自然，随着知识面的不断扩充，“思考”能力越来越强，也越来越“聪明”。 认知智能同样是我们小i机器人的研究方向，但不仅仅是靠技术研发，而是技术与产业正向循环去让机器人变得更加聪明。 小i成立在2001年，最早做聊天机器人，就像现在的微软小冰，但聊天功能是无法转化为商业价值的，于是我们就往垂直方向发展，把我们积累的语义理解的技术，应用到垂直领域， 我们交给机器人一个行业的垂直知识，它就成为一个行业的专家，可以回答该行业的相关问题，为企业创造价值。
这就是虚拟客户助理，也就是虚拟的客户服务机器人，相较于人工服务来说，速度快，准确率高，随时在线，有非常大的优势。慢慢的金融、运营商、政府部门甚至快递行业都成为了我们的客户，全球用户数超过5亿人，每年数百亿次对话，使我们在多个行业沉淀强大的领域知识库和语义库。 如上面所说，语义理解和自然交互这种机器人核心的能力其实是由知识来驱动的，所以，在一些领域里，我们形成了行业壁垒。
不过，更重要的是，在这个过程中，我们发现在语义层不同的行业之间也是有很多共通的部分，并以此为基础，形成了一套独创的“半监督”人机协作学习体系。 在这个学习体系当中有三种非常重要的角色，第一个是机器，机器在里面做了最大量的工作，它通过基于大数据的平台，去挖掘数据里面的语义、词类、实体还有场景等，以及当中的强关系和弱关系。
第二个角色是运营人员，他们维护内容、审核机器挖掘的结果。这个解释一下，因为小i机器人做的是商业应用，不比娱乐类的聊天机器人，错了还能让人一乐呵。我们做的机器人是要替代企业的人工做客户服务的，不能随便回答，答案必须是正确的。所以这里面的内容，包括语义的理解都是经过人工审核以后才能收录到库里。 另外，还有一个离不开最重要的角色，就是专家，专家做什么呢？专家是用来定义我们行业里面知识的一些结构和模型，并且定义这个运营规则。
把这个过程解释清楚，读者就可以大概理解，我们服务的这么多行业，这么多企业，每年数百亿的交互量，自然会产生出海量的真实数据。 然后，通过我们的学习体系和算法对这些数据进行处理，就会不断挖掘并学习到新的知识和语义，而新习得的知识和语义，反过来让整个系统表现的更加出色，智能化程度更高，从而让机器人的反应更为准确，表现的更为“聪明“。
因此，人工智能走近人类不光靠算法，更重要是要看以技术为基础，创造出的产业化应用，在实际应用中产生更多真实的数据，通过学习系统转化为知识，知识反过来在促成产业化发展，最终形成人工智能发展正向循环的闭环。 4.机器人其实没有必要变得跟“人”一样 最后，小i还想来辩证一下这个问题的必要性，我们始终认为，机器人的出现不是为了取代人类，人类做出人工智能的初衷，应该是创造一个能够帮助人类的新物种，如果单纯只是制造与人一模一样的机器，那我们中国还搞这么多年计划生育干嘛。
从木偶到“度秘”，机器人究竟是如何变聪明的？
随着科学技术的发展，人们生活中的各行各业都出现了不同程度的大发展，其中智能化发展是最主要的一项，小到我们的电冰箱、洗衣机，大到扫地机器人，而他们的不断变化，变得聪明是因为人们工作生活的需求，以及追求该效率的结果。人们不断研制符合现阶段人们生活，又能大量解放人们的四肢，使人们能够用更多的时间专注来做自己的事情。
