各位專家、各位來賓，辛苦了！請稍微允許我做乙個簡短的講演，今天在中國的光谷人工智慧的盛會上，我想奉獻乙個新一代人工智慧產業推動的核心理論，這將是乙個全新的人工智慧的模型。在這裡我想分三個部分介紹，一是人工智慧所面臨的重大危機和挑戰，在大家對人工智慧群情激揚的時候，我想潑一些冷水。第二可實現全面產化的sdl模型的構成，我們想以我們的演算法拋磚引玉，我相信通過今天聽到我們這個模型以後，我們在座每個人自己就能造模型。三是介紹一下sdl模型的應用展望。
近年以來，阿爾法go戰勝了全人類的棋手，全世界為此震驚，可以講，當今沒有一項技術被全世界如此這麼大的資源所關注，我們在座的每乙個專家，我想也是群情激揚，立志在這一次人工智慧高潮中建功立業，我想沒有乙個人不這麼想的。但是，我們出問題了，人工智慧的主流演算法深度學習嚴重的破綻被發現了，所以說深度學習的發明者提出了我不幹了，這個可能在座的大家都知道。為什麼他出現破綻？簡單講我是20多年前曾經解決過大規模積體電路的組合問題，確實也是當時從演算法上找不到，我也是跟今天的阿爾法go同樣的演算法，通過概率，通過模糊關係，通過對抗學習，很成功的在當時僅16位的計算機上實現了相當大規模積體電路的組合。所以我今天看阿爾法go，它其實就是乙個演算法，我們不要認為它是乙個很神奇的東西，它所用的方法和二十多年前相差不了多少。所以我覺得我們還是有話語權的。
面對人工智慧殖民了，我們是不是眼前一片黑暗？不是，面對這種情況我們要重新的、冷靜的審慎一下，有三個問題要大家搞清楚，第一我們要重新考慮究竟什麼叫人工智慧，可能大家最討厭的就是這個問題了，我們已經討論n次了，我說不是，我們到今為止就是追求有嚴密性，這是做教材、寫書，我是搞應用，我是站在讓這一代全產業應用人工智慧。如果上一代人工智慧特點是知識庫、專家系統，這一代人工智慧是機器學習解決概率問題。如果把這個概念講清楚了，整個產業都會應用人工智慧。
第二，我們要感謝h，他在關鍵時候把人工智慧的方向挑戰過來了。人工智慧要解決概率問題，不是用大模型解決小問題，所以這一次h提出要用概率模型，我非常要感謝他，如果我提出搞概率模型大家誰都不會信，但是他說搞大家都跟著他走。但是我們再不能盲目崇拜他了，說句實話他的深度學習我們已經經歷了。如何看待h？我個人的觀點是定義什麼叫capsnet理論，按照空間定義是三個條件，第一是網路結構，不要離開神經網路，從網路結構上還是要堅持，但是再也不要傳統神經網路了，它是走不下去的。第二它是概率資訊的傳輸，第三目前模擬大腦的結構是不可能的，我們模擬大腦的機能，我待會會介紹，如何模擬乙個完整的大腦機能。
第三，產業界不是光要圖象識別、聲音識別，我們機器當中有很多環節，今後在各個環節上都要用上人工智慧。產業應用是各種各樣情況的，各種各樣情況要用各種各樣的模型，各種各樣的模型要靠我們在座的每乙個人自己來創造模型。大家說中國宣布了四個大平台，大家很擔憂，是不是又被壟斷了，我馬上回答說不一定，因為capsnet的觀念大家理解了，我們每個人都可以造平台了，你的平台沒有人用了。
下面我拋磚引玉，介紹一下我們新的模型，我們自己怎麼造模型。這裡面我們經過二十多年的發展，有兩個比較重要的成果。第一，面對我們現在在人工智慧當中所面臨的資料，人工智慧的是概率分布，是無數個空間關係問題，歸根到底，人工智慧要解決兩個概率分布中間有乙個數，這個數屬於誰，這是最基本的問題。在這裡就遇到了概率空間具體問題，大家也說了，概率空間距離數學家們搞了很多，但是今天咱們不講這個問題，簡單講一下都沒有走通，到最後都進行了某些化簡，2023年日本乙個學者自己又定義了乙個模型，所以我們可以看出，從數學角度上想找到乙個不同距離尺度的公式是非常難的。我們在大量的應用實踐當中發現，作為乙個資料，從歐幾里得空間進入到概率空間的時候，它產生了什麼誤差，我們從這個角度找到了誤差的表達公式，我們就構建了乙個非常嚴謹的，在歐幾里得空間的、各個概率空間之間的距離，我們看這個公式，如果僅看上面就是歐幾里得的距離公式，下面得出的值是資料進入概率空間之後的誤差，用這個簡單的辦法解決了實體當中的應用。
再乙個問題，如何解決無監督學習問題。大家都在議論，未來是小資料，是無監督學習，但是大家也認為無監督學習還需要相當長的時間才能出現。其實個模型二十年前就出來了，只不過我們沒有公布，只是作為企業內部的訣竅，2023年才申報了專利。介紹無監督學習之前我們先談一下，大家追求的機器學習都需要追求哪些方面，首先是要有強大性，所以我們未來的模型一定是處理能力，或者說我在處理精度上是可以無限深入的模型。另外，叫學習資料無限小、資料結果要無限大，以及提出乙個系統當中的機器學習不是乙個，是很多個分散系統，這樣的話這個系統才海大。另外是適用性，手機也可以用。全系統的原理是透明的，沒有黑箱問題。基於這樣的理念我們搞的這個無監督學習，它實際上是乙個迭代公式，用了乙個概率的尺度，而不是歐幾里得空間的距離。你給了若干個資料，它能得出乙個最大概率的值，另外它可以給出最大概率的尺度，這個尺度就是神經元的法值。
這就是全新的人工智慧網路，大家會耳目一新的，這是以圖象識別為例介紹的，這種新型神經網路有三層，第一是感知層，第二是神經層，第三是腦皮層，和大腦是一樣的，我也徵求了一下我國著名的哲學和複雜系的數學專家，他有乙個三元理論，他說應該是符合三元的。但是這樣的理論我們神經網路只有三層，目前我們理解能力範圍內認為是三層。
第一層是感知層，我們發現感知層和影象之間就是無監督學習，它可以把給定的區域通過無監督學習得到特徵值，另外無監督學習抽取資訊的時候可以遷移，就是這種無監督學習可以隨著概率的位置發生變化的時候自動遷移，所以這就是了cnn的特徵對映。我們現在已經不是針對乙個具體的位置進行學習了，而是抽取影象的若干個最大概率之間是什麼結構，正如剛才ibm的老師介紹的，咱們固定的位置叫圖象識別，我把它結構出來就變成了圖象理解，你不用告訴它整體圖象，你只需要給一部分就可以了。
感知層和神經層幹什麼？因為我們要小資料，小資料一定要把物件的概率分布通過無監督學習學習下來，所以感知層和神經層之間的機器學習主要是學習概率分布，在最終結果的時候我們有三個結果，最初是完全按照人的大腦，當樣本資料進來以後，讓樣本資料和已經學習的最大概率的值進行比對，比對的資料如果在概率分布的尺度以內，就認為這是對的，就輸出1，這和咱們的大腦就非常接近，而且我們也是在大量的觀察當中，就是人的腦在看乙個影象，怎麼看這個影象都不變，而我們現在用乙個攝像機人不動的拍，拍出來也是十個樣子，所以我們感覺到人的眼是固定空間的感測器，它觀測到的是最大概率值，從這個角度講它就可以使咱們的效能提高。
這個系統怎麼樣讓它無限的深入？深度學習的無限深入是增加層，而我們是增加節點，甚至這一次capsnet理論提出我有兩個圖象你能不能都識別？其實可以做幾個並行的capsnet層的一樣的結果，它也可以分別學習圖象，然後兩個重合做一起，同樣可以分別識別。今天時間關係，我就把這個模型講清楚了，後面的應用我順便說一下。
最後我談一下參加這個會的體會，我感覺到了武漢的領導、武漢的人工智慧界的專家學者們對人工智慧是非常重視，所以我既然被請來了，我也想為武漢作貢獻，如果在座的學者們非常願意投身到這種人工智慧模型的開發上，在我們本身所面臨的產業上的應用，不管需要我們提供什麼技術支援，或者咱們一起共同研究，我們都是非常歡迎的，感謝大家！
鳳凰網湖北綜合
2023年11月20日 11:31
新一代人工智慧發展規劃
專欄1 基礎理論 1.大資料智慧型理論。研究資料驅動與知識引導相結合的人工智慧新方法 以自然語言理解和影象圖形為核心的認知計算理論和方法 綜合深度推理與創意人工智慧理論與方法 非完全資訊下智慧型決策基礎理論與框架 資料驅動的通用人工智慧數學模型與理論等。2.跨 感知計算理論。研究超越人類視覺能力的感...
《新一代人工智慧發展規劃》筆記
一 戰略態勢 人工智慧帶來社會建設的新機遇 人工智慧在教育 醫療 養老 環境保護 城市執行 司法服務等領域廣泛應用，將極大提高公共服務精準化水平，全面提公升人民生活品質。人工智慧技術可準確感知 預警基礎設施和社會安全執行的重大態勢，及時把握群體認知及心理變化，主動決策反應，將顯著提高社會治理的能力和...
廣州啟用新一代人工智慧機械人「警察」護航春運
中新社廣州1月8日電 記者 程景偉 新一代警用ai 人工智慧 2000機械人 平平警官 8日亮相廣州海珠客運站廣場，為旅客春運平安出行護航。平平警官 身高170厘公尺，體重約100千克，配備雷射雷達感測器 超聲陣列 紅外陣列 深度相機 觸控螢幕 智慧型語音互動裝置等多種先進裝置。據介紹，除具有自動避...