发表对智能的看法，每个人都可以由自己的看法，着不涉及利益和敏感话题，只是希望充实一下看法的世界而已。
引用的内容源自新闻报道：“专家热议人工智能发展：光靠算法、数据硬训练，不行！”
评论：
世界智能大会，看起来还不够大，希望能努力成长。
题目其实很好，完全依靠数据和算力的智能，其实跟傻瓜没有本质区别，人们肯定希望其继续发展，像人一样聪明，所以需要更大的，更本质的突破，不仅要更聪明，还要可解释、可分析。其发展不仅涉及到产业应用，更能帮助我们从本质上理解，我们的大脑是怎么产生智能、怎么产生情绪的，这个意义丝毫不亚于人工智能。目前能看到一些团队是并行的做，一边研究生物神经系统，一办用神经网络建模，反过来促进对生物神经系统的理解，是个好方向。更本质的，是从数学层面理解网络的智能，建立新的数学理论、数学工具，指导促进人工智能的发展。
”北京大学党委常委、副校长、中国科学院院士黄如表示......。人才是推动和保持一个产业可持续发展和持久活力最重要的因素。“
评论：
我认为一个产业持续保持发展活力的重要因素是其展现的市场价值。人工智能不是今天才出现的，过去由过几次热潮，但都冷却了，原因是当时距离市场化应用太远，无利可图。2000年后的进展，使人们看到了其市场价值，变得有利可图，于是很多人进来，最直接的表现，薪水高，应届毕业生薪水高过人工智能的不多吧？有钱有势力的不算。
“数据显示，人工智能和机器学习相关的产业人才需求规模，在2016年至2019年平均增长率高达74%。目前全球人工智能的人才缺口很大，迫切需要推动人工智能教育体系的健康发展，夯实人工智能发展的基础。”
评论：
人才缺口大？什么人才？高端人才！能给数据打标签的已经早都下方到初中生水平了。调调被人的代码最多也就被人叫个工程师。能自己打造框架的优秀+1，能在别人的算法基础上独立做出改进的优秀+2，能自己搞定应用的+3。顶尖人才应该是能在算法、算力、生物智能等方面开路的人，能不缺吗，太缺了！
“人工智能作为一个综合性前沿交叉的学科，如何建立高起点、高质量、高效率的人才培养体系是关键。人工智能和计算机、数学、微电子、自动控制、心理学、医学、生物学等等都有相关性，我们应该思考如何培养适合多学科交叉的学生。”
评论：
交叉口号喊很多年了，几乎所有学科都在搞交叉，为了交叉而交叉没啥意义。我觉得是兴趣、好奇心、冒险以及风险承受能力等方面更有操作性。
“北京大学信息科学技术学院院长、中国工程院院士高文称，人工智能要想实现，光靠纸上的东西，光靠算法是不行的，你要把它放到机器里面，把人工智能变为看得见、摸得着的东西才行，人工智能还是得机器为本。”
评论：
不太好理解。如果说理论结合实际，或者强调应用，那都没问题。但是现在理论也重要，这方面的理论现在几乎出于空白状态。算法和软件也是看的见的，而且与现实连接也很紧密，很多机器人的训练都是先在软件中训练，效果、成本、安全性、速度方面都很好。但一定要固化到硬件里，就有些过了。我相信智能的本质可以用数学解释，硬件只是载体，大脑是载体形式的一种，肯定还有其它形式的载体，或者是与地球完全不同的生物形式，或者是非生物的形式。这给我们带来极大的想象空间，也是最诱人处之一。
“高文还表示，人工智能创新离不开类脑研究，人脑到目前为止，在智能这件事上是效率最高的系统，没有任何系统能和它相比。人的大脑这个智能体本身是一个动力学的系统。......。动力学系统既需要认知科学模型的解释，也需要神经科学模型的支持。没有这些，光靠数据硬训练肯定不行。所以动力学系统是今后研究强人工智能非常关键的一个基础，既包括解析的仿真，也包括功能的模拟，最后可能做出一些和人脑比较接近的功能体。”高文称。”
评论：
事实上对生物的智能、神经系统的的研究，无论是出于对智能的好奇，还是对疾病治疗的需求，全世界范围内都很火热。印象中各国的脑计划应该都超过10年了吧。国内的产出我是不太了解，国外的产生了若干脑模拟软件、框架。实验技术上，光遗传学也需要突破停滞。有人把光纤去了，改成无线。有人再探索损伤更小的方法，甚至是无损方法。总之，神经科学会与人工智能的发展相辅相成，互相促进。
“在中国科学院院士、墨奇科技联合创始人鄂维南看来，算法创新的严重缺陷、缺失，是目前人工智能发展一个非常重要的障碍。创新文化不足导致人工智能企业同质化严重，最典型的例子就是人脸识别，人工智能“四小龙”，真看不出来他们有什么区别。”
评论：
大佬说起实话毫无压力，事实就是如此。不过也可以理解，公司的首要任务是赚钱，不是促进人类文明，要到了钱多了没地方花的阶段才真的能去认真考虑创造。算法也确实没啥大突破，当下无论是算梯度，卷积，FT都是很古老的东西了。需要新的数学工具，新的算法，呼唤开路的天才。
“美国艺术与科学院院士、清华大学智能产业研究院院长张亚勤认为，人工智能产业至少还有10年的黄金时段，目前人工智能的发展基于大算力和大数据，“我觉得深度算法有些东西会过时，但是大数据、大算力、大模型不会，这是机器的优势。”
评论：
有啥好说的，这是赚钱的大佬，人家不跟你扯虚头八脑的，只干实际的。至于神马创新，买买买就是了。如果买不到，那就是没有。不过大佬的意思是大体上，数据+暴力计算+深度神经网络的模式会持续。
“计算机视觉“马尔”奖三次获得者、北京大学人工智能研究院院长朱松纯表示，为什么当今世界有这么多的科学家，有更优越的条件，却产生不了根本性的突破？因为我们的文化，科学家们现在都玩自拍，不是在想深刻的问题，而是有一个idea赶紧发表。
评论：
说的都对，但是该发表还是发表把，否则啥都没有，孩子上辅导班都是问题。这就是显示。
“朱松纯还表示，现在搞人工智能的99.99%的人都在搞深度学习，“如果说深度学习将来真的是我们最终的结果，那大家都学深度学习就完了，那肯定不是。”
评论：
大佬的意思是，深度学习知识人工智能的一种方式，大家别都一窝蜂。我觉得，但是这一块能搞好了也不搓，现在是没发现其它的矿，逮住一个看谁挖的多。没啥好指责的，有理想可以严格要求自己，不能严格要求 别人，能做出成果的都值得赞扬，大家都有自己的生活压力。
“人工智能对外开始交叉，各行各业都用得上，大家非常担心的一个情况是，人工智能可能要与哲学、美术、社会科学融合，甚至上升到哲学层面。人类文明和人工智能的融合是一个很大的趋势，我们要认真研究它。”朱松纯说。”
评论：
融合从早就开始了，后面可能会做大，独立。
与音乐融合：作曲，填词都i可以吧。尤其是大量配乐涉及到版权问题，可以直接用算法实时生成。
与美术融合：画画，甚至能画出以前人类画不出来的。
与影视融合：特效，动画的自动生成。
与社会科学融合：法律‘、合同、社会的各方面的大规模模拟
与哲学融合：人工智能未来可能完全颠覆人对自己的定义和认知，涉及到伦理哲学方面。比如，那天我死了，但是人工智能copy了我的大脑，并且继承了我的所有。从外面看，我还活着，他就是另一个我，但确实不是我，都造成认知混乱了。关于哲学伦理方面国内探讨很少。
最后，没有歧视的意思，如果顶尖的人才是一级，一次向后排随着数字升高水平降低，那我起码再100级以后了，没资格歧视的，咱就是借着专家的观点思考一下。
网友评论