這是上周五舊金山的一個專家座談會得出的結論。該座談會是由美國計算機學會在頒發(fā)第50屆圖靈獎期間舉辦的，該獎項主要獎勵的是在計算機科學領域做出杰出貢獻者。

　　加州大學伯克利分校的機器學習專家、計算機科學教授邁克爾·喬丹表示，當前人們對所謂“聊天機器人”的功能宣傳得有些過頭了。很多此類軟件使用的都是一種叫“深度學習”的技術，人們會用海量的會話數據對它進行“培訓”，使它知道如何與真人進行互動。

　　盡管好幾家大型科技企業(yè)和創(chuàng)業(yè)公司都推出了能像真人一樣回答問題的聊天機器人，不過喬丹認為，由于人類的語言極其復雜，機器人憑借深度學習等現(xiàn)有的技術，依然無法完全掌握我們的語言。這些機器人本質上其實是在耍“社交手腕”，他們可以針對特定語境做出寬泛的回應，但是它們“說不出關于現(xiàn)實世界的任何真實情況”。

　　喬丹表示：“我們進入了一個機器學習被炒得火熱的時代。”機器學習雖然有改變整個經濟的面貌的潛力，但“我們還沒到那個時候。”

　　會上，谷歌云機器學習首席科學家、斯坦福大學教授李飛飛表示：“我們生活在人工智能的一個最激動人心、也是被炒得最火熱的時代。”李飛飛參與發(fā)起了Image Net計算機視覺挑戰(zhàn)賽，這次挑戰(zhàn)賽又讓人工智能重新火了一把。參賽者要運用機器學習技術，在照片中識別諸如貓之類的物體。

　　李飛飛表示，雖然大家都在談論Image Net的成功，“但我們很少討論失敗。”她還強調，為了制造出能像真人一樣“看”東西的計算機，研究人員們付出了難以想象的艱辛。

　　不過李飛飛仍然信心十足地表示，目前人工智能領域已經取得了不少具有里程碑意義的成就，最終它們將為我們帶來更多的突破，其影響會觸及諸如醫(yī)療保健等每一個行業(yè)。她表示：“我們正在進入人工智能的一個新階段。”

　　OpenAI公司是一家由伊隆·馬斯克注資的人工智能研究公司。該公司的研究總監(jiān)伊利婭·蘇特斯科娃指出，深度學習技術要想取得更多突破，首先取決于計算機硬件技術的持續(xù)發(fā)展，比如英偉達的GPU等等，如此才能確保人工智能系統(tǒng)以比以往更快的速度數據海量數據。深度學習技術將繼續(xù)與計算機硬件一道飛速發(fā)展，目前看來還沒有絲毫減緩的跡象。

　　蘇特斯科娃表示：“計算能力是深度學習技術的‘氧氣’。”