人工智能AI未来发展方向

　　2. 基本思想的颠覆，模糊计算或是未来。

　　“无论是知识图谱，语义向量空间还是当下的其他深度学习训练，它们都是基于概率统计理论，而模糊逻辑不是，它是以模糊集理论为基础的。”非常大胆的，从思想层面，美国犹他州立大学计算机系终身教授承恒达给出了颠覆性的想法。

　　美国犹他州立大学计算机系终身教授承恒达

　　其实模糊逻辑并非全新的概念。1931年，Kurt Gödel发表论文证明了形式数论(即算术逻辑)系统的“不完全性定理”，模糊逻辑诞生。而在1965年，美国加州大学的L.A.Zadeh博士发表的关于模糊集的论文，标志着人类首次用数学理论成功描述了不确定性。

　　“现在的计算机领域，不是0就是1，而我们描述的是0到1之间的很多不确定性成分，其实，这一过程描述的是导致结果的原因。以两瓶水为例，一瓶水上标记‘是纯净水的概率是0.91’，而另一瓶水上标记的是‘水的纯净程度是0.91’，你会选择哪一瓶呢?显然，你会选择后者。这里的思考判断过程就是模糊逻辑，因为后者对于程度的描述本质上就是模糊的。”

　　目前，类似于经典逻辑体系(微积分、线性代数、生物学等衍生学科)，模糊逻辑也逐步形成了自己的逻辑体系。

　　然而再好的技术，都需要结合应用去展现它的优势。在这一方面，承教授也是格外重视，于是他选择了乳腺癌的早期诊断研究领域。“到目前为止，我们的设计样本已经被全世界二十多个国家，五十多个团队用来使用。”

　　在承教授看来，现有的技术存在着非常明显的不足，需要大家沉下心来去分析问题，从而探索到改进的方法。“现在大家都在模拟脑波中的电信号，但其实大脑里存在的不仅仅是电信号，还有化学反应。而很多人在做的医学图像处理，实际上只是做图像处理，却不是医学图像处理，它们之间是有着非常大的不同。”

　　3. 技术思路：大繁至简

　　当下，面对技术的毫无进展，AI公司的焦虑显而易见。不同于上面院士教授们给出的具体技术思路，马毅教授更像是科技界的“鲁迅”，他用PPT中一张张演讲稿中的优质论文做例，只为重新唤醒大家对于AI的思考。