主题：人工智能挑战围棋即将成功 -- 陈经

这是个缺陷。 人类千万年来积累的无数知识，经验，表现在对人类下一代的教育上，却无法有效传递给人工智能。深度学习为代表的人工智能万事只能从头学起，当然需要海量数据与庞大计算资源，这个我认为是目前人工智能的最大缺陷，或者说阻碍人工智能发展的瓶颈。

现在比较成功的是深度学习针对某一个具体问题的解决，多数还是比较低层的人类脑功能，比如图像识别，语音识别等，以及由此引申的一些领域，是因为这些问题空间有限，而且也的确不是人类通过有意识学习获得的技能，基本上是出生后“自学成才”的那种技能，就是说人出生后大脑不断在外界海量信号的“训练”下获得的一个能力，这就是深度学习目前在做的事。

人上学以后的学习过程，虽然也叫做学习，但却是在直接学习前人的知识，这里并不是通过海量数据或者练习来获得自己的结论的那种“学习”。这里的前人知识，主要是建立人脑中对世界的一个架构模型，依托的是逻辑，推理，因果，空间位置等人类以前开发的一套方法论。当然这也不是唯一的，比如宗教学校里学习的就是从方法论到架构模型都不一样的另一套知识体系。

人工智能目前还没有这个掌握知识的能力，只能学习一些自己通过练习获得的知识。如楼里其他人所说，深度学习目前在强大的计算资源条件下，其实早就超过了人类一些感官认识的水平，但是因为不具备人类那种复杂思考的能力，只能通过感官能力去拼人类复杂思维，这次AlphaGo代表的是一个深度学习通过“感官”学习获得“复杂知识“能力的尝试，但是这个通过海量学习从”刀耕火种“开始学习的办法，能带领人工智能走多远呢？