人工智能仍然只是一个梦：浅谈“深度学习”目前存在着的若干瓶颈

正文

请到「今天看啥」查看全文

DARPA（美国国防部高级研究计划局）的一名负责人 John Lauchbury 形容如今人工智能领域内存在着三股浪潮：

1. 知识库，或者是类似于 IBM 所开发的「深蓝」和 Waston 专家系统。

2. 数据学习，其中包括了机器学习和深度学习。

3. 情境适应，其中涉及通过利用少量数据，在现实生活中中构建出一个可靠的，解释型的模型，正如人类能完成的程度一样

就第二波浪潮而言，目前深度学习算法的研究工作进展的不错，用 Launchbury 的话来说就是因为「流形假设」的出现。（见下图）

但是深度学习也是存在着一些棘手问题的

在最近在湾区召开的一次人工智能大会上，Google 的人工智能研究人员 Francois Chollet 强调了深度学习的重要性，它比一般的数据统计和机器学习方法都要更高级，是一款非常强大的模式辨别工具。但是，不可否认它是存在着严重局限性的，至少目前来说是这样。

深度学习的成果是建立在极其苛刻的前提条件之上

1

不管是「监督学习」（supervised perception)，亦或者是「强化学习」（reinforcement learning)，它们都需要大量的数据进行支撑，而且在提前计划上面表现的非常差，只能做某些最简单直接的模式辨认工作。

请到「今天看啥」查看全文