虽然张钹老师讲深度学习存在种种问题，但是因为今天有大量的数据，有非常强大的运算，加上现在有很多先进的算法，能看到非常多的应用方向。我相信，比如像语音识别这件事情五年之内计算机一定会比人做的好。我自己做计算机视觉研究的，我觉得视觉识别，十年之内计算机会比人做的好。大家可以设想一下，十年以后这些技术会带来一些什么样的商业机会。

另一方面，对工业界来说，今天所有的商业应用都可能会被颠覆。从销售市场，到人事招聘，到用户服务，所有的商业环节都被人工智能改变了，所以从商业角度来看，我看到的是更多的机会。

洪小文：这次人工智能的复兴，要感谢深度学习和大数据。那么，深度学习到底是什么，未来可以看到它怎样的发展？为了人工智能的终极目标，除了深度学习以外，我们还需要研究哪些其他的方向？

　　张钹：人工智能到了秋天

五十年后的事情可能我说不清楚，但是我可以说说三五年，十年以内的事情。很多人说究竟现在是人工智能的春天还是夏天？有人说春天，因为正在蓬勃发展。有人说夏天，因为有点热过头了。

但是我的观点是现在是人工智能的秋天。秋天有两个含义。

一：秋天是收获的季节，我们有很多成果。

人工智能现在有果实可摘。为什么我觉得很乐观？所谓的深度学习就是在消费这三件东西，而人工智能需要的这三个资源可以说都是无限的。

1、大数据

2、算法

3、计算力

未来相当一部分人都会往这三个方向去发展，会在各个领域去消费它，包括语音、图像等方面取得很好的成果。

二、说秋天，是因为冬天就在前头。

做科学研究，我们要知道冬天要来了。这意味着我们要考虑下一个春天要播种什么种子。也就是说，后深度学习时代，我们要搞什么事。我认为从科学研究的角度来讲，我不能讲全，我就讲在我们的研究组里头在做的两件事。

第一点是与神经科学、脑科学结合发展新的计算模型。

深度学习只学习了人类大脑神经网络处理非常简单的一个内容，就是多层次的、从底向上的处理。但是人脑有很多层次，其中还有大量内容我们并不了解，比如有从顶向下、侧向连接等等模式，我们都还不了解。

目前为止驱动人工智能就有两招：数据驱动和知识驱动。下面的发展就要把这两招结合起来。特别是自然语言处理，离不开知识驱动，只靠数据是不够的。

第二点是将知识驱动和数据驱动相结合。

现在为止驱动人工智能就有两招：数据驱动和知识驱动。下面的发展就要把两招结合起来。特别是自然语言处理，离不开知识驱动，只靠数据是不够的。

所以说，如果以上这两点能做好，人工智能就会迎来下一个春天。

　　李飞飞：情绪、情感，是人工智能未来的方向

稍微具体一点说到深度学习。什么叫“深度学习”？“深度学习”大概在2006年被Geoffrey Hinton的一篇论文提出来，但是在2006年之前，“神经网络”这个概念已经存在了二三十年。

现在大部分成功的深度学习是有监督学习、有完全的数据标注以后做的。很多人都在思考如何做无监督的学习，之前也有很多工具。深度学习革命性的一点是取代了对特征的加工。此前都是“Engineering Feature”，而深度学习是直接学习数据。

深度学习不操作数据本身，而是对结构本身进行操作。很多学生就感觉，深度学习本身结构太复杂了，例如现在有152层、1001层。所以这一点有巨大的空间，就是我们可以怎么去学习这个模型，可以突破结构的层面。

我认同张钹老师说的，数据和知识的结合。另外我还会再加上一个情感。现在我们的 AI 都是用逻辑的方法来判断情感。因为逻辑代表 IQ，而情感代表 EQ。我觉得微软的小冰是一个非常好的开始。人类的情感是非常丰富的。未来，从情绪到情感，将是人工智能未来前进的方向。

　　李凯：人工智能最需要“教科书”