楊學(xué)山

北京大學(xué)教授

中華人民共和國工業(yè)和信息化部原副部長

國內(nèi)外的專家和相關(guān)企業(yè)的實踐，大體上形成了這個共識： 我們一定要從需求或者是解決我們經(jīng)濟社會發(fā)展中的實際問題，來引導(dǎo)人工智能的發(fā)展。我們必須要看到，人工智能還是處于發(fā)展的早期。

Alan Yuille

美國約翰霍普金斯大學(xué)教授

大數(shù)據(jù)和深度網(wǎng)絡(luò)是非常強大的工具，不論是現(xiàn)在還是未來，對于處理一些真實世界的任務(wù)非常重要。但是覺得人工智能會很快取代人類的觀點完全是天方夜譚。在面臨復(fù)雜問題的時候，當(dāng)下的深度網(wǎng)絡(luò)和大數(shù)據(jù)很容易崩潰。

發(fā)展通用人工智能之路漫漫。只是借助深度學(xué)習(xí)、大量標(biāo)注數(shù)據(jù)、GPU算力是遠(yuǎn)遠(yuǎn)不夠的，還是需要人工智能、認(rèn)知科學(xué)、神經(jīng)科學(xué)共同發(fā)展。

Christoph von der Malsburg

法蘭克福高級研究所教授

現(xiàn)存普遍的訓(xùn)練模型顯然無法通往通用人工智能。它是人類思維模式的縮影，但又有局限，想要實現(xiàn)通用人工智能，必須要對模型本身進行顛覆式地探索。雖然人工智能發(fā)展了六十年，但在根源建模上的探索卻很匱乏，基本沒有進展。

Pieter Abbeel

加州大學(xué)伯克利分校教授

不管是在研發(fā)方面，還是在公司的合并收購方面，人工智能都是非常有價值的。目前，人類智能技術(shù)仍在不斷發(fā)展進步，對于螞蟻來說，人就是超級智能，在未來，人工智能與人的關(guān)系可能就像人和螞蟻一樣，如何應(yīng)對人工智能發(fā)展所帶來的問題是一個很難回答但又必須回答的問題。

朱軍

清華大學(xué)副教授

解決某一類別的人工智能問題，至少我們能設(shè)定一些目標(biāo)，朝這樣的方向去研究。通用人工智能技術(shù)已有一定進展，但是成熟應(yīng)用仍非常遙遠(yuǎn)。

有一些對人類來說非常簡單的任務(wù)，對于人工智能來說仍然非常困難。比如感知，人類是非常敏銳的，但是即使是用了深度神經(jīng)網(wǎng)絡(luò)技術(shù)，機器要避免一些攻擊仍然很困難。