楊強教授認為，DeepMind把端到端的深度學(xué)習(xí)應(yīng)用在強化學(xué)習(xí)上，使得強化學(xué)習(xí)能夠應(yīng)付大數(shù)據(jù)，因此能在圍棋上把人類完全擊倒，它做到這樣是通過完全的自學(xué)習(xí)、自我修煉、自我改正，然后一個一個迭代。楊強還指出，搜索和學(xué)習(xí)的結(jié)合才是人工智能的發(fā)展方向。我們不能完全依靠機器去全部自動化自我學(xué)習(xí)，機器學(xué)習(xí)的弊端是自我偏差，目前仍需要人為干預(yù)。未來，遷移學(xué)習(xí)會是這個問題的解決途徑。遷移學(xué)習(xí)還能讓人工智能得以擺脫對大數(shù)據(jù)的嚴重依賴，從而讓人工智能不再只是“富人的游戲”。

　　“2016全球人工智能技術(shù)大會（GAITC）暨人工智能60年紀念活動啟動儀式”4月22日在北京國家會議中心舉行，楊強教授受邀發(fā)表主旨演講，他的演講題目是《 自學(xué)習(xí)的人工智能》。經(jīng)過主辦方中國人工智能學(xué)會和楊強教授的授權(quán)，新智元帶來了楊強教授此次演講的全文實錄和ppt，干貨滿滿，推薦收藏。

　　首先大家都知道，在60周年之際，我們首先應(yīng)該記住的是這位人工智能的先驅(qū)——圖靈。在他的問題的感召下，我們才有了今天這樣的一個盛會和今天人工智能的飛速發(fā)展。他的問題“機器可以思維嗎？”可以從不同的維度來解釋，那么首先人類對人工智能的探索也可以圍繞對［這個］問題的不同解釋展開。

　　　　第一個探索，應(yīng)該說是在邏輯層面的探索。［20世紀］60年代，人工智能的這些先驅(qū)就考慮用邏輯和搜索來研究人工智能，比如下棋、推理、去做路徑規(guī)劃等等。他們有一個很強的假設(shè)，這個假設(shè)從某種程度上來說是非常直觀的：智能包括計算機可能賦予的智能，來自于計算物理符號的排列組合。我們只要能很聰明地把這些物理符號排列組合，人類是可以從一系列的零和一的組合來得到［智能的］。［但是］有了一些成就之后，［我們］也發(fā)現(xiàn)這樣的假設(shè)是有瓶頸的。

　　在之后又有一部分人著力于研究能夠有學(xué)習(xí)功能的人工智能，就有不同的機器學(xué)習(xí)算法被研究出來。其中包括大家都熟悉的神經(jīng)網(wǎng)絡(luò)。

　　人工智能的幾個里程碑我們現(xiàn)在也很熟悉，第一個大家公認的是里程碑是深藍，這個比賽意味著幾件事：一個是說在大規(guī)模的搜索狀態(tài)下，在可能的狀態(tài)空間的搜索實際上是一個在物理符號空間的排列組合。

　　也就是說，［20世紀］60年代人們的那些假設(shè)有一部分是正確的，我們確實可以從這種搜索和物理符號的排列組合獲得很多的智能。

　　緊接著的階段是，知識就是力量，這是隨著互聯(lián)網(wǎng)和大數(shù)據(jù)到來的一個熱潮，從網(wǎng)上，從不同的媒體我們會獲得很多數(shù)據(jù)，把這些數(shù)據(jù)經(jīng)過沉淀變成知識，我們就可以贏得像這樣一個電視大賽中的人機對戰(zhàn)。

?