参考消息网8月6日报道 美媒称，人们应用人工智能技术（AI）的所有领域，包括无人驾驶汽车、机器人医生、超过10亿中国公民的社会信用评分系统等，当前都取决于一场关于如何让AI做其不能做的事的辩论。这个曾经仅仅是学术界关切的问题，现在却关乎价值数十亿美元的人才和基础设施，以及人类的未来。
据美国《华尔街日报》网站8月4日报道，这场辩论归根结底在于目前创建AI的方法是否足够。经过一些微调和拥有足够的非理性运算能力，人们现在拥有的技术能否能够做到真正“智能”，即存在于动物或人类身上的那种智能？
报道称，这场辩论的一方，是“深度学习”的拥护者——这种方法自2012年多伦多大学三位研究人员发表了一篇具有里程碑意义的论文之后便迅速流行开来。尽管这绝非是AI的唯一方法，但是其展示出了超越以前AI技术实现程度的能力。
“深度学习”中的“深度”指的是人工神经网络中人工神经元的层数。与其生物等效物一样，带有更多层神经元的人工神经系统也能够进行更复杂的学习。
为了理解人工神经网络，想象一下空间中的一串相互连接的点，就像大脑中的神经元一样。调整这些点之间的连接强度，就粗略模拟了大脑学习时发生了什么。其结果是一个带有实现期望结果最佳路径的神经接线图，例如正确识别一个图像。
