由深圳先进院承办的“深度学习与人工智能”院士论坛昨日举行。与会的专家就深度学习与人工智能方向的研究前沿与发展趋势、产业化应用前景展开深入讨论。专家们指出，大数据与深度学习目前取得的进展使得人工智能的研究进入一个新的阶段，但也不能过分夸大其作用，而要向大脑学习不断提高计算机的智能。他们也告诫相关企业，要更加踏实，开发出能真正解决问题的机器人应用，而非一味追求产品外观“像人”。

人工智能走出“寒冬”

人工智能是计算机科学的一个分支，它通过了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。深度学习是机器学习研究中的一个新的领域，主要是模仿人脑的机制来解释数据。

昨日，会展中心，智能人脸识别屏幕带来无限乐趣

“双眸剪秋水，一手弹春风，歌尽琵琶怨，醉来入梦中”，这样一首绝句的作者并不是人，而是机器。在昨日的论坛上，计算机科学与技术专家、中科院院士张钹用了这样一个例子来说明大数据对于人工智能的作用。他说，人工智能的研究曾经历一个“寒冬”，现在“复苏”的原因在很大程度上与大数据有关。比如微软为训练机器“吟诗”，从350万诗句中抽取了120万个诗句去训练机器，输入“春”、“琵琶”、“醉”等关键词和平仄要求，就作出了上面这样一首看上去还不错的诗。“有了大数据后，会在很大程度上提高机器的逻辑思维和创作性能”，他说，第二要归功于深度学习，以前传统的机器学习方法，难用大量数据去训练机器。

数据是石油含量很低的矿石

不过在昨日的会上，相关嘉宾也给目前热捧深度学习泼了一盆冷水。计算机视觉和模式识别领域专家、中科院深圳先进技术研究院副院长汤晓鸥说，最近几年深度学习确实取得了非常大的进展，可以说一年相当于过去十年的进展，在某些方向上已经可以做到实用，这是一个非常大的跨越，“但最近确实把这件事情吹得太过火了，好像我们离大脑的人工智能很近了，如果你定义人工智能就是像人这样的智能，那其实差得很远。”他说。

张钹说，现在有两种截然不同的观点，大部分人认为，有了大数据和深度学习，什么问题都能解决；还有一小部分人觉得，深度学习早就有了，但现在为止没有新东西，在他看来这两种说法都偏颇。他说，深度学习的优势是适用于不同类型的数据、图像和文本，但对“生数据”处理能力差，难以涉及语句。业内也过分夸大了大数据对于人工智能的作用。“大数据会带来很多好处，但我们不仅要看到数据‘大’，还要看到大的‘数据’，其实真正有好用的数据不到10%”。他举例说，马航飞机残骸为何至今未能找到，原因是数据量太大如同“大海捞针”，传统计算机还不够快，或者说他们太笨，我们没法告诉它什么是飞机残骸。有的人说，“数据是石油”，其实不然，“数据只是含石油量很低的矿石，不是掌握了数据就掌握了财富，你得有提炼的方法”，他指出，要向大脑学习提高计算机的智能才是目前主攻方向。

汤晓鸥也认为，大数据是很有用的，但也不是完全的决定因素。“举个例子，如果你是小学生水平的话，给你看再多的图片，你理解一件事情也是有限的。如果你是本科生甚至博士，那就完全不同了。先是聪明不聪明，再是数据量的问题”。

机器人不能盲目追求“像人”

谈及未来服务机器人进入家庭，机器人系统和智能控制系统专家、ieeefellow葛树志认为，机器人是人工智能的实体化，机器人要进入家庭，很重要的一点是它一定是安全的、友好的。智能控制领域专家、ieeefellow王飞跃还描绘了这样的一幅图画：将来会形成物理空间的机器人会跟云端的机器人互动。“物理空间的机器人有自己的社会，云端的机器人也有自己的社会。以后会有一堆机器人来跟你一起玩、学习和生活，你要是没有机器人在着，你就是智力上的残废”。

在会上，嘉宾们也对只重外观不问功能的现象提出批评，提出盲目开发人形机器人产品，夸大其功能，忽悠消费者不可取。张钹说，日本搞了很多人形机器人来跳舞、端盘子，我就觉得那个没有用，就是“忽悠”起来的。“做一个智能洗衣机器，干嘛要做一个拿着搓板洗衣服的机器人，你把洗衣机做得更加智能化不就行了？炒菜为什么要有个人形机器来炒菜呢，你把微波炉做得更智能化不就好了吗？”他说，做智能机器人没必要做出来像人形，关键是要解决实际问题。

以上是网络信息转载，信息真实性自行斟酌。