深度学习的下一站在哪里( 三 ) 近日

法国泰雷兹集团首席技术官马克·厄曼表示：“在众多的人工智能技术中，深度学习是为我们所熟知的一种。当你拥有大量的数据和少量知识的时候，它是一种非常强大的技术。例如，人脸识别，但是这需要采集大量的图像来训练。在许多情况下，用于学习的数据库极为庞大，有时候需要千万甚至几亿数据。学习方法也有快慢之别，但是本质上来说，它不及人类大脑聪明。 ”

可行方法扬长避短

“深度学习肯定不是解决通用人工智能问题的全部，但是人类探索机器智能的必经之路。我们应该意识到现在深度学习的一些限制，要做的是扬长避短——用可行的方法解决现在可以解决的问题。 ”李世鹏指出。