按关键词阅读： 英特尔 trendforce NAND 份额 NAND闪存 季度 sk海力士 三星 三星电子 数据中心 铠侠 闪存
而这，不是深度学习、模型训练和标注能解决的问题，这是我们的第一个局限；
局限2：缺乏常识认知及世界认知模型能力例子1：
“这袋苹果好贵啊，(它)价格要几千块”
“这袋苹果好贵啊，(它)价格要几千块”
如果从人的角度来看上面两个例子，我们会自动将第一个例子的它认定为最新一代的iPhone，而第二个例子的苹果认定为真正意义的苹果；
但从机器认知来看，它并不能进行这么复杂的认知，因为它缺乏对常识性知识的补充和对世界的认知；
例子2：
“我想喝点东西”
假设我们以siri的角度来完成这个指令，那么我们可能会让用户补充想喝什么类型的东西或者干脆把附近的饮品店通通检索出来；
如果要更加智能，还可以根据用户历史行为习惯，判断他是否是想要继续喝咖啡\奶茶；
但假设我们再增加一个维度，时间维度，即用户在晚上12点说“我要喝点东西”，这时候我们的智能就显得很智障了，大晚上请我喝咖啡，不让人睡觉啦；
因为我们的对话系统中，缺乏了世界认知的能力，所以即使我们把推荐系统做到了千人千面，该智障的地方，还是会智障；
而这个局限，同样是深度学习无法做到的，因为深度学习仅能处理基于明文的信息；
局限3：对话范围收敛，无法发散及引导话题很多人会觉得小冰是闲聊型机器人的典范，可以做到对话可持续；
但个人认为这个其实也是一个比较低价值的东西，一方面是由用户主动对话触发的前提，一方面对话的延展本质也是人与人的对话，无非就是产品设计中做了很多追问逻辑，本质就是人造而非机器造；
而任务型或者问答型更不用说，就是一个闭环的对话模式，不存在发散的概念，因为一发散就智障；
三、未来的设想回到开头我们的问题：
“但很多人都相信只要给它们足够多的时间，有足够的数据和训练，未来肯定能像人一样智能，而这真的有可能吗？”
我认为不太可能，因此笔者对未来大胆做一些猜想，未来的对话系统，脑波及脑机技术可能会对AI对话系统提高一个新的水平：
- 注册脑波与语音交互联动
- 基于知识图谱进行世界模型认知
- 脑波检测及世界模型导入
四、AI PM的设计之道聊了这么多，我们是不是说AI PM在对话系统这方面没有什么可以做的了？并不是，产品永远是技术与市场之间的桥梁，我们只需找到发展之道，同样能给对话系统带来价值，总的来说，有以下几点：
设计对话系统时，注意收敛及用户引导
在设计对话系统时，多做引导，多注意引导语的设计要遵循口语化、通用化，不要有歧义，另外不要让用户产生发散的想法，注重问答的收敛。
设计思路的基础：存在即感知
让用户知道什么时候是机器人，什么时候是人工服务，这方面可以管理用户的认知，不会让用户觉得自己在被一个智障系统耍得团团转，这在客服系统尤为重要。
永远不要觉得自己在做创造，永远记住自己是在做设计
永远对用户存在敬畏之心，尊重用户和保证用户体验，不要个人脑部过多非必要的话术，充分利用多人泛化的理念，10个人写100句和100人写10句的效果是不一样的。
以上为本文的全部内容，本文内容参考：
人工智障2：你看到的AI与智能无关—S先生
希望能给大家带来一点感触，谢谢~
本文由 @SiegZhong 原创发布于人人都是产品经理，未经许可，禁止转载
【 系统|对话系统与AI PM的发展之道】题图来自Unsplash，基于CC0协议。
稿源：(人人都是产品经理)
【傻大方】网址：/c/112cO0F2021.html
标题：系统|对话系统与AI PM的发展之道( 二 )