如果说深度学习是人工智能热炒的“现在时”，那么，人工智能能否从狭隘的智能范畴走向通用智能则是拷问未来的问题。最近，各大互联网科技巨头在人工智能领域又“掰起了手腕”。

1月17日，Facebook的人工智能研究团队宣布开源多款深度学习人工智能工具，并将在Torch库中公开分享研究成果。两天之后，百度CEO李彦宏便在极客公园创新大会上透露，百度这两年为加大在人工智能等技术方面的投入，同时表示，“我不在乎我的股价会再跌掉一半或者更多，我一定要把这件事做成”。

对于人工智能，他们究竟有怎样的思考？

深度学习：真途还是炒作

国际人工智能权威学者、百度首席科学家吴恩达对从深度学习走向人工智能的道路确实深信不疑。吴恩达曾为谷歌大脑项目创始人，加入百度公司后又提出了“百度大脑”计划，而“百度大脑”计划的关键之一就是深度学习技术的拓展。所谓深度学习，是一种神经网络的技术，受到了人类大脑运作的启发，创作软件模拟神经元，建立神经网络深度模拟大脑神经元传播路径和方式。

在大数据时代，越来越多数据的集合显然为深度学习技术的发展提供了机会。吴恩达也提出：“在大数据时代，深度学习的算法不断优化，比传统人工智能的算法要更好，因为它能够逐渐提高人工智能技术的性能。”

但是，有关炒作深度学习的噪音却无处不在。去年11月，吴恩达在接受《华尔街日报》采访时就提到，现在深度学习领域有众多初创企业。不幸的是，深度学习太火了，一些初创企业声称它们属于这一领域，但实际并没有掌握“深度学习”的内涵。

就连谷歌、百度、微软等在深度学习领域作出了一定成绩的大企业，也正在被外界质疑着——目前这个领域的巨头，更愿意将人工智能的研发结果以实验室数据的形式进行展现，但实验数据是否能够证明这项技术可以商用？因此，值得疑问的是，那些遍布各地、被各大小企业挂在嘴边依仗着的“深度学习”的所谓“深度”又从何而来？

能否走向通用智能

通用智能又称为强人工智能，即具备与人类同等智慧或超越人类的人工智能，能表现正常人类所具有的所有智能行为。美国通用人工智能会议主席本·格策尔则认为，目前无论是产业界，还是学界研究，都将大部分精力花在了相对狭隘的人工智能系统研究上。“狭隘的人工智能系统可以做特定的事情，比如无人驾驶、把语音变成文本、分析特定的基因数据或制定特定的治疗方案，每一个人工智能的项目现在都是做特定的工作。”本·格策尔说。

人工智能发展的早期，这种过分乐观的情绪一直存在，但是随着人们对人工智能领域的不断探索，才发现人工智能要想完全模拟人脑，走向通用人工智能，还有太长的路要走。

一个典型的案例是，日本福岛核泄漏事件发生后必须关掉核电发动机，如果让人来做十分危险，日本虽然在类人机器人方面做了很多工作，但当时还是无法找到能够胜任的机器人，后来他们找到了美国军方的机器人，完成了关掉核电厂的工作。对此，本·格策尔说：“在福岛核泄漏事件中，就看到了狭隘的人工智能和通用人工智能之间的区别，虽然过去人们没有设想到这种情况，但还是造就了可以关掉福岛核电站的机器人。因此，我们必须开发出通用的人工智能，这样就可以应对各种情况。”

回归到产业上，值得注意的是，谷歌、百度等大型科技公司的人工智能产品当前似乎有走向通用人工智能的趋势。据吴恩达透露，百度机器人目前的智力水平相当于几岁的小孩，正在语音识别、自然语言处理以及深度问答的技术上不断探索。本·格策尔希望，以爱因斯坦机器人为代表的这一类“看似无特殊用处”的机器人技术的发展能给人工智能产业带来新的思考，不断加强人们对通用人工智能的重视，最终在将来的某一天完成走向通用人工智能的使命。 源自千人智库 EWW150129WQY