深度学习三巨头辛顿、杨立昆、约书亚获得图灵奖实至名归，神经网络可以说是真正推动人工智能进入市场化产业化的最重要力量。但是，在达特茅斯会议之后三四十年里，符号主义对连接主义的否定和打压非常厉害，以至于神经网络一度被边缘化，只有极少数大学会出于保护多样化的考虑资助此类研究。年轻的杨立昆为了发表论文，曾经被迫将卷积神经网络修改为卷积网络，因为只要出现“神经”一词，就很可能被符号主义信徒们拒绝发表。直到AlexNET在图像识别竞赛中大获全胜，深度学习才走到舞台中央，最先反应过来的是科技巨头们，谷歌、Facebook、微软、Baidu百度，他们大举招募深度学习专家，设立人工智能研究院，将AI带入每个人的生后。深度学习是以模拟人类大脑的方式，来探索人工智能的可行性，像人类大脑的超大规模神经元网络那样，依靠底层的简单生物算法创造智能体。就像教育一个孩字那样，只要有足够的数据资源来训练他，他可以靠自己学会很多知识和技能。最新进展是特斯拉在复活节推送FSDv12，一个完全靠端到端训练的神经网络自动驾驶系统，不靠程序员写复杂的识别和控制逻辑，完全靠看视频数据来学驾驶的系统。个人理解，深度学习信徒们对神经网络通向通用智能的信仰是相当谦逊的，他们深信了解大脑才是复现智能的正途；而符号主义的信仰略显狂妄，在不了解大脑不模仿大脑的基础上，靠符号逻辑可以实现对人类智能的超越，这个梦想既低估了生物进化的有效性还高估了人类理性目前的上限。以前符号主义攻击连接主义无能，现在主要攻击连接主义的不透明性，比如神经网络是个黑箱，难以调整和难以监管。这个说法本身没错，但是市场肯定会选择一个能用好用的黑箱，而不是一个完全没法实用的白箱。其实从神经网络本身的特点来说，每一个人类都是一个黑箱，但是这并不妨碍社会的发展与进步，爹味父母眼里的孩子，自负教师眼里的学生都是一个黑箱，对吧？-------《深度学习革命》读书有感。
当然，我很期待符号主义能够做出真正的反击，毕竟人类理性的上限同样是值得追求的理想。#人工智能##自动驾驶#