除了刚才说机器和机器人还不能自我学习和自我创造以外，现在我们用深度学习来发展的这些技术还有一些比较重要的缺点和局限性，机器学习现在很难能够做到从少量的标注数据进行学习。 比如ImageNet比赛，他用的每一幅图，平均来说都有上千个样本来学习。而我们知道，对于人要学习识别一个新的物体，可能最多给他看一两眼大概就能够学会了。再比如说像机器翻译，在这么一个标准的数据集，叫做WMT14的标准数据集上，有3千多对英法对应的句子。如果要靠人来阅读这些数据的话可能要花几万个小时，但是如果是一个英语的说话者，可能只要花几百个小时，不到一千个小时就可以学会法语，并且知道怎么进行翻译了。

　　再有一个例子，这是一个单样本的识别任务。什么是单样本的识别？就是只给这个机器一个训练数据，然后再看它的识别效果。在这么一个任务上面，我们现在的深度学习模型还远远做不到像人这样的一个识别水平。怎么样才能够有效的利用少量的标注数据进行学习呢？其中非常重要的一点就是我们需要有非常好的特征表示。而非常好的特征表示是需要有大量的数据才能学习到的，大量的没有标注的数据，我们需要通过非监督的方式才能够有效的把里面的特征表示能够很好的学习出来。

　　如何做无监督学习：通过预测

　　怎么样做非监督学习呢？在学术界大家经常提到的一种做法，就是通过对未来的预测来进行非监督学习。我们知道，能够对未来做出预测实际上是智力一个非常核心的部分。物理学可以说是对一个简单系统比较精确的预测，而深度学习或者人的智力是对一个复杂系统近似的预测。如果我们能够对未来进行一个比较好的预测，那就说明我们这个模型能够抓住环境，以及变化的本质规律，从而能够提取出一些比较有用的信息出来，这样能够有效的把它用于少量的标注数据的学习。另外非标注的数据实际上是无穷无尽的，我们不可能全部都拿来使用。要能够有效的利用这些非标注的数据，我们还需要能够做到有选择的使用。什么叫做有选择的使用？比如说像人一样，他可以选择自己感兴趣的一些东西去做，比如像小孩子，他没有接触过的东西就想要去做一做。因为做了这些事情以后，可以帮助他，他可以获得更多的信息。在这个过程当中，比如说他玩一个他从来没有见过的玩具会觉得非常好玩。在这个过程当中，实际上他是学到很多东西的，我们需要机器具备这种自主的去寻找什么样的东西可以是值得学习的这样一种能力。

　　我们的人工智能技术另外一个比较重要的局限就是缺乏常识。自动驾驶是一个比较典型的例子，大家如果学过开车的话，大家知道，从开始学到能够熟练的开车，可能有几百公里的驾驶路程就可以做得比较好了。谷歌的无人车到目前为止应该已经开了几百万公里了。但是即使如此，他还是不能够完全做到不用人而实现完全自动的驾驶。为什么呢？其中最主要的一个原因就是，他不像人一样具备一些常识性的推理能力。这个导致的后果是 需要他的研究人员或者工程师，每一种可能遇到的各种各样的路况都要做特定的处理，他需要在他这几百万公里的数据里面，能够尽量的覆盖尽可能多的一些交通状况和路况。即使这样，他还是永远不能够保证是否遇到一些新的路况能够处理。对于人来说，人学习开车，实际上他主要学的就是控制方向盘或者是踩油门。具体比如说前面遇到某种路况是不是可以开过去，或者是不是应该把速度降下来，这些东西通过一些常识性的判断他就能够做到了。

　　我们怎么样才能够让机器具备这样一种常识性的推理能力呢？人工智能的鼻祖，图灵在很早的时候就提出了我们可以把机器放在人的真实世界里面，给它提供非常好的感知设备，教会它学习语言。在这个环境里面，像教小孩一样教它去学习。实际上这是一个非常有远见的想法，但是实际上这个肯定超出了时代的能力。因为首先我们还没有这样一些学习的技术能够让我们的机器在一个真实的物理世界里面去学习。即使到现在，可能也还是比较缺乏这样的技术。现在很多公司，包括百度在内，我们从一个虚拟环境里面开始入手，首先在一个虚拟的环境里面，让机器能够把相应的一些算法做得比较成熟以后，让这个机器能够在虚拟的环境里面学习到一些常识的东西。