腾讯科技讯 一提到人工智能，人们就会想到“深度学习”。但是，“深度学习”也无限度吗？能否有比“深度学习”更好的人工智能技术。《纽约时报》近日撰文对此停止了讨论。
文章全文如下：
在过来的五年里，人工智能范畴最抢手的一个分支就是所谓的“深度学习”。复杂来说，这种称为“深度学习”的统计技术为计算机提供了一种经过处置海量数据来停止学习的办法。经过深度学习，计算机可以轻松辨认人脸和人类口语，使机器取得其他方式的人类智能成为能够。
谷歌、Facebook和微软等公司曾经为“深度学习”的研讨停止了少量投资，这一范畴也涌现出许多创业公司，他们试图用这项技术来处理从癌症医治到后台自动化等一切成绩。这一技术的感知和形式婚配才能正在使用于新药开发和自动驾驶汽车等范畴。
但是，如今有一些迷信家提出了质疑：“深度学习”能否真的如此深入。
在最近的一些对话、在线评论和长篇论文中，越来越多的A.I.专家收回这样的正告：对“深度学习”的迷恋能够会让开发者短视和过度投资，并在当前发生破灭。
“那里没有真正的智能。”美国加州大学伯克利分校的教授迈克尔·乔丹（Michael I. Jordan）说。迈克尔·乔丹在往年四月份宣布的一篇论文中为研讨者对A.I的高尚希冀泼了冷水。“我以为，对这些初级算法的过度信任是一种错误的信仰。”
一些专家正告说，风险在于A.I.将遇到技术壁垒，并最终面临普遍的反弹。
“深度学习”算法应用一批相关数据（如人脸图片）对软件停止训练，然后提供越来越多的数据，从而不时进步软件的形式婚配精度。虽然这种技术曾经获得了成功，但其使用次要局限于可以取得少量数据集并且义务曾经被很好定义的范畴，如标志图像或言语翻译。
这项技术在愈加开放的智能范畴——意义、推理和知识知识——则没有什么停顿。虽然深度学习软件可以立刻辨认数百万单词，但它对“正义”、“民主”或“干涉”等概念毫在理解。
研讨人员曾经发现，具有“深度学习”才能的神经网络很容易被捉弄，例如，它能够会将3D打印的乌龟辨认为步枪，将停车标志辨认为冰箱。
在往年年终宣布于迷信论文网站arXiv.org上的一篇文章中，纽约大学教授加里·马库斯（Gary Marcus）提出了这样一个成绩：“深度学习能否曾经快要撞墙？”他写道：“就像我们经常看到的那样，经过“深度学习”提取的形式比最后呈现的形式更浅薄。”
假如“深度学习”是无限度的，那么我们如今能够为之投入了太多的金钱和聪明的大脑，艾伦人工智能研讨所（Allen Institute for Artificial Intelligence）首席执行官奥伦·伊佐尼（Oren Etzioni）说，“我们是在冒险，由于我们本来可以去推进A.I.范畴其他重要概念和技术。”他说。
一些研讨团队、初创公司和计算机迷信家对那些处理“深度学习”弱点的人工智能技术表现出更多的兴味。艾伦人工智能研讨所在往年二月份宣布，它将在将来三年投资1.25亿美元，次要用于研讨如何教机器学习知识知识，该方案名为“亚历山大项目（Project Alexandria）”。
虽然各个研讨团队和公司的项目各不相反，但他们的共同目的是开发比“深度学习”使用更普遍、更灵敏的人工智能技术。这些技术需求的数据通常少得多，“深度学习”只是这些技术的一个要素。
“我们不是‘反深度学习’。”艾伦人工智能研讨所的研讨员、华盛顿大学计算机迷信家Yejin Choi说，“我们正在试图将A.I.推向更普遍的范畴，我们不是在批判工具。”
不同于“深度学习”的新工具通常是以新方式使用的旧技术。硅谷初创公司Kyndi的计算机迷信家正在用Prolog（一种20世纪70年代呈现的编程言语）开发新的工具。这种新工具是为A.I.的推理和知识表述而设计的，它可以处置现实和概念，并尝试完成没有明白定义的义务。
资深A.I.研讨员本杰明·格罗索夫（Benjamin Grosof）往年五月参加Kyndi，担任该公司首席迷信家。格罗索夫表示，Kyndi正在为“将A.I.两个分支结合起来的新办法”而任务。
Kyndi首席执行官Ryan Welsh表示，Kyndi曾经可以运用十分少的数据来停止培训，使之可以自动生成现实、概念和推论。
他说，Kyndi零碎可以用10到30份迷信文件（每份文件10到50页）来训练。经过训练之后，Kyndi的软件可以辨认概念，而不只仅是辨认文字。
而且，Kyndi的阅读和评分软件任务速度很快。Ryan Welsh称，人类剖析师均匀需求破费两个小时才干阅读一篇迷信文献，一年内能够阅读1000篇左右，而Kyndi的技术可以在七个小时内阅读完这1000份文件。
Kyndi作为一个不知疲倦的数字助理，可以辨认需求人类作出判别的文件。“目的是进步人类剖析师的消费力。”威尔士先生说。
另一家名为Vicarious的创业公司努力于开发可以像人类一样迅速地从一项义务转向另一项义务的机器人。该公司去年秋天在《迷信》杂志上宣布了一篇论文。该公司在论文中称，其A.I.技术可以从绝对较少的例子中学习，以模拟人类视觉智能，其运用数据的效率是深度学习模型的300倍。
美国人工智能公司Vicarious的投资者包括伊隆·马斯克、杰夫·贝佐斯和马克·扎克伯格，该公司是研讨A.I.新工具的出色典范。
“‘深度学习’让我们看到了希望之乡，但我们还需求投资其他技术。”Vicarious共同开创人迪利普·乔治（Dileep George）说。
美国国防初级研讨方案局(DefenseAdvancedResearchProjectsAgency)提出了一个名为“机器知识（Machine Common Sense）”的方案，该方案旨在推进大学在A.I.范畴的研讨，并拟推出一个非商业性网络，用于分享模仿人类知识性推理的技术创意。假如取得同意，该方案将于往年春季开端施行，很能够运转五年，总投资约为6000万美元。
“这是一个高风险的项目，成绩比任何一家公司或研讨团队都大。”美国国防初级研讨方案局的官员大卫·盖宁（David Gunning）说。
（编译/谭思）