新智元：神经网络、层次化模型等思路在语音识别发展的历史上早已被提出并无数次验证，但都没有成功。回顾深度学习成功前的十年，那时能够持续不断地在“非主流”的方向上尝试、改进、探索，是一件非常不易的事情，您是如何坚持过来的？

　　邓力：我在上世纪90年代也做神经网络，但没有成功——不过那时候大家都没有成功（笑）。然后改做贝叶斯网络模型和方法，在为语音生成（编注：语音生成指的是统计方法生成，不同于语音合成）建模的深度贝叶斯网络做了很长时间。同样，当时深度贝叶斯网络学习的方法不成熟， 但现在两三年内有了很多进展。这些新进展把统计、数学、概率和神经网络的方法联系在一起。将来要解决更像人脑的问题，单单依靠数据就不够了。现在大家开始注重非监督深度学习，过去积累的研究经验和有计算价值的语音生成知识和模型也可以派上用场。

　　新智元：您去年都还在发论文，一直都工作在第一线。如何保持这样长时间的高水平高产出？

　　邓力：这是责任，也是个人的兴趣。公司给了我很多资源，现在团队有了这么多人，人多了自然就好做事了。

　　新智元：10月份，中国自动化学会和新智元联合主办的 AI WORLD 2016 世界人工智能大会就要召开了。您对大会有什么期望？

　　邓力：我希望能在这个会议上学到更多的东西，更深入了解人工智能在全球的发展， 特别在中国的发展，同时也分享我对人工智能和深度学习更多的思考。

-----------------------

　　【更正说明】本文最初发布时内容有所遗漏，现经邓力博士审定后再次发出。此次更改的主要内容包括：更换文中提及的《财富》一文超链接；补充原文发布时遗漏的一张展示深度学习局限的图片（见內文注释）；在提到深度学习从加拿大进入美国再进入中国时，补充了百度在语音方面的进展；更换了文末最后一张展示邓力博士最新思想和工作的图片。给读者带来不便，十分抱歉。特此声明。（2016.10.26）