一桶布丁提示您：看後求收藏（貓撲小說www.mpzw.tw），接着再看更方便。
“餘興偉的研究，或者說餘興偉跟寧爲的研究其最大意義並不僅僅止於在數學理論上的突破，而重要的是對人工智能領域底層的重新定義。比如最基本的人工智能深度學習模型，現在人工智能領域用到的深度學習模型標準大都還是我們所設計的，其中包含了深度神經網絡、卷積網絡、循環神經網絡、玻爾茲曼機跟受限玻爾茲曼機等等。”
“現在我們面臨的問題是，我們已經驗證了兩人研究的許多理論。而這些理論已經確定可用於指導人工智能底層定義的革新。我以OpenAI推出的自然語言深度學習模型GPT-3爲例，我們都知道具有1，750億個參數的自然語言深度學習模型GPT-3的表達能力已經接近人類，是極爲成熟的深度學習模型，但依然有着缺點，比如跑任務的時候耗時太久，導致中途如果發現問題，也不敢停止運算，畢竟代價太大。”
“可如果按照餘興偉跟寧爲的研究，我們不一定要走這條繁瑣的道路來賦予機器智慧，並不一定需要不停的進行深度學習來實現人工智能，而是直接搭起一個相對成熟的認知框架，這直接讓我們曾經信奉的底層邏輯產生了變化。說得更通俗些，以前我們讓機器擁有一定智能，靠的是大數據堆積學習，給予機器哪方面的資料，然後機器便能在哪個方向具備一定的智能。比如機器視覺、圖像識別，首先需要讓機器閱讀無數的圖像，在使用相關算法才能最終讓機器具備識別能力。”
“但如果按照他們的理論，我們只需要給機器下達一個相關指令，機器便能自行在數據庫中去辨別、蒐集並分類需要的數據，簡單來說這就省略了最爲繁瑣的調參步驟。這是有別與計算機模仿人類大腦跟符號主義的第三條路，目前看來極有可能改寫未來世界人工智能發展的大格局，同時也決定了我們對人工智能底層認知的改變。”
視頻會議上，作爲本屆評審委員會主席傑弗裏·格拉斯在數學獎投票之前先拿着稿子念一段評價。
“以上是我的朋友蒙特利爾大學教授，同時也是魁北克人工智能機構Mila的科學主管，圖靈獎獲得者尤舒亞·本吉奧對餘興偉研究方向的一些看法，大家應該已經聽明白了本吉奧先生的意思。事實上包括Mila、谷歌、IBM、臉書等等公司的科學家們已經開始嘗試使用這些理論來重新定義人工智能的底層邏輯。”
“從這一點看，餘興偉先生的論文《一種以同構法爲基礎的數學意識模型》對於目前人工智能現實的指導意義是極爲重大的。這既是數學基礎理論的突破同時也可能帶來對現有最熱方向的技術顛覆。所以請大家投票之前能考慮到一點。我的發言完了，現在請開始按照流程對所有候選者進行投票表決。”
“第一位候選者，羅傑斯·卡洛，他的成就是……”
……
