文章全文如下：

在過去的五年里，人工智能領(lǐng)域最熱門的一個(gè)分支就是所謂的“深度學(xué)習(xí)”。簡(jiǎn)單來說，這種稱為“深度學(xué)習(xí)”的統(tǒng)計(jì)技術(shù)為計(jì)算機(jī)提供了一種通過處理海量數(shù)據(jù)來進(jìn)行學(xué)習(xí)的方法。通過深度學(xué)習(xí)，計(jì)算機(jī)可以輕松識(shí)別人臉和人類口語，使機(jī)器獲得其他形式的人類智能成為可能。

谷歌、Facebook和微軟等公司已經(jīng)為“深度學(xué)習(xí)”的研究進(jìn)行了大量投資，這一領(lǐng)域也涌現(xiàn)出許多創(chuàng)業(yè)公司，他們?cè)噲D用這項(xiàng)技術(shù)來解決從癌癥治療到后臺(tái)自動(dòng)化等一切問題。這一技術(shù)的感知和模式匹配能力正在應(yīng)用于新藥開發(fā)和自動(dòng)駕駛汽車等領(lǐng)域。

但是，現(xiàn)在有一些科學(xué)家提出了質(zhì)疑：“深度學(xué)習(xí)”是否真的如此深刻。

在最近的一些對(duì)話、在線評(píng)論和長(zhǎng)篇論文中，越來越多的A.I.專家發(fā)出這樣的警告：對(duì)“深度學(xué)習(xí)”的迷戀可能會(huì)讓開發(fā)者短視和過度投資，并在以后產(chǎn)生幻滅。

“那里沒有真正的智能。”美國(guó)加州大學(xué)伯克利分校的教授邁克爾·喬丹(Michael I. Jordan)說。邁克爾·喬丹在今年四月份發(fā)表的一篇論文中為研究者對(duì)A.I的崇高期望潑了冷水。“我認(rèn)為，對(duì)這些高級(jí)算法的過度信任是一種錯(cuò)誤的信仰。”

一些專家警告說，危險(xiǎn)在于A.I.將遇到技術(shù)壁壘，并最終面臨普遍的反彈。

“深度學(xué)習(xí)”算法利用一批相關(guān)數(shù)據(jù)(如人臉圖片)對(duì)軟件進(jìn)行訓(xùn)練，然后提供越來越多的數(shù)據(jù)，從而不斷提高軟件的模式匹配精度。雖然這種技術(shù)已經(jīng)取得了成功，但其應(yīng)用主要局限于可以獲得大量數(shù)據(jù)集并且任務(wù)已經(jīng)被很好定義的領(lǐng)域，如標(biāo)記圖像或語言翻譯。

這項(xiàng)技術(shù)在更加開放的智能領(lǐng)域——意義、推理和常識(shí)知識(shí)——則沒有什么進(jìn)展。雖然深度學(xué)習(xí)軟件可以立即識(shí)別數(shù)百萬單詞，但它對(duì)“正義”、“民主”或“干預(yù)”等概念毫無理解。

研究人員已經(jīng)發(fā)現(xiàn)，具有“深度學(xué)習(xí)”能力的神經(jīng)網(wǎng)絡(luò)很容易被愚弄，例如，它可能會(huì)將3D打印的烏龜識(shí)別為步槍，將停車標(biāo)志識(shí)別為冰箱。

在今年年初發(fā)表于科學(xué)論文網(wǎng)站arXiv.org上的一篇文章中，紐約大學(xué)教授加里·馬庫(kù)斯(Gary Marcus)提出了這樣一個(gè)問題：“深度學(xué)習(xí)是否已經(jīng)快要撞墻?”他寫道：“就像我們常?？吹降哪菢?，通過“深度學(xué)習(xí)”提取的模式比最初出現(xiàn)的模式更膚淺。”

如果“深度學(xué)習(xí)”是有限度的，那么我們現(xiàn)在可能為之投入了太多的金錢和聰明的大腦，艾倫人工智能研究所(Allen Institute for Artificial Intelligence)首席執(zhí)行官奧倫·伊佐尼(Oren Etzioni)說，“我們是在冒險(xiǎn)，因?yàn)槲覀冊(cè)究梢匀ネ七M(jìn)A.I.領(lǐng)域其他重要概念和技術(shù)。”他說。

一些研究團(tuán)隊(duì)、初創(chuàng)公司和計(jì)算機(jī)科學(xué)家對(duì)那些解決“深度學(xué)習(xí)”弱點(diǎn)的人工智能技術(shù)表現(xiàn)出更多的興趣。艾倫人工智能研究所在今年二月份宣布，它將在未來三年投資1.25億美元，主要用于研究如何教機(jī)器學(xué)習(xí)常識(shí)知識(shí)，該計(jì)劃名為“亞歷山大項(xiàng)目(Project Alexandria)”。

雖然各個(gè)研究團(tuán)隊(duì)和公司的項(xiàng)目各不相同，但他們的共同目標(biāo)是開發(fā)比“深度學(xué)習(xí)”應(yīng)用更廣泛、更靈活的人工智能技術(shù)。這些技術(shù)需要的數(shù)據(jù)通常少得多，“深度學(xué)習(xí)”只是這些技術(shù)的一個(gè)要素。

“我們不是‘反深度學(xué)習(xí)’。”艾倫人工智能研究所的研究員、華盛頓大學(xué)計(jì)算機(jī)科學(xué)家Yejin Choi說，“我們正在試圖將A.I.推向更廣泛的領(lǐng)域，我們不是在批判工具。”

不同于“深度學(xué)習(xí)”的新工具通常是以新方式應(yīng)用的舊技術(shù)。硅谷初創(chuàng)公司Kyndi的計(jì)算機(jī)科學(xué)家正在用Prolog(一種20世紀(jì)70年代出現(xiàn)的編程語言)開發(fā)新的工具。這種新工具是為A.I.的推理和知識(shí)表述而設(shè)計(jì)的，它可以處理事實(shí)和概念，并嘗試完成沒有明確定義的任務(wù)。

資深A(yù).I.研究員本杰明·格羅索夫(Benjamin Grosof)今年五月加入Kyndi，擔(dān)任該公司首席科學(xué)家。格羅索夫表示，Kyndi正在為“將A.I.兩個(gè)分支聯(lián)合起來的新方法”而工作。

Kyndi首席執(zhí)行官Ryan Welsh表示，Kyndi已經(jīng)能夠使用非常少的數(shù)據(jù)來進(jìn)行培訓(xùn)，使之能夠自動(dòng)生成事實(shí)、概念和推論。

他說，Kyndi系統(tǒng)可以用10到30份科學(xué)文件(每份文件10到50頁(yè))來訓(xùn)練。經(jīng)過訓(xùn)練之后，Kyndi的軟件可以識(shí)別概念，而不僅僅是識(shí)別文字。

而且，Kyndi的閱讀和評(píng)分軟件工作速度很快。Ryan Welsh稱，人類分析師平均需要花費(fèi)兩個(gè)小時(shí)才能閱讀一篇科學(xué)文獻(xiàn)，一年內(nèi)可能閱讀1000篇左右，而Kyndi的技術(shù)可以在七個(gè)小時(shí)內(nèi)閱讀完這1000份文件。

Kyndi作為一個(gè)不知疲倦的數(shù)字助理，可以識(shí)別需要人類作出判斷的文件。“目標(biāo)是提高人類分析師的生產(chǎn)力。”威爾士先生說。

另一家名為Vicarious的創(chuàng)業(yè)公司致力于開發(fā)可以像人類一樣迅速地從一項(xiàng)任務(wù)轉(zhuǎn)向另一項(xiàng)任務(wù)的機(jī)器人。該公司去年秋天在《科學(xué)》雜志上發(fā)表了一篇論文。該公司在論文中稱，其A.I.技術(shù)可以從相對(duì)較少的例子中學(xué)習(xí)，以模仿人類視覺智能，其使用數(shù)據(jù)的效率是深度學(xué)習(xí)模型的300倍。

美國(guó)人工智能公司Vicarious的投資者包括伊隆·馬斯克、杰夫·貝佐斯和馬克·扎克伯格，該公司是研究A.I.新工具的杰出榜樣。

“‘深度學(xué)習(xí)’讓我們看到了希望之鄉(xiāng)，但我們還需要投資其他技術(shù)。”Vicarious共同創(chuàng)始人迪利普·喬治(Dileep George)說。

美國(guó)國(guó)防高級(jí)研究計(jì)劃局(DefenseAdvancedResearchProjectsAgency)提出了一個(gè)名為“機(jī)器常識(shí)(Machine Common Sense)”的計(jì)劃，該計(jì)劃旨在推進(jìn)大學(xué)在A.I.領(lǐng)域的研究，并擬推出一個(gè)非商業(yè)性網(wǎng)絡(luò)，用于分享模擬人類常識(shí)性推理的技術(shù)創(chuàng)意。如果獲得批準(zhǔn)，該計(jì)劃將于今年秋季開始實(shí)施，很可能運(yùn)行五年，總投資約為6000萬美元。

“這是一個(gè)高風(fēng)險(xiǎn)的項(xiàng)目，問題比任何一家公司或研究團(tuán)隊(duì)都大。”美國(guó)國(guó)防高級(jí)研究計(jì)劃局的官員大衛(wèi)·蓋寧(David Gunning)說。