三星在今天向世界知识产权办公室提交了一份专利，该专利中包含一种基于深度学习的算法，以识别用户在注视设备时的表情。这一专利可能会被用于将来的线下零售店中，以分析每个顾客对他们面前产品的态度。
三星的这一算法至少可以识别6种不同的表情，其中包括惊喜、高兴、快乐、愤怒和悲伤等。最终根据用户的表情所反映的情绪，可以对相关产品进行推荐。
这一项算法除了识别表情，还可以和用户体重、性别、年龄以及曾经的购物记录等结合。在三星展示的示意图里面，这套算法通过摄像头拍摄用户的全身像进行识别，总的来说和我们想象中的“智能试衣镜”有些相似。
目前可以确定的是， 这项算法至少可以被应用到服装销售的场景中。这种分析表情的算法不是第一次出现在媒体上了，我们之前提到过这个算法曾被用在电影院中，它可以即时得到人们对于电影情节的反馈并进行数据收集分析。
日本空调大厂大金和日本电气近日也曾宣布，他们已经开发出一个空调控制系统，将能自动侦测出昏昏欲睡的员工，并运用温度调整协助保持清醒。
对于AI，很多公司将它归结成单纯的“算法”。我们一般人理解的AI一般分为两种类型，一个是有实体的，也就是“搭载AI的机器”，一个是没有实体的，也就是我们所认为的“一种算法”或“阿尔法狗”。
但是更多人在意的，其实是前者，也就是“搭载AI的机器”。或者说的再详细一点，是“搭载AI的智能机器人”。这里面还有个潜在的前提，是“长得很像人类的搭载AI的智能机器人”。哇，汉语真是博大精深。
知道上面那张图出处的应该很有同感吧。
“我们为什么要把工具做得很像我们自己？”
有谁能给一个标准答案吗？
很多时候，我们制造机器是为了省事。机器变成了我们的助手，帮我们处理工作或生活中的杂事。我们一直没有多想这个事情，直到施瓦辛格被空投进了1984年。
现在AI能做的事情越来越多了，比如回家喊一声“小爱同学”会有一声“我在”。有人还喜欢搞事情买了天猫精灵放旁边就为了皮一下。
我们现在的生活还没智能到《西部世界》或《机器之心》亦或是能有一只卡拉帮你收拾屋子倒垃圾的地步，AI夺取世界大权距离我们还有点远。但是你不得不承认，AI在我们生活中占的比重越来越大了，它们甚至已经能够做一些原来只有人类才能做的工作。
那么具体都是什么呢？这次我们就来统计一下吧。
游戏选手：
之前我们提到过一场5V5的DOTA2比赛，是由AI对战人类业余选手。AI赢了，尽管被专家们宣称作弊。
具体来说，OpenAI是通过API接口直接读取比赛数据来进行操作的，虽然这些API并没有给予AI更多的信息，但问题是这些信息是完全即时的，没有延迟。
相较AI，人类只能先看到游戏画面才能反应过来并操作，这也是一些AI专家称OpenAI为作弊的原因。
之前星际争霸2项目也曾迎来DeepMind开发的一款AI，不过它是通过视觉识别来进行操作，而非通过API直接读取游戏信息。
就算不说这些，所有你能选择人机对战的游戏中都有AI或者算法的存在。没准以后，我们也能看到AI对人类或者AI对AI的表演赛了。
棋类选手：
阿尔法狗已经不再和人类争夺世界第一了，但是这个事情依旧值得AI界骄傲，毕竟是里程碑一样的存在。
不过不只是围棋，同样的，我们都打过人机对战的其他棋牌。如果你愿意较真，棋牌也算作是游戏这个大类里的嗯，只是我们上条所说的应该算是电竞。
服务人员：
机器人餐厅的历史已经算是比较悠久了，非人工客服的存在我们也早就接受了。不只是在电商平台，就连QQ群中都有机器人的存在。另外有人记得微软小冰吗？
如果牵强一点，Siri也能充当一下服务人员。语音助手很多手机都有，他们还做的乐此不疲。当然为了让它们不变成智障，还需要下很大功夫。
服务人员的范围非常大，快递小哥也包含在内。我们已知的就已经有京东和申通等等了，他们可以使用机器人来运送分拣快递，或者干脆连“机器人”都省略掉，直接换成“移动式丰巢”。
迟早，我们整个（零售）行业将由人工智能和机器人运营，而不是人类。这是刘强东说过的话。
仔细想想，服务业有多少岗位是完全不能被机器人替代的呢？似乎非常少。在2038年的底特律里，还真没怎么看到过。只是我们现在技术水平有限，还不至于连请个月嫂都是个机器人的地步。
人工客服不可取代？看看谷歌最近关于人工智能发了什么东西吧。另外想要特殊服务机器人的同学们，现在也不是没有，只是你要很有钱才行。
销售人员：
大数据能做的事情你我有目共睹，我也不知道为什么在京东看完手机之后连看个科技门户网站都会出现该手机的广告。
对于这种精准投放，换成机器人哪里不行呢？事实上最近已经有公司在试着推出营销机器人了。
如果再发展发展，以后你打电话去买保险估计也会是机器人接的电话吧。
国外也已经有使用AI来把控风险投资的案例了，毕竟对于计算这件事，电脑绝对比我们在行。
提到这个就心痛，意味着小编没准要失业了呀。对于机器人和深度学习算法来说，毫无情感色彩的新闻稿正适合它们发挥，它们只需要学会语法，学会写作标准，看看以前数百年来的文章，基本就能做媒体编辑们现在在做的事情了。
而且它们速度快，几乎不会出现错别字，产量还高，也不会有擅自加入个人倾向评论的冲动。
