有哪些普通人可以見到的東西代表了人工智慧最高水平？
語音識別，圖片識別，電商推薦系統等等都可以算作人工智慧初級階段。請問還有比這些更高級的存在嗎
這個補充問題問得就有問題啊。因為我們本身就處於人工智慧的初級階段啊！就好像在工業革命時期要出現互聯網的東西是不可能的，人類發展真正意義上的人工智慧也只是剛剛起步。不同於最初的機器學習，目前人工智慧的發展主要是基於深度學習（DeepLearning）演算法，而深度學習這個概念06年才被提出，到12年Google Brain項目成立（基於時代限制，在這之前深度學習還是不被看好的，甚至被嘲笑的），才開始從科技巨頭如谷歌，微軟，到百度，Facebook，以及隨之出現的眾多創業公司如SenseTime、圖普科技等，蔓延到整個商業科技世界。
無論是圖像識別，自然語言處理還是分析信息數據等非常複雜的任務，都是靠深度學習來完成。所以題主所說的語音識別或者圖像識別，其實發展到現在都已經代表了人工智慧的最高水準了。深度學習圈子仍然在優化這項技術，並且不斷地向著無監督學習去努力，最終無監督學習將會成為建立真正的智能系統的最重要部件，讓機器真正像人類一樣理解世界。回到問題上，現在就列舉兩個讓人為之驚艷的代表人工智慧最高水平的例子。
一、谷歌圍棋AI——阿爾法圍棋（AlphaGo）
2016年1月28日，人類歷史上，圍棋AI第一次在公平比賽中戰勝職業選手。面對谷歌圍棋AI，人類最後的智力驕傲即將崩塌這款名為「阿爾法圍棋」（AlphaGo）的人工智慧，在沒有任何讓子的情況下以5:0完勝歐洲冠軍，職業圍棋二段樊麾。3月9日，AlphaGo將挑戰世界圍棋冠軍，人類圍棋的最高水準代表者——韓國圍棋九段棋手李世石。這將是個歷史性的時刻，如果此役AlphaGo獲勝，這意味著人工智慧真正里程碑式的勝利。
二、最先進的機器人——Atlas
Atlas是雙足人形機器人，其運動穩定性一直是學術界研究的難題。即使是Darpa機器人挑戰賽這樣的頂尖賽事里，那些世界一流的實驗室做出的雙足機器人步態在平地上仍是小心翼翼，而且還經常摔。而這傢伙，在山林雪地里健步如飛。
倉庫里，蹲下抱起10磅的箱子，舉起來放到旁邊的貨架上
把抱起的箱子打掉，被人故意把箱子抽走，撲空，平衡仍不受影響
上視頻：
下一代機器人Atlas, The Next Generation—在線播放—優酷網，視頻高清在線觀看第一次看真是驚艷到我了，萌翻了有木有！不過從視頻中還是可以看出來，Atlas還沒有一個好的視覺系統，要靠二維碼才能識別物體，基本處於一個半瞎的狀態。即便如此，Atlas的應變能力以及任務處理的水平已經屬於機器人行列中的佼佼者。@陳萌萌 編寫的智能開車鑒黃機器人 @vczh
著作權歸作者所有。
商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。作者：普大喜奔梁小明鏈接：快播高管的辯護人都是什麼人？有什麼資歷？ - 普大喜奔梁小明的回答來源：知乎公訴人：黃繼新，你是否承認知乎在傳播淫穢信息上富有不可推卸的責任？ 黃繼新：技術無罪黃繼新：輪子哥點贊後用戶就會去傳閱這些信息。 公訴人：輪子哥怎麼會點贊，他是機器人嗎？
@陳萌萌 , 要不你來回答一下這個問題?
GCHQ的全球監控系統，這套系統可能具有自動下達命令的功能，引起了英國人民的關注。之前有報道，一個英國人參加了Isis，但是在英國辦理了實名制的手機卡，在Isis基地待了很長時間，某一天把手機開了機，一分鐘之內導彈就飛過來把他炸死了。
我們的APP 配備了 深度神經網路 https://www.zhihu.com/question/38031547/answer/74797516
1.智能回答，最厲害應該是微軟小冰 可以去web調戲 當然也有小黃雞、圖靈機器人。
2.人臉識別 很多軟體都有這技術 。例如軟體facerig(臉部捕抓後轉到3D模型表現) 手機應用faceu(換臉) 上班刷臉 qq空間上識別人臉等等3.肢體識別 Kinect產品說明上說是有人工學習功能，雖然並沒有感受到。。。
4.語音識別 看到最厲害的是在遊戲里的。。 微信的語音識別都比較一般想想以上技術，都整合到一個機器人上的後果。喵娘計劃！
……雖然不是最高水平。在Q群里調戲各種的帕秋莉、蕾米莉亞大小姐，多麼有愛啊~普通人能見到的最高人工智慧應該就是「小冰」了吧，各種機智，各種被虐啊
你上個網站搜個關鍵字，之後各種彈窗和網站廣告位都給你推薦類似東西
比如淘寶等的評論自動生成的標籤還有比如手機的拍照，自動識別人臉，以及指紋識別
圖片識別應該是最複雜的問題。
智能手機
普通人的話，自動駕駛
推薦閱讀：
※"What"s zero divided by zero?" 為什麼Siri可以回答這種問題？
※智能音箱是否有必要加人臉識別功能？
※做語音識別有哪些比較好用的deep learning的開源項目？
※kaldi triphone decision tree 訓練生成的tree結構是怎樣的？