从周鸿祎周一发表了AI泡沫论的公开演讲后，AI科技评论君就预感这周AI界要发生些什么大事，不过我们从来没想到，从周一的周鸿祎，到周四的CNCC，我们会听到CCF理事长的人工智能浪潮60年回顾，超级大神的57页PPT详解机器学习本质，以及CCF终身成就奖获得者的后深度学习时代剖析，这些精彩绝伦的报告，分别在AI科技评论君的微信上制造了1.6万，0.6万，0.5万的超高点击量。下面我们从那个不平凡的周一开始回顾这个不平凡的一周。
“今天创业者出来做一个公司，你要不说自己是用深度学习、人工智能，你都不好意思出来混。就跟前两年，你要不说自己是 O2O，都不好意思去融资一样。”
……
从大家的评论和反馈中不难看出，无论是业界、学界还是投资人，意见是比较统一的。红衣教主此番言论的确切中了目前人工智能发展的一些问题，比如存在泡沫的问题、纯粹的人工智能没有商业模式的问题。但是业内人士认为 O2O 的经验显然并不适用于人工智能的发展，重要区别在于 O2O 在本质上并没有提升线下的生产力和效率，而这恰恰是人工智能的价值所在，因为 AI 能大幅提高效率。
人工智能产业的泡沫也无需过度担忧，人工智能一定要跟一个领域、一个产业相结合是大家的共识，目前人工智能和相关领域的产业升级需要资本的加持，这点有助于其快速成长发展。
当现在这些新鲜的人工智能技术逐渐走向成熟化、普遍化，资本就会开始趋近理性。以互联网的经验来看，大浪淘沙，沉者为金，最后真正有价值的技术会成就一批伟大的公司。的确，是计算能力的提升激发了这一波以深度学习为代表的 AI 浪潮，但“新瓶装旧酒”的说法并不准确，很多技术是在不断发展和创新的，现在的水平虽还未达到强人工智能，但可以说已经达到了弱人工智能的一个强里程碑。
雷锋网按：本文根据周志华教授今天上午在 CNCC 2016 上所做的大会特邀报告《机器学习：发展与未来》编辑整理而来，在未改变原意的基础上略作了删减。
……
最后，对今天的报告内容进行一个总结，主要有下面几点：
深度学习可能有“冬天”，它只是机器学习的一种技术，总会出现更“潮”的新技术；
机器学习不会有“冬天”，只要有分析数据的需求，就会用到机器学习；
关于未来的思考：
1、技术上：一定是能有效利用 GPU 等计算设备的方法（未必是深度学习）；
2、任务上：开放环境的机器学习任务特别重要（鲁棒性是关键）；
3、形态上：希望是从现在的“算法 + 数据”过渡到“学件”的形态。
如果要对未来这三点加上一个预测期限的话，分别是 5 年、10 年、15 年。
点击阅读全文
雷锋网按：本文根据高文院士今天上午在 CNCC 2016 上所做的大会特邀报告《人工智能--螺旋上升的60年》编辑整理而来，在未改变原意的基础上略有删减。
……
结合之前的内容来看，我认为
人工智能1.0是在可统计可推理的部分取得一定的成果。
人工智能2.0是在1.0的基础上向不可统计不可推理的部分区域推进。
人工智能3.0，大概最多到4.0，后面一定会有相当一部分是难以做到的（顿悟），但是这也是今后发展的方向。
点击阅读全文
今天CNCC 2016在山西太原盛大开幕，开场演讲中，CCF会士、CCF终身成就获得者，中国科学院士、清华大学教授，中国自动化学会、中国计算机学报副主编、2011年获得德国汉堡社会大学自然科学博士学位，2016年获得杰出合作贡献奖的清华大学张钹院士做了人工智能未来展望，后深度学习时代的报告，雷锋网为大家精编如下：
今年是人工智能60周年，如果用人生的起步来衡量的话，已经进入了老年，不过还是有很多人希望人工智能能提供成熟的成果和技术，用来发展产业、发展经济进行科学研究。我今天做的报告，本着这样的原则，关于人工智能的优点，它的成果我要说够，对它的问题我要说透……
点击阅读全文
鉴于最近大家人工智能讲得比较多，所以我今天要给大家讲得是一个更具体的问题，也是我本人多年从事的领域——大数据时代下的模式识别。
今天这个报告里我主要讲四个问题。它们分别是：
模式识别的基本概念和历史
模式识别的发展现状
大数据时代的机遇与挑战
值得关注的研究方向
点击阅读全文
AI科技评论君对于本周一系列精彩绝伦的报告，内心感悟比较多的是，一边周鸿祎提醒着我们人工智能现正在慢慢产业落地，我们是时候理性对待人工智能是否和两年前的O2O一样，最终会走向泡沫的海洋。另一边CNCC的几位报告大师却像及时雨一样，从机器学习的本质，浪潮的本质，人工智能的下一步趋势（后深度学习时代），人工智能更具体的问题（大数据时代下的模式识别）几个方向帮我们从根本问题上戳穿了泡沫，引导我们去真正地意识到————如何去理性对待人工智能？
正在生成分享图...
我在思考中