現(xiàn)在的人工智能大致可以由三個(gè)階段構(gòu)成：感知、認(rèn)知、自主。首先，自主智能是我們的最終理想，全人類投身人工智能領(lǐng)域的研究者都在為此而努力。如果達(dá)到了自主智能，我們或許真的要考慮如何制約人工智能技術(shù)，避免毀滅人類的事件發(fā)生。其次，隨著互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等產(chǎn)業(yè)的發(fā)展，產(chǎn)生了海量的大數(shù)據(jù)，加上GPU等計(jì)算機(jī)硬件技術(shù)的突破性發(fā)展，深度學(xué)習(xí)技術(shù)脫穎而出，給人工智能帶來了一系列革命性的進(jìn)展。尤其在感知智能方面，很多技術(shù)已經(jīng)相當(dāng)成熟，并成功地應(yīng)用到相關(guān)產(chǎn)業(yè)中，取得了很好的效果。例如，語音識(shí)別技術(shù)已經(jīng)深入到以手機(jī)為代表的各種移動(dòng)互聯(lián)網(wǎng)設(shè)備，以新型人機(jī)交互方式在改變著人類使用機(jī)器的理念，為新一代人機(jī)交互方式的發(fā)展奠定了基礎(chǔ)，提供了良好的平臺(tái)。視頻圖像處理的突破也是有目共睹。目前，已經(jīng)有報(bào)道稱機(jī)器能夠從圖片中分辨1000多種類型的實(shí)體，人臉識(shí)別、姿態(tài)識(shí)別、人體跟蹤等技術(shù)也都很成功地應(yīng)用到各種識(shí)別、監(jiān)控場景，包括自動(dòng)通關(guān)、社會(huì)安保、刷臉支付，等等。相比較而言，觸覺方面的進(jìn)展進(jìn)入大眾視線的機(jī)會(huì)要少一些，但是，真正的智能機(jī)器人對觸覺的依賴，以及對關(guān)節(jié)控制的依賴，絕不低于對視覺、聽覺的依賴。人工皮膚等一系列傳感器也發(fā)展到了新的階段，能夠很好地感知機(jī)器人所觸摸到的物質(zhì)的各種特質(zhì)，完成更多靈巧的操作。因此可以說，在感知智能方面的技術(shù)已經(jīng)相對成型，進(jìn)入到應(yīng)用階段了。

眾所周知，人工智能從感知智能到認(rèn)知智能就是要讓機(jī)器人能夠理解，能夠思考，能夠交流。這是目前人工智能研究的中心環(huán)節(jié)。從學(xué)術(shù)研究的角度，圖靈測試某種意義上就是以問答的形式定義的。因此，人工智能是從問答開始的。從技術(shù)應(yīng)用的角度，對話是人機(jī)交互最方便的一種形式，因此是智能人機(jī)協(xié)同的入口。

人機(jī)交互系統(tǒng)可以分為三種類型：問答、對話、可交互系統(tǒng)。問答系統(tǒng)最單純，就是一問一答，理解了問題，知道什么就說什么；對話系統(tǒng)是有問有答，包含上下文邏輯，可以從反問中獲得答復(fù)或決策所需內(nèi)容，填補(bǔ)原有用戶輸入需求中的信息缺失，最后達(dá)到預(yù)期的目標(biāo)；可交互系統(tǒng)是更加復(fù)雜的對話系統(tǒng)，它不僅僅包含對話，還包含對系統(tǒng)一些行為的規(guī)劃與控制。例如，我們協(xié)助企業(yè)做的未來廚房系統(tǒng)，就是希望幫助人們擺脫在廚房中辛苦勞累的感覺，讓廚房里的時(shí)光也能夠很輕松愉快。

那么，在廚房里，機(jī)器可以幫你做什么呢？主人要請客，它可以幫你確定菜單。此時(shí)，機(jī)器人會(huì)綜合考慮所有相關(guān)因素，包括家里有幾個(gè)人，平時(shí)都吃什么，訪客人數(shù)、年齡、性別、有無特殊要求或疾病禁忌，用餐時(shí)間（中午或晚上），家里現(xiàn)有的食材，可消耗的珍藏物品等等。機(jī)器人經(jīng)過分析這一切相關(guān)條件，組合優(yōu)化后推薦出一個(gè)菜單，然后，再和主人進(jìn)行細(xì)節(jié)的交流、修改、確認(rèn)。之后可以直接連接電商采購補(bǔ)充食材等物品，同時(shí)安排制作的流程，給出操作細(xì)節(jié)。當(dāng)天操作時(shí)，還可以根據(jù)菜譜非常貼心地指導(dǎo)你烹飪。這就是一個(gè)互動(dòng)系統(tǒng)，整個(gè)事件在機(jī)器人的協(xié)助下進(jìn)行規(guī)劃和實(shí)施。