簡單地說，目前點金集團的人工智慧實驗室的人工智慧機器人，第一階段的首要目標是做到能夠模仿人們的聊天習慣，和人類進行問答互動。
比如問答，人工智慧需要解決的首要問題是，如何從無數人的問答當中，挑選出答案。
因為一個問題，在不同人的回答當中會出現不同的答案，這些答案人工智慧機器人都知道，但是如何從這些答案當中挑選出合適的答案，這個機制就是關鍵所在了。
目前所有的所謂的機器人客服，根本就稱不上是人工智慧。
因為那些機器人客服，只能回答一些預先設定好的問題，而且問題的答案也是預先設定好的，根本算不上是智慧。
但是這裡還涉及到一個問題，還是回歸最初的問題，人工智慧可以透過搜尋，其他人的答案來挑選出來進行回答。
但是因為文字本身是沒有情緒的，如果人工智慧無法理解文字的意思，那麼你罵他，他也或許會反駁，但是卻並不知道你是在罵他，因為他給出的答案是別人給出的。
所以首先要做到的依然是語義解析。
點金集團作為華國，乃至於全世界的頂級網際網路巨頭，點金集團成立人工智慧實驗室，並且投入巨資，自然會受到許多關注。
點金集團人工智慧實驗室的第一步就是召集了超過100名語言學家共同商討，當然研究語言並不是說研究各個語種那麼簡單，它還包括瞭如何讓計算機如同人腦一樣，接受這一些語言，明白這一些語言。
其次是邏輯學，如果沒有一個出色的邏輯分析能力，那麼，人類就不是人類而是瘋子了。
瘋子為什麼會被稱作瘋子，是因為他們失去了邏輯分析能力，行為舉止已經脫離了基本邏輯。
人工智慧在計算機實踐當中，有兩種不同的方法。
一種是採用傳統的程式設計效果，而不考慮使用的方法是否與人或者動物體所用的方法相同，這種方法叫做工程法。
事實上，這種方法是也是目前應用最為廣泛也是已經付諸實踐最多的方法。
這種方法的好處在於，針對性強，在不少領域當中都已經有成功的案例，比如自動化機器人，他們就是採用這種方法，這種人工智慧機器人，他被植入了一整套的自動化流程，但是它不具備其他功能。
比如簡單的文字識別，以及下棋，一些遊戲ai等等。
但是同樣的這種方法侷限性很大，因為如果遊戲簡單，那麼制定的這個程式也很簡單，而它只能在既定的規則下執行，舉個簡單的例子。
比如這個人工智慧機器人，你給他制定了下象棋的規則程式，可是如果你要讓它去下圍棋，那麼你這個機器人的程式就要重新編譯，重新除錯，否則的話，就會牛頭不對馬嘴。
而另外一個方法就是模擬法，意思是我們不僅僅要看到效果，還要求實現的方法和人類或者動物機體所用的方法相同或者類似。
比如目前比較流行的模擬構建人類神經網路作為人工智慧機器人的核心，嘗試著讓人工智慧機器人按照人類的機體原理進行實踐。
可惜的是，這種方法的入門難度太大了，除了要精通計算機程式設計知識，還要精通生物學的思考方法，所以不管在國內外，只要進入這一個行業的研究者都會成為重點扶持的物件。
盡管目前的進展依然緩慢，但是起碼，這一個方向被認為是未來的主流的人工智慧研究方向。
