詳細來講，依據用戶的汗青花費數據聯合其時的地點位置置，為用戶推舉感興致的餐飲。依據用戶常日里的生涯習氣，主動給用戶調劑生涯中的家電應用習氣。好比鄙人雨地利把用戶的起床鬧鐘提早30分鐘，由于依據之前的應用習氣，用戶鄙人雨天會步行去公司，招致下班時光響應增長。
人工智能時期和 PC、挪動時期的分歧的地方在于：搜刮時期人找信息，而人工智能時期，信息要自動找人了。今朝特性化推舉在生涯各范疇曾經有所運用，典范代表是購物范疇的淘寶和資訊范疇的昔日頭條。他們的配合特點是在供應端具有足夠多的品類和單品，和人們對特性化推舉的需求激烈。
36氪之前報導過的項目玩秘，是一個基于人工智能與深度進修架構的全生涯場景人工智能年夜腦，相似于片子《Her》中的Samantha 和《鋼鐵俠》中的 JARVIS。第一階段「玩秘」以當地休閑生涯為切入點，愿景是：讓人類把部門思慮的任務交給機械。
固然人工智能照樣存在一些難以處理的成績，好比有時成績還和語氣掛上鉤，好比“你想干甚么”這句話，在朝氣語境下和高興語境下表達的完整是兩種分歧意思，機械是不管若何也懂得不了的。像一些簡略成績，“我的哥哥在騎自行車”，人類很好懂得這句話，但其實這句話包括了許多信息，“我的哥哥是個有性命的人、他比我年夜，自行車是沒有性命的，”這類“跨范疇”的成績，機械很難懂得。
所以，將來我們不會見臨一小我工智能代替人類的社會，我深信，人工智能只是對象，將來的社會必是一小我-機械協同任務的世界。
