《评人工智能如何走向新阶段》后记（再续1）

由AI科技大本营下载自视觉中国

中外专家、草根对《评人工智能如何走向新阶段》一文进行广泛议论，已在《后记》中发表原创（未加修改）的23条议论，现再续发24-30条如下：

24.最近半年来，人工智能的发展重心逐渐从云端向终端转移，相伴而生的是全新一代芯片全面崛起。

25.脑神经科学成果是人工智能源头活水。

26.稀疏矩阵乘法、张量运算（张量图）恐怕是主要类脑设备实现。

27.深度学习是实现人工智能的路径之一，但并非是一个条完美的路径，对深度学习过度迷信反映了当前一些人看待人工智能的思想误区。深度学习也是有缺陷的，归纳如下：

1)深度学习本质上是一项墨盒子技术，其训练过程具有难以解释、不可控制的特点；
2)随着人工智能应用复杂度增加，需求量呈指数式的增长，深度学习未能很好地适应，愈发超出人类的理解的控制范围，在快速进行过程中极易偏离预设的轨迹。
3)基于深度学习的人工智能技术过度依赖数据，采集的数据其数量、质量未必满足要求，且数据建模与真实生活之间很难直接划上等号（样本数据不足，可用于深度学习模拟训练的成功案例更少）。

28.在后深度学习时代，要努力克服深度学习存在的问题。

29.清华大学研发了世界首款双控异构融合类电脑芯片，将基于生物脉冲神经网络的类脑算法与基于人工神经网络的深度学习算法结合起来；另外，也需要探索将知识推理和数据驱动结合起来，以推动人工智能的发展。

30.《IEEE Spectrum》2019年4月号，有人发表一篇质疑IBM“沃森（Watson）健康”在医疗人工智能方面研发的文章，推荐大家一读并思考。