导读：广州深圳商报记者张颖在第5g世界大会上举办了未来信息通信技术与国际战略研讨会。 因为他们是行业，客人很少聚在一起，频繁的沟通，耳朵咬人，话题专业比轻松。 而在这个重量级的论坛上，所有的嘉宾都可以争相拍照手机。 张颖，深圳商报记者

世界第五届大会召开了信息通信技术与未来国际战略研讨会；。 华山剑由于是行业，客人很少聚在一起，舞台上经常交流，咬耳朵，话题专业并不缺乏轻松。

在这次重量级的论坛中，沈向阳是少数几个能让所有嘉宾拿出手机拍照的人之一。

他是硅谷技术圈中最重要的中国人，也是美国技术公司中最高的职位。 今年，新冠肺炎流行期回国，消息轰动中美科技。

作为领先全球人工智能的专家，沈向阳提出，虽然人工智能取得了很大的进步，但仍然需要从深度学习过渡到深度理解。 他为每个人发表了最新的研究进展。 勾勒出一个能够实现深度理解的人工智能框架体系。

比如哈士奇，是狗还是狼？ 人类大脑的这种判断不是问题，而是可以长期混淆人工智能，

据报道，目前人工智能的发展，深层神经网络起着非常重要的作用。 这是沈和微软研究院的同事们进行的一项历时十年的研究。

他指出，在过去的十年里，人工智能已经实现了三个领域：大数据、计算和延迟处理取得了重大进展。 但据实际了解，人工智能在过去十年中实际上没有取得特别重大的突破。

在计算能力方面，英伟达曾经超越英特尔引领潮流，相信未来会继续前进。 包括亚马逊，谷歌等企业的自主研发，做过非常强大的云计算能力，在这方面，来自深圳鹏程实验室的鹏程云脑，也是非常典型的成功故事。

接下来，他转身开始倒冷水，指出即使是如此强大的计算能力，当真正处理智能时，结果也是讽刺的。 即使是世界上最大的图像识别数据库Image Net，也仍然比五种力量的数量级少10倍，才能真正实现人类的理解。因此不难理解，整个领域仍然在拼命地增加计算能力，这远远不是天花板。 这是一条科学研究的道路。

他建议有另一条更巧妙的前进道路。

他举了两个计算机视觉和自然语言处理的例子来解释为什么今天有如此强大的计算能力，经过这么多大数据，智能并不令人满意。

他在微软的朋友在华盛顿大学训练了一个模型，使用深层神经网络，让人工智能来判断哈士奇是狼还是狗。 就像人脑一样简单。 但人工智能判断，6个结果中只有5个是正确的。 用模型很难找到误差的原因。 最后，研究发现哈士奇的神经网络是狗或狼，从背景判断。 背景是雪，它被判断为狼，背景是草，它被判断为狗。 它与许多数据特征无关，比如狗和狼脸。 这使得人工智能非常有趣和危险。

另外，利用大数据，大训练模式出人工智能结果，按照设定的程序运行，表现非常好，如果受到攻击，结果可能会有很大的不同。

沈向阳指出以上都值得反思，深入学习现在做的更接近智能化？

出于这个原因，他与比尔盖茨和纽约大学教授进行了加里·马库斯的讨论，并得出结论认为，培训前的模式，深度学习的东西，到目前为止只获得知识，而不理解知识。 因此，重要的是要意识到，人工智能，正在做伟大的事情，不是最好的模式。

他认为有必要回到初心，重新思考机器学习的目的。

第二，人工智能今天的惊人成就，做仿真器是最大的杰作。 下一件最令人兴奋的事情，也许是编写更大的模拟器来模拟真实的物理世界。

最后，接下来最重要的是将人工智能从深度学习过渡到深度理解。 他试图解决的问题是建立一个开放域对话模型、一个神经对话模型和一个深入理解的框架。