来自国内外的跟贴留言 深谈人工智能发展前沿
自从我们发表《评人工智能如何走向新阶段》一文以来，至今约5个月，引来了中外专家、草根们的大量跟贴留言（也有人转录他人的公开言论作为跟贴来发表的）。迄今我们已收到160条跟贴，这些留言有深有浅，或许还带一些错误和歧见，但其中确有不少真知灼见，不乏具有启示、参考价值，尤令我们高兴的是，在全部跟贴留言中，有约20位全球绝对顶级的AI科学家的言论（虽然多数是有人转录而来的）。现将这一阶段的跟贴留言作一小结：
一、深度学习
向跟贴留言平台推荐的，迄今全球勇现出来的深度学习模型多达2000个，真是丰富多彩！
在跟贴留言平台上，不时有人提问：何时能打破深度学习这个黑匣子（变不可理解、不可解释、不可控制为可）？
何时能读出深度学习的数学理论？
ACM图灵奖获得者、算法大师约翰.霍普克罗夫回答了这个问题，他说：对于深度学习这个黑匣子，人类知道它在学习，但不知它怎么学习，人类可能会在5年后大体读出深度学习的数学理论。
国内有人说，当前深度学习技术的潜力已近天花板，在跟贴中有人认为，似乎言之尚早！今天深度学习还充满活力还有发展空间（并举出很多深度学习跨界发展的实例说明之）。
二、自动驾驶
人工智能资深专家吴恩达团队提出，2019年自动驾驶遇到寒冬（遇到发展瓶颈）。
Waymo、Lyft自动驾驶商业化进展不顺，GM、Cruise、斯特拉也放缓了自动驾驶商业化步伐。
Waymo的CEO John Krafcik更悲情预言：“自动驾驶汽车可能永远无法在全路况条件下行驶”。Waymo还关闭了自动驾驶研究机构。
百度正在探索自动驾驶的“中国思路”：由AI企业、城市、车企合作，对现有城市进行数字化改造，以适应并促进自动驾驶技术的发展（从此百度也不再训练自动驾驶汽车在现有的城市环境中进行导航）。
2019年12月，百度在长沙举办首届Apollo生态大会，探索AI企业（百度）、城市（长沙）和车企（一汽红旗）结成三位一体走出合作路径，在改造后的全路况条件下行驶自动驾驶汽车。
百度发布Apollo5.5版本，建设自动驾驶开源开发平台；长沙市推出车路协同的开源开放平台，推出建设智慧城市，完善路侧传感器设备的规划；红旗建设智能车联开源开放平台。
三、知识工程
在跟帖留言平台上，关于知识工程、认知算法、对IBM进行的医疗人工智能理论研究的评估成为讨论的热点。
2019年是自然语言处理飞跃的一年，大家讨论建设大规模语义网络如何改变、提升人工智能。
讨论新旧知识工程的特征与演化；
讨论知识工程各环节，如：知识表示和推理，知识驱动和数据驱动的结合，知识图谱和计算机建模，认知计算的机制，AI落地时的具人（embodiment）因素等。
四、开源平台
人工智能技术实行开源是为了突破其发展瓶颈，提升运维功能，建立完善生态系统。
构建神经网络模型取决于采用正确的框架。人工智能的开发工具或框架日益成熟，通用性较强且各具特色的开源框架是主流。
留言者向跟贴留言平台推荐了60个国外新发布的AI框架（工具），其中突出的为TensorFlow、PyTorch。
有人提出发展人工智能的抓手是：1数据、2.开源平台、3.应用场景。
五、人工智能新算法
在跟帖留言平台上，人工智能专家介绍了突破深度学习算法正在探索的新算法：
1. 基于生物脉冲神经网络的类脑算法（国内外处于研究的初级阶段）；
2. 以真脑（神经元）与脑外计算机相连接的脑机接口算法（采用开颅手术或无创技术，国外有几例正在起步搜索中）；
3. 以知识驱动（或数据知识双驱动），基于大规模语义的认知算法（经IBM Watson 10年探索研究和试点实践的医疗人工智能基础理论和试点实践的，目前有正、负两方面评价）；
4. 量子计算（IBM、谷歌、百度都在尝试探索中）；
5. 活性液态金属（清华大学发现、研究这种金属；试图用于人工智能）。
更多推荐
6673
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
