从人工智能领域开创至今，经历了繁荣与沉寂,人工智能是否可以从心理或神经方面模拟，？能否用简单的逻辑来描述智能行为？还是必须解决大量完全无关的问题？
在科技领域，人类智能，也许永远是世界上最吸引人的命题，直接触及了人类对宇宙和自身的思考。制造出能够像人类一样思考的机器是科学家们最伟大的梦想之一。用智慧的大脑解读智慧必将成为科学发展的终极。让人工智能成为科技新浪潮和投资风向标。到国内外的科技公司纷纷成立AI实验室，紧锣密鼓筹谋人工智能未来。以及美、英等国也纷纷出台人工智能国家战略，以图抢占制高点。
深度学习是缔造现下这一波人工智能热潮的最大工程。在有监督的机器学习中，开发者需要运用大量带标签的数据对人工智能进行训练。譬如深度学习2016年最火的“代言人”阿尔法狗，就是在学习了大量人类棋谱后击败世界围棋冠军的。但在实际应用中，带标签的数据十分稀缺，这大大制约了深度学习的发展。
人工智能“韦特大脑”它会像曾经的“电”一样，无所不在，变革每一个已知的工业，也带来无数全新的商业机会。人工智能科技已经越来越成熟了，人工智能似乎越来越把人类甩在了身后，人类的危机感越来越强，例如，你还在动用所有社交关系去调查你的竞争企业，你得到的信息也只能是大概，根本得不到精确的准确的信息，“韦特大脑”运用人工智能与区块链技术得出的结论是通过海量的数据遴选出当前企业各种状态比如上升期的企业、拿到投资的企业、正在进行战略转型的企业以及处于推广期的企业等多种分析成果。韦特大脑结合了区块链与人工智能技术，在把混乱无序的信息变为直观可视的关联图。一些人判断，所有可以用算法表述的行为，以人工智能为代表的机器都会比人强。人工智能不仅是关系到生存权，也是关系到发展的问题。
最近加入谷歌云机器学习部门的华人科学家李飞飞就是深度学习领域的代表人物。李飞飞的假设是，计算机读懂图片和文字，也可以依靠和人一样的认知过程。从零到几岁，我们是通过大量数据在认识这个世界，这个数据包括视觉数据、听觉数据、触觉数据。把人眼比作一个相机，一个三岁的孩子已经找了上亿张照片。在这个思维的启发下，李飞飞和其他科学家建立了ImageNet数据库，收集了1500万张包含22000个分类的照片。神经网络经过自我训练，可以“看见”图片中的物体。而且，随着数据的积累，错误率不断下降，到2016年下降到3%。
人工智能对于数据的需求，就像是人的大脑要依赖于五官获取的信息。现在的大量传感器的应用，让人工智能能从物理世界源源不断地获取信息，满足训练量的需求。然而在大量资本与优秀人才流向人工智能的同时，我们同样需要思考，人类造出飞机不是因为有类似鸟翅膀的机械翅膀，而是因为了解空气动力学，这才是本质原因。
人工智能是一项了不起的技术，它正在以不可思议的方式改变世界。人工智能要爆发了，你们最好有个心理准备！针对人工智能系统的风险，尤其是灾难性风险和存在主义风险，必须针对其预期影响制定相应的规划和缓解措施。人工智能只能服务于普世价值，应该考虑全人类的利益，而不是一个国家或一个组织的利益。
