4.38 漫谈小样本的类人概念学习与大数据的深度强化学习
Artificial Intelligence，人工智能，最近非常火热的话题，也算是人类最美好的梦想之一。但是非常可惜，即便 AlphaGO 已经成功挑战了人类智力游戏的最后的一块高地——围棋，到目前为止仍然还没有看到人工智能产生“自我”意识的希望；也就说，人工智能至少现在阶段还无法超越人类智慧，即便在学习和识别方面，人工智能和人类相比还是存在较大差距。
人工智能，与计算机之父图灵的名字紧紧联系在一起，但是这位大师被当时英国当局迫害英年早逝，除了留给人类无可估量的思想财富，也激发了乔布斯的灵感，设计出了咬掉一口的苹果公司标志。图灵在1950 年的论文里，提出了图灵试验的设想，即通过隔墙对话，你将不知道与你谈话的是人还是计算机。这无疑给人工智能预设了一个很高的期望值，半个多世纪以来人类在这方面的进展却十分缓慢。
但是自 2006 年以来，深度学习的出现似乎让人类重新看到了希望，至少通过图灵测试不是那么可望而不可及了。人类似乎找到了解决“抽象概念”的关键，在这十多年时间，随着 Google、Facebook、Amazon的加入更是加速了深度学习的发展，目前深度学习已经广泛应用到数据搜索、图像识别、语音识别、气候预测、地理数据等各个领域，并且带给了我们前所未有的体验。
但是，深度学习真的就是这么神奇？深度学习真能解决人工智能当前面临的诸多问题吗？正是因为深度学习过于火热了，笔者才必须要写这篇文章，因为我们还忽视了一个同样关键的技术——贝叶斯学习，这里借鉴《Science》一篇著名的论文中的概念，我们姑且称之为类人概念学习，那么就让我们来漫谈一下这两个技术，到底如何才能形成我们真正需要的人工智能呢？
