人工智能中的“深度學習”露餡了？人工智能中的“深度學習”露餡了？露餡 l□u xi□n：是一個漢語詞匯，

皇冠電子遊戲場

比喻不肯讓人知道而隱瞞的事物暴露出來。如：物證面前，謊言露餡了。https://baike.baidu.com/item/%E9%9C%B2%E9%A6%85 Deep Learning？ 張鈸，

虎豹潭古道

中國科學院院士，信息技術學部http://casad.cas.cn/sourcedb_ad_cas/zw2/ysxx/xxjskxb/200906/t20090624_1807697.html張鈸老師的照片。找不到照片的出處了。感謝有關人員！ 一、清華大學，2020-01-15，清華人工智能研究院院長張鈸：深度學習的鑰匙丟在黑暗角落https://www.thepaper.cn/newsDetail_forward_5513995https://news.tsinghua.edu.cn/info/1013/68575.htm深度學習應用于模式識別雖然可以在大數據的訓練中學到正確的分類，卻很容易受到惡意幹擾、欺騙和攻擊。將獅子識別為圖書館、把雪山認作一只狗、停止標志識別被當成限速標志……此類深度學習系統被“忽悠”的案例層出不窮，如果發生在自動駕駛場景，就可能產生嚴重後果。二、科學網，2017-08-09，張鈸院士：人工智能超過人類只是特定意義上的可能http://news.sciencenet.cn/htmlnews/2017/8/384661.shtm為什麼機器下圍棋能夠超過人類？為什麼人工智能在圖像識別的某些方面會超過人類？我認為有三大法寶：第一是數據，第二是計算資源，第三則是算法。這就是深度學習成功的三大法寶。日常生活中，

娛樂城註冊送300

人們常常感慨大數據的力量，計算資源的力量，但是沒有看到背後算法的重要性。比如AlphaGo能夠在兩三週的時間內，學到幾千萬個棋局，能夠自己和自己下圍棋，靠的正是強化學習算法。 三、2018-03-20，

小昆凌

張鈸院士：深度學習優勢與短板 中國AI機遇和挑戰（最新演講實錄）https://blog.csdn.net/weixin_34198881/article/details/89750898我們要解決小樣本甚至零樣本學習的問題，小樣本學習就是用很少的樣本學習和訓練，然後就可以推廣到應用。比如小孩學習一個馬或者牛的概念，只要看一下馬或牛，甚至看一下馬的圖片就能認識真正的馬，計算機不行，得把所有情況所有背景下的馬都得讓它看，要看成千上萬個它才能識別。我們看一下為什麼機器學習的效率這麼低，還要使用那麼多樣本，比如用這張圖告訴（機器）說這裡有一只貓，這個貓在這裡面信息流佔了多少比重呢？我們有計算過是1.1%，也就是說提供的這個樣本只有1%左右有用，

小昆凌

99%沒有用，因為提供這個照片告訴它這裡是一只貓，計算機根本不知道貓在哪兒，所以這就迫使人們必須用大量的樣本，告訴它這是貓，在草地的貓，在另外的背景裡貓會變成這樣，要用各式各樣的樣本在不同背景下的貓去訓練它，它才能認識，只有跟它相近的背景、相近的角度拍下的貓它才認識，如果背景變了，貓拍攝的角度變了它也不認識了，所以這是它的一個根本性的問題，它不理解，但人是看了這個貓就理解這個貓。四、2017-10-07，四位人工智能界的泰鬥大牛關于人工智能的理解與預言https://www.sohu.com/a/196585244_650579深度學習目前有兩個很難克服的重要缺點：1、魯棒性差。機器學習過的內容，和沒學習過的內容，在識別效果方面差距太大。例如一個模式識別系統，經過訓練可以很好地識別馬、牛、羊。你給它一塊石頭，它有可能認為是馬。2、機器數據輸入和輸出結果差距太大。人的智能是舉一反三，而機器是舉一百反一。給幾百萬的數據，識別幾萬個目標。這和人類是背道而馳的。所以，現在的人工智能還有很長的路要走。五，2018-06-30，張鈸院士：走向真正的人工智能 | CCF-GAIR 2018https://www.sohu.com/a/238591807_114877?_f=index_pagerecom_94必須回答下面三個問題：第一，什麼叫做真正的人工智能？我們的目標是什麼？第二，為什麼我們需要真正的人工智能？第三，我們如何走向真正的人工智能？週穆王西巡狩，路遇匠人名偃師。翌日偃師謁見王，偕來一個假人。「趨步俯仰，信人也」。「領其顱，則歌合律；捧其手，則舞應節。千變萬化，惟意所適。王以為實人也，與盛謨□壑冀眨咚財淠慷型踔笥沂替Ｍ醮笈閉飧鮭仁ΑＹ仁Υ笊澹□勢涑咭允就□願禱岣鎩□盡□骸□帷 、黑、丹、青之所為。穆王始悅，詔貳車載之以歸。六、徐匡迪之問《科技日報》，2019年06月24日，星期一，第08版：AI實驗室，正視短板 加大核心算法等關鍵基礎研究投入http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2019-06/24/content_424121.htm?div=-1裡的“加大對核心算法等關鍵基礎研究的投入”，後來以“中國有多少數學家投入到人工智能的基礎算法研究中？”方式，被稱作“徐匡迪之問”。見：《上海科技報》2019年5月17日第003版的“聚焦基礎算法，讓“徐匡迪之問”有解”。http://www.duob.cn/cont/812/206828.htmlhttp://www.duob.cn/FileUploads/pdf/190517/kj05173.pdf相關鏈接：[1] 2010-08-27，11年前的記憶：人腦復雜性的估計及其哲學意義http://blog.sciencenet.cn/blog-107667-356704.html[2] 楊正瓴. 人腦有多復雜？《百科知識》，1997錛 7(總第216期): 39 C 40.http://www.cnki.com.cn/Article/CJFDTotal-BKZS199707022.htm[3] 楊正瓴，林孔元. 人類智能模擬的“第2類數學（智能數學）”方法的哲學研究，《哲學研究》，1999錛 (4): 44 C 50.http://www.cqvip.com/QK/80454X/19994/1002190349.htmlhttp://www.cnki.com.cn/Article/CJFDTotal-ZXYJ199904005.htm[4] 2019-02-28，往日（1）：小樣本數理統計學與“壓縮感知 Compressed sensing”http://blog.sciencenet.cn/blog-107667-1164730.html[5] 2018-08-18，“大數據”時期，更渴望“小樣本數理統計學”http://blog.sciencenet.cn/blog-107667-1129894.html感謝您的指教！感謝您指正以上任何錯誤！感謝您提供更多的相關資料！6月8日，我把博文《地震產生機制學說的統一》轉發到某微信群，反響熱烈，得到不少點贊和評論。譬如，吉林大學某大姐級教授發出了邀請：“你什麼時間來吉大做報告哈？”我回復道：“時刻聽從您的召喚。”武漢岩土所某大哥級研究員接茬道：“聽四清的報告是種享受，我就喜歡這種自信心十足的報告！”我回復道：“過去搞的一些東東，太虛，

銀河總統娛樂場

既不系統也沒普適性，目的主要是為了發文章。然自從搞鎖固段以來，隨著研究的深入，覺得整體理論框架沒問題，細節與細節之間、細節與框架之間也相互支撐；再者實證支撐理論，表明理論具有普適性。因此，信心就更強了。一句話，原創科學理論賦予我自信。”學術自信源于原創性成果，做跟風式科研幾乎不可能產生學術自信，這是因為不管自己如何改進完善前人的工作，都是為原創者做更漂亮的嫁衣，自己永遠只能充當跑龍套的角色。盡管有人質疑科學是探索真理的最好途徑，但我仍然堅信和推崇科學，

虎豹潭古道

因為人類業已取得的偉大原創成就都與科學密切相關。可以這樣說，任何原創理論只要滿足科學鑑定原則──邏輯自洽性和實證（可重復性檢驗），那麼其起碼是相對真理的化身。鑑于此，在創立科學理論的征程上，必須保證邏輯鏈的嚴密性和證據鏈的強壯性，即每一步的推理不能有邏輯漏洞，每一步推理結果要得到實驗/觀測數據的證實。注意哦，證據有間接和直接之分，但直接證據更靠譜。譬如，地震源于地球某些部位的岩石破裂，那麼就應採用地震目錄直接驗證預測理論是否靠譜。原創科學理論應具有普適性，即能很好地闡釋某一類事物的演化機制與規律。譬如，若某理論只能描述淺源地震的演化，而不適用于中源和深源地震，這說明該理論未抓住地震演化規律的“宗”，是半成品或有嚴重瑕疵的產品，需“十年磨一劍”之毅力將其發展為成品。諸多科學大師的工作為後來者創立科學理論提供了可借鑑的典範和經驗。譬如，其通常認為，形式上簡潔的理論靠譜。因此，簡潔性可作為判斷某原創理論正確性的一個輔助原則。老子所說的“大道至簡”與奧卡姆剃刀律皆表述了同樣的意思；愛因斯坦也曾坦言：“科學的東西都是簡潔的，有的東西之所以復雜，就是因為它還不夠科學。”科學家按照上述科學範式對某一類事物的研究深入到本質時，一切都會豁然開朗──事物的演化是如此地有序和諧且遵循簡潔的理論。此時，自信不請自到，甚至自信爆棚！這都拜原創科學理論所賜啊。，