今天无意间在网上看的了一则推送，《周志华：AI产业将更凸显个人英雄主义》
http://tech.163.com/18/0601/13/DJ7J39US00098IEO.html
摘录一些原文内容：
关于机器学习能够解决的任务，周志华认为，围棋属于封闭静态环境的任务，他不是“最难的任务”，
以往的机器学习就可以解决这种封闭静态环境任务。
“我们今天面对的是动态开放环境下的机器学习挑战，最关键的就是鲁棒性。”
周志华称，这就要求AI必须很好的应对未知环境，是通往鲁棒人工智能的核心环节。
ps: 周志华老师一直在机器学习理论上很有建树，从上面的话中我隐隐的感觉周老师的眼光不仅仅是只停留于机器学习理论上，对于应用领域也有关注。如果AI能很好的应对位置环境，具备较强的鲁棒性那么 AI 才真正有可能走向实际应用中。大家都知道AI现在很火，但是又有多少人知道AI能应用的领域在目前来说还真的是少的可怜，用屈指可数不为过。
摘录一些原文内容：
在AI产业发展方面，周志华认为，目前AI广泛应用的代表是互联网行业，因为后者拥有大量的数据。但是，未来在一些数据量小的领域可能应用前景更大。
ps:对于周老师的观点我还是很认可的，现在的AI落地主要还是依靠互联网行业的大量数据做支撑，不过虽然这些领域的经济价值较大但是总有一天AI技术对于这些领域不再新鲜创造的利润提升率不再那么大的时候那些被我们忽略的数据量较小的领域就会登场，但是这需要多少年呢，从现在的角度来看我想有两点来看：
1，就是现在AI主力，深度学习还能有多大的发展空间，深度学习在理论上的发展是否健全，在应用上能否有更好的突破，如果自动驾驶，姿态识别，动作识别之类的应用停步的话，以深度学习为代表的 AI 路又在何方呢。如果真是这样的话，那就是 以DeepLearning 为主的AI 进入瓶颈了，怎么考虑扩大它的市场应用将会是大势所趋。
2. 就是能否有新的AI技术诞生或大发展，能否出现想DeepLearning 这种给AI发展带来较大带动的理论和技术呢。如果一直没有更新的AI理论和技术，那种可以独门立派的那种又怎么能指望AI有大的突破呢，如果一直没有大的突破，慢慢的转向应用，转向小数据的领域也是自然。
摘录一些原文内容：
周志华在最后表示，AI产业发展真正需要的是人才，“与一般软件产业相比，AI产业将更凸显个人英雄主义”
ps: 周教授这个观点和《大数据时代》书中所说的还是有些区别的，在《大数据时代》这本书中作者的角度是技术和人才总有一天会达到满员的水平，到了那个时候最重要的就是数据，这可能《大数据时代》说的是大数据而不是AI，本身大数据这个需要考虑的东西就是技术层面的偏多，这是一种应用，应用型创新。说实在的，我到现在也很难给出AI和大数据之间一个准确的界定，但是AI的落地我想个人主义是必须的事情。
摘录一些原文内容：
周志华称，从技术上看，神经网络其实是个简单的数学函数，通过迭代嵌套得出的系统。在一些图像视频处理任务中，深度神经网络有时候并不是最佳的选择。
“当我们重新审视神经网络模型的时候，提出是不是可以基于不可微构件进行深度学习？”周志华介绍说，他的团队最近提出了一个叫做 “深度森林” 的模型，这是一个“非神经网络”，且不使用BP算法训练的深度学习模型。周志华透露，这个模型目前已经与蚂蚁金服合作，应用在反套现的检测上，目前性能表现很好。
ps: 感觉周老师提的这个深度森林还是比较有意思的，感觉有机会应该拜读下，这里发现感慨 能发论文是厉害的， 能把论文应用在现实才是更厉害的，佩服周老师。