在近日的EmTech China上,，來(lái)自世界各地的十余名演講者發(fā)表了演講。其中,，MIT計(jì)算機(jī)科學(xué)&人工智能實(shí)驗(yàn)室的Tomaso Poggio教授,、商湯科技研究院院長(zhǎng)王曉剛教授還有高通全球副總裁Charles Bergan都提到了同一個(gè)觀點(diǎn)。他們都認(rèn)為,，現(xiàn)在我們所說(shuō)的人工智能和人類(lèi)智能產(chǎn)生的源頭不同,，人類(lèi)學(xué)習(xí)并不需要上百萬(wàn)的例子，人的大腦也沒(méi)有上千層神經(jīng)網(wǎng)絡(luò),，但人類(lèi)的學(xué)習(xí)能力很強(qiáng),，這就意味著，現(xiàn)在的人工智能也許并不是真正的人工智能,。

Tomaso Poggio教授：深度學(xué)習(xí)在生物學(xué)上說(shuō)不通

Tomaso Poggio教授來(lái)自MIT計(jì)算機(jī)科學(xué)&人工智能實(shí)驗(yàn)室,，他認(rèn)為深度學(xué)習(xí)像是這個(gè)時(shí)代的煉金術(shù)，未來(lái)還要轉(zhuǎn)化為真正的化學(xué),。

過(guò)去五年,，人工智能取得了很大的成就，這些成就來(lái)自于機(jī)器學(xué)習(xí)的兩種算法：深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí),，而這兩種算法都來(lái)自于認(rèn)知科學(xué)和神經(jīng)科學(xué),。深度學(xué)習(xí)可以幫助解決10%的難題，剩下的90%可能需要來(lái)自神經(jīng)科學(xué)以及認(rèn)知科學(xué)的研究,。

為了更好的了解人的思維和大腦,，Tomaso Poggio教授所在的MIT大腦、心智和機(jī)器中心（CBMM,，Center for Brains, Minds and Machines）也在五年前開(kāi)始了這樣的研究,，Poggio教授認(rèn)為CBMM的使命是要在理解認(rèn)知方面獲得新的進(jìn)步，同時(shí)也需要去了解整個(gè)智能的架構(gòu)和智能背后的科學(xué)原理,。關(guān)于智能的科學(xué)會(huì)幫助回答最宏大的問(wèn)題,，了解生命的起源包括宇宙的起源,，以及時(shí)間的源頭。大腦中智能的產(chǎn)生,，是科學(xué)現(xiàn)在需要解決的元問(wèn)題,。

除此之外,，在后面的采訪環(huán)節(jié)中，Poggio教授同樣表示現(xiàn)在面臨的最大的挑戰(zhàn)就是如今的所謂“人工智能”可能從根本來(lái)說(shuō)就是錯(cuò)的,，因?yàn)樗鼜纳飳W(xué)的層面上是說(shuō)不通的（not plausible）,，因?yàn)槿祟?lèi)就算是在嬰兒時(shí)期也不需要通過(guò)上百萬(wàn)個(gè)例子來(lái)學(xué)習(xí)、來(lái)認(rèn)知某一樣事物,，而這對(duì)于深度學(xué)習(xí)來(lái)說(shuō)卻是常事,。提升機(jī)器學(xué)習(xí)智能的突破口可能在于人類(lèi)大腦相關(guān)的研究。

商湯王曉剛：大腦沒(méi)有一千多層神經(jīng)網(wǎng)絡(luò)

商湯科技研究院院長(zhǎng)王曉剛教授說(shuō),，現(xiàn)在商湯的神經(jīng)網(wǎng)絡(luò)已經(jīng)可以做到1200+層,，雖然相比2012年，增加了神經(jīng)網(wǎng)絡(luò)層數(shù),，也提升了學(xué)習(xí)能力,，但這并不是提升學(xué)習(xí)能力的唯一辦法。

因?yàn)槿说拇竽X沒(méi)有一千多層神經(jīng)網(wǎng)絡(luò),，學(xué)習(xí)能力也很強(qiáng),，這是因?yàn)榇竽X的信息傳遞機(jī)制很復(fù)雜，而傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)只是由低層傳遞到高層這樣的簡(jiǎn)單傳遞機(jī)制,。

之后,，王曉剛教授展示了一個(gè)其團(tuán)隊(duì)在2016年設(shè)計(jì)的大規(guī)模物體檢測(cè)網(wǎng)絡(luò)。在這個(gè)網(wǎng)絡(luò)里,，不同的分辨率的特征信息之間可以在同一層神經(jīng)網(wǎng)絡(luò)進(jìn)行傳遞,，并且互相印證，其中還設(shè)計(jì)了不同的門(mén)來(lái)控制傳遞的信息流,，如什么樣的信息可以傳遞,。

王教授說(shuō)，最開(kāi)始的時(shí)候,，商湯用不同的神經(jīng)網(wǎng)絡(luò)解決不同的問(wèn)題,，但是事實(shí)上我們?nèi)祟?lèi)只有一個(gè)大腦，卻可以用一個(gè)大腦解決各種各樣的復(fù)雜問(wèn)題,，包括三維的物體形狀的感知,、文字的理解、在視頻中去識(shí)別和跟蹤物體以及對(duì)聲音的處理,。神經(jīng)網(wǎng)絡(luò)也是有這樣的一個(gè)發(fā)展趨勢(shì),，未來(lái)有希望運(yùn)用一個(gè)網(wǎng)絡(luò)去完成多種復(fù)雜的任務(wù),。

Charles Bergan：機(jī)器學(xué)習(xí)如何實(shí)現(xiàn)一次性學(xué)習(xí)（one-shot learning）

高通全球副總裁Charles Bergan認(rèn)為，機(jī)器學(xué)習(xí)未來(lái)可能會(huì)發(fā)生的最大的改變就是像人類(lèi)一樣在某些方面可以實(shí)現(xiàn)一次性學(xué)習(xí),，他舉例說(shuō),，人類(lèi)只需要摸過(guò)一塊石頭，就會(huì)知道石頭是什么,，而不需要像機(jī)器學(xué)習(xí)一樣研究一百萬(wàn)塊石頭,，雖然現(xiàn)在大家還不知道如何實(shí)現(xiàn)，但當(dāng)這個(gè)理論被研究出來(lái)的時(shí)候,，這就會(huì)是這個(gè)行業(yè)最大的變革,。

黃鐵軍教授：30年之內(nèi)將造出強(qiáng)人工智能的載體——人造大腦

去年12月23日，在北京大學(xué)舉辦的“人工智能前沿論壇”中,，北京大學(xué)信息科學(xué)技術(shù)學(xué)院計(jì)算機(jī)科學(xué)技術(shù)系主任黃鐵軍教授也曾發(fā)表過(guò)相似的看法,。

黃教授認(rèn)為，強(qiáng)人工智能意味著自我意識(shí),，意味著通用智能達(dá)到人類(lèi)水平,，而強(qiáng)人工智能是人工智能的終極目標(biāo)，而這個(gè)目標(biāo)可能會(huì)在未來(lái)15-30年中達(dá)成,。

人的智能依靠人的大腦和身體實(shí)現(xiàn),，但承載強(qiáng)人工智能的機(jī)器也許不是經(jīng)典計(jì)算機(jī)，因?yàn)槿斯ぶ悄艿膮⒄瘴锸侨四X,，而現(xiàn)在的經(jīng)典計(jì)算機(jī)和人的大腦沒(méi)什么相似之處,。

要造一個(gè)大腦，就需要知道大腦的原理,，而現(xiàn)在的生物科學(xué)還沒(méi)有達(dá)到這個(gè)水平,。

不過(guò)，這并不意味著真正的人工智能的“大腦”就無(wú)法被制造出來(lái),，因?yàn)闅v史上的工程技術(shù)在絕大多數(shù)情況下都領(lǐng)先于科學(xué),，比如飛機(jī)，飛機(jī)是先被做出來(lái),，然后科學(xué)界才研究出來(lái)了空氣動(dòng)力學(xué),。真正的創(chuàng)新是做出來(lái)一個(gè)科學(xué)原理無(wú)法解釋的系統(tǒng)，然后再去找解釋?zhuān)铱茖W(xué)原理,。

學(xué)習(xí)略家學(xué)問(wèn),，變革中國(guó)人的思維模式改造中國(guó)人的三觀，把握中華民族未來(lái)命運(yùn)古往今來(lái),，人類(lèi)的全略家寥若晨星

全略,，是高于戰(zhàn)略的新概念和新思維