通过互联网搜索引擎，发掘、建立语音信息数据库，利用云计算、大数据、自然语义分析、机器学习和深度神经网络技术进行语音信息聚类处理，
力求得到更准确的答案。在实际生活场景下，用户口语化表述更加多样，容易产生歧义，人机交互难度非常大。
微软在构建Bing和Azure过程中成熟应用了NLP，计算语义学，情感分析，逻辑或者统计机器学习，信号处理，大规模计算，云端存储和响应，
本地硬件加速等技术，所以Cortana实现了更加贴近生活的自然人机交互。Siri基于WolframAlpha，WolframAlpha是一个计算知识引擎，
而不是搜索引擎，用户在搜索框键入需要查询的问题后，该知识引擎将直接向用户返回答案，而不是返回一大堆网页链接。
前面说的这些语音、图像、语言，听起来还都是一些感知方面的东西。大家也知道，最近这段时间，
人工智能在一些传统我们认为可能很难由机器来取得成功的领域也获得了突破。比如腾讯已经在对战中加入人工智能，利用人工智能技术来打游戏。
碰到过的人都知道，这种游戏机器人虽然只能按既定的设置去完成游戏，但是能跟玩家完成简单的配合辅助等基本细节。
也许在我们眼里它只是达到了所谓“菜鸟”玩家的水准，一旦成熟，我相信它会发现一些平时我们自己都玩不出来的窍门。
大家都知道AlphaGo非常火，使用了深度增强学习的技术，经过了非常长的训练时间，引用了大量数据做self－play，
最终是以压倒性的优势，4：1战胜了当时的世界冠军李世石。在去年的IJCAI上面，AlphaGo主要的开发人员做了一个keynote，
说自战胜了李世石之后，AlphaGo并没有停下脚步，因为它是一个self－play的process，可以继续训练，只要给他足够的运算时间和样例，
它就可以不断地去训练。所以也能理解为什么今年年初Master重新回到大家视野里，可以对围棋高手60连胜，因为这个差距太大了。
这些事情都是以前人们觉得人工智能不可以去企及的领域。但正是因为这些计算机科学家、人工智能科学家不断地去模仿人的决策过程，
比如他们训练了value network，训练了policy network，就是怎么样根据现在的棋局去评估胜率，去决定下一步该走什么子，
而不是走简单的穷举，用这些value network来对搜索树进行有效的剪枝，从而在有限的时间内完成一个非常有意义的探索，
所有这些都是人工智能技术取得的本质的进展，让我们看到了一些不一样的结果。
人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，多智时代专注于人工智能和大数据的入门和科谱，在此为你推荐几篇优质好文：
改变世界的七大NLP技术，你了解多少？
http://www.duozhishidai.com/article-8918-1.html
NLP自然语言处理技术，在人工智能法官中的应用是什么？
http://www.duozhishidai.com/article-2325-1.html
自然语言理解过程主要有哪些层次，各层次的功能是怎么样？
http://www.duozhishidai.com/article-1726-1.html
多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站
