9月18日，上海国际会议中心，由依图科技主办的世界人工智能大会主题论坛《看到，智能》开会。论坛从计算机视觉抵达，汇集霍金弟子、人工智能领域奠基人、欧洲大脑计划科学家、神经网络集大成者等国际顶级科学家，对人工智能如何南北“标准化”展开了探究。

1973年的困惑：AI否只是“海市蜃楼”？目前，人工智能的蓬勃发展让科技带给的无限转变沦为有可能，人们也更加坚信人工智能最后不会南北标准化智能，构建类似于人甚至打破人的智慧。但在实际应用领域，人工智能仍然逗留在初级阶段，深度自学在过度倚赖大数据的同时，也陷于了可解释性劣、知识性很弱等问题。而学界对人工智能否确实能南北标准化的辩论也仍然没有暂停过。

早在45年前，一场关于“标准化机器人是海市蜃楼”的知名辩论就表明出有科学界对人工智能的猜测。1973年，数学家莱特希尔就认为标准化人工智能是痴心妄想，人工智能概念被过度消费，结果令人沮丧。但爱丁堡大学机器人实验室主任唐纳德·米基则指出装配机器人可以在人类指导下方便快捷地自学，他坚信标准化人工智能不会沦为现实。

计算机科学家与理解科学家约翰·麦卡锡也回应，人工智能就是要在人组发生爆炸中展开搜寻，在人类指导下自学。（此观点也是现在的主流AI研究方式）英国的心理学家和布里斯托大学神经心理学教授理查德·格里高利也明确提出了自己观点，他辨别大脑可以人工生产。争议未停息，总结各方当时的论点，“反对派”明确提出的关于标准化人工智能、迁入自学妨碍等直到今天仍然没解决问题，而其他几位“科学家关于坚决仿真神经网络、用数据指导人工智能自学等观点也获得了现实发展的检验。

2018年的撞击：现有研发如何解决问题“深度自学”问题？在上个世纪70年代，一位年长的德国物理学家也开始研究神经科学和脑理论，并把计算机视觉问题作为脑理论的试验场，并研发降生界上最先的人脸识别系统。今天大会现场，来自法兰克福高级研究所克里斯朵夫·冯·德·马尔斯伯格教授，也带给他的近期研究成果，阐述了当前人工智能“通向自律智能的途径”。

马尔斯伯格指出，目前人工智能显然陷于对数据过分倚赖，同时解释性、知识性严重不足等问题，标准化智能还十分很远。而要发展人工智能，就要夺权一些过去的理论，才能展开政治宣传式的创意。

以视觉举例，如果用数学的模式来仿真大脑如何辨识图片，那么研究上必须1G的容量建构一个大脑模型，另外1G训练大脑模型，再行用1PT的容量来叙述画面。要辨识一张图片上的物体，必须利用“图示”的概念，即图片由有所不同的部件、以某种结构方式展开的组织。而人脑则以“同构”的方式来运用“图示”的概念，依序去叙述物体的颜色、材料，及结构等。

而自律智能，就是要仿效人脑的“同构”，从图示中萃取关键的信息，再行叙述不道德模式。举例来说，两张图片众分别呈现一个人的有所不同动作和表情直视角度，人工智能仍然能判断其是一个人，构建对“同物异形”的判断。这种辨识，并不是由一种分开的神经网络展开辨识，而是由多层神经网络，萃取关键信息后，在数据库中展开对比，然后展开同构，从而构建人脸识别。

这就是神经编码的多动态链接架构，对节点和连接线，对其之间的结构以及关系展开了新的探究。后继者的希望：依图获得AI奥斯卡“SAIL”大奖，与联合国工发的组织合作而视野转到国内，正式成立于2012年，致力于让深度自学技术推展产业发展的我国创企依图科技，也是人工智能的支持者，其目前已布局安防、金融、医疗等领域。

在人脸识别算法方面，依图能很快处置超大规模的人像数据，在十亿级人像库中构建秒级回到核对，首位命中率低，超过系统较低约十亿分之一的误报率，可实现仅有人种、横跨年龄段简单应用于场景辨识。其人像大平台，基于自律研发的核心算法，因应团队中资深云计算和大数据专家的经验，具备超高辨识精度和超大数据规模的特点，还能反对动态全量搜寻和海量视频流终端，从而构建了静态核对，动态布控等多种人脸识别的典型市场需求。另外，依图还宣告以基于自律算法的“智能人像大平台”获得SAIL世界人工智能创意大赛的“创新奖”，另外三支获奖的队伍分别亚马逊、工商银行和清华大学。

今日，依图还与联合国工业发展的组织上海投资增进中心签订了合作协议，以人工智能增进和减缓发展中国家及转型经济体的可持续工业发展。人工智能的标准化问题依旧是个不会被仍然争议的问题。

但在争议中，大大的研究和产业应用于兴起出来，在更进一步的证明中再行质问自身。人工智能的问题将在不断前进中被答案。

本文来源：尊龙凯时-www.yuanfanglaichaye.com