正文
另外针对强人工智能这件事，从图灵开始，我们就开始相信能够让机器具有一个接近人类的思考和推理的方式，这是一个五六十年前提出时很乐观的理想，但后来经过三十多年研究，发现要真正实现是非常难的。所以现阶段所有人又从弱人工智能方向推进，经过几个不同的发展，最近通过深度学习，让弱人工智能在面对很多单一任务的时候能够做到许多方面几乎接近强人工智能。比如在很多人看来，围棋上击败世界冠军就已经是一个非常接近强人工智能的事件了。
但如果仔细想想，现在所有人工智能所做到的事情，对于推理、跨领域想象，都是不具备的，所以如何达到强人工智能，我认为现在正处于一个希望找到突破口的阶段。
Q：目前人工智能技术的发展和运用，其实到了一个瓶颈期，您觉得下一次人工智能技术最可能突破的是在哪个领域？
A：
现在人工智能过去这十年的发展和以前有一个不一样的地方，就是数据、算法和计算能力都发展到一个相当惊人的地步。处理大数据的能力、计算能力，还有深度学习所带来的算法提升，这三者结合起来，正好能够把以前的瓶颈都突破。
不过可能现在这波浪潮还没有到尽头，比如机器视觉和自然语言处理，它们都慢慢向不同方向在延伸；还有比如 AI 在金融科技上的运用还只是刚刚开始。在不同的领域来说，根据不同的数据和不同的目标会有不同的方向。所以人工智能的热潮还在不断地产生科学和经济效益，至少还要过一阵子，它才真正会到达红利尽头。
至于说人工智能下一次的技术突破点，我觉得一定是从算法上。
对于数据来说，量是有限的；对于计算能力来说，摩尔定律也差不多到了一个极限。但是在算法上，可突破的空间还有很大。现在我们把机器学习看作是一个很高端的算法，其实不是，机器学习的算法很基础。在清华大二的姚班学生学一个学期，基本上就能到外面工作了。现在的机器学习算法太粗糙了，我们将来有很大的希望能够发现更优秀更好的算法。这也是一个从事理论研究的最佳时机，这对我们国家来讲也是一个非常重要的时机。
另一个我认为很好的消息是现在存在两种不同的学习系统，一种是人类的智能，另一种是宇宙里的智能、生物进化方面的智能，我觉得也是一个好机会。
我们现在研究人工智能，核心方法是参照人类智能，但由于我们大脑太复杂，所以不太容易搞清楚。但生物学习进化、宇宙内的智能，是不是可以给我们提供一个更大的视野、空间，让我们在机器学习进化方面可以作为参照方向？我觉得是可以研究的。
关于 AI 人才的缺口
现在计算机相关的行业如此热门，所以从理论研究上看，很难雇到非常好的人，很多优秀的人才，都被高薪雇到大公司里了，对于学术理论的研究，问题会非常大。这不止是中国的问题，对美国也是同样的。而对于培育人才这件事，不要怕别人说搞「精英教育」，环境的作用、示范带动的作用，会加速我们整个科学领域的进步。当然你也可以说一切顺其自然，中国经过 30、50 年发展也能实现，但我们不能等待了，我们这一代人都等不起了，国际环境也不允许我们顺其自然发展，我们必须要用很短的时间做好科技方面的良性循环。
Q：您觉得专业人才在钻研学术研究和投身产业之间，存不存在矛盾？两者对计算机科学理论时促进谁轻谁重？
A：
一方面行业发展需要人才，但同时科研进步更需要。不过产业往往给出优越的条件，这对于学术领域的人才储备是有伤害的。在创业和学术之间的选择，这不只是中国的问题，在美国在全世界也都是问题。在中国来讲，中国现在新兴的产业为专业人才提供了有很高的薪水，尤其是目前在机器学习方面的人才。
