌在秋季新品發布會推出多款硬體裝置，假如你沒熬夜的話，這支短片帶你 3 分鐘看完這場 Made by...