人工智能技术过去几十年已经火热过几轮了，只有这一轮有互联网作为坚实的数据基础，有强大的CPU作为应用基础，算法关键其实也不关键。对于人工智能而言，单一的任何一个算法都无法解决复杂的实用问题。今年AlphaGO的胜利，既是算法的卓越展现，更是CPU/GPU性能的出色表现。总体而言，本轮人工智能技术整体还处于初级阶段，软硬件和算法都需要不断迭代和寻求突破，这个时间难以预料。我们每一次获得突破，就发现更多亟待解决的问题，而不是更少了。当人机智能交互技术取得突破后，我们发现麦克风成为了最大的障碍，解决了远场识别却又解决不了展会现场的降噪问题。好在现在通过大家的努力，我们可以利用有限的技术实现在商用需求下的一些功能，解决一点现实的问题，这就是进步，积跬步以至千里 。

在现在声纹识别和机器视觉技术尚无法快速高效进行识别的时候，用情感作为宣传重点我认为是不明智的。灵聚智能云的平均响应时间是20ms，加上正常的网络延迟，一般一个问题在1秒内就得到答复了。而视觉和声纹识别根本无法快速返回识别结果，这将大大影响实际商用时的效果。语音技术中对语气语调的识别和具有人情味的语音合成技术尚没有商用化的成熟技术。人和人之间的交流有三个途径：语言文字，语气语调和动作表情，其中语言文字只传递约7%的信息量。如何通过这7%的手段传递情感？这本身就是个伪命题。