2017 年 5 月 27 日上午，机器之心主办的第一届全球人工智能峰会（2017/0328/216663.html">GMIS 2017）在北京 898 创新空间顺利开幕，中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃致开幕辞，他说道：「我认为，再过几年，我们 90% 的工作都会是人工智能提供的，就像我们今天大部分工作是机器提供的一样。人工智能会给我们提供一个更美好的未来。」在这篇文章中，机器之心对 GMIS 2017 第一天的主要内容进行了梳理介绍，更详细的报道可以查看机器之心官网 GMIS 专题：

GMIS 2017 大会第一天安排了两场主题演讲，一是「LSTM 之父」& Dalle Molle 人工智能研究所副主任 Jürgen Schmidhuber 所带来的脑洞大开、未来感十足的《True Artificial Intelligence Will Change Everything》，二是 Citadel 首席人工智能官邓力干货十足的演讲《无监督学习的最新进展》。

在 Schmidhuber 的演讲中，我们了解了深度神经网络、LSTM 的发展以及延伸到人类未来的技术发展史。Jürgen Schmidhuber 是瑞士人工智能实验室 IDSIA 的科学事务主管，同时任教于卢加诺大学和瑞士南部应用科学与艺术学院。他于 1987 年和 1991 年在慕尼黑工业大学先后获得计算机科学的学士和博士学位。从 1991 年开始，他成为深度学习神经网络领域的开拓者。随后，他在 IDSIA 和慕尼黑工业大学的研究团队开发了一种循环神经网络，并率先在正式的国际性比赛中获胜。他获得的其它奖项还包括 2013 年国际神经网络协会的亥姆霍兹奖以及 2016 年电气与电子工程师协会的神经网络先锋奖。

「我最大的偶像是阿尔伯特·爱因斯坦。我在某个时候意识到，如果我打造出了比我自己乃至比爱因斯坦更聪明的东西，我会拥有更大的影响力。」Jürgen Schmidhuber 说道，「从 1987 年将这个问题作为学位论文选题以来，我一直在研究这个包罗万象的内容，但是现在我能看到这个主题正开始变成一个可能实现的现实。」Jürgen Schmidhuber 开发了 LSTM 等著名深度学习方法。1997 年，他和 Sepp Hochreiter 共同撰写了一篇论文，其中提出了一种利用记忆功能来增强人工神经网络（模拟人类大脑的计算机系统）的方法，即根据之前获得的信息，添加解释文字或图像模式的循环。他们称之为「长短期记忆网络（LSTM）」。

「长短时记忆是跟人的大脑相关的。」Jürgen 说道，「在我们的大脑皮层中有 100 多亿的神经元。它们就像小的处理器，有的是处理输入的，有的是用于图像捕捉的，你还有疼痛神经来捕捉疼痛，还有一些肌肉的神经来控制你的肌肉。另外还有一些用于思考的神经元，它们之间会有彼此的交流。在执行任务时，神经元会影响其他与之相连的神经元，这些连接的强度会随着人们的学习而改变，我们称之为持续连接，这也是长短期记忆网络获得启发的地方。」

在 LSTM 的研究之后，Jürgen 的团队继续朝着自己的通用人工智能目标前进。他预测，在未来几年人类将创造出具有灵长类动物智能的人工智能系统。人工智能仅仅经历了 70 余年的发展，这个速度相比数亿年的生物进化有了很多倍的提高。他甚至发现了一个技术的指数加速发展模式：宇宙历史中重大事件之间的间隔时间似乎正在以指数级的速度缩短——每个大事件到来的时间是前一个大事件的四分之一。如果仔细研究这个模式，看起来下一个事件将要出现于 2030 年。

在这之后会发生什么？我们无从得知，Jürgen 认为，人工智能将代替人类，展开殖民宇宙的旅途。或许这个预测距离我们还有很远，但由人工智能引发的技术爆炸必然将会逐渐改变人们的生活方式。

前微软人工智能首席科学家 & 现任对冲基金巨头 Citadel 首席人工智能官邓力则解读了《无监督学习的最新进展》。在这个主题演讲中，他分享了无监督学习的优势，并详细介绍了随机原始-对偶梯度方法（SPDG）与其优良的性能。

邓力说：「其实我们人类还是很有希望的，因为在未来有越来越多的技术以后，人类就可以有更多的价值。」他认为虽然监督学习很有希望，但未来的趋势还是无监督学习。