时代就是这么无情，在人工智能的上一个时代，符号主义专家特别是语言专家们还风光无限，仿佛技术突破的美好前景都要由他们来描绘。但实践结果表明，我所代表的统计学派真正可以解决问题，可以提高语音识别与自然语言处理的准确率，专家系统等老一代技术就被无情抛弃。老一代研究者如果不能尽快更新知识储备，就只有面临被解雇的命运。
简单来说，深度学习就是把计算机要学习的东西看成一大堆数据，把这些数据丢进一个复杂的、包含多个层级的数据处理网络，然后检查经过这个网络处理得到的结果数据是不是符合要求。如果符合，就保留这个网络作为目标模型，若不是，就一次次地、锲而不舍地调整网络的参数设置，直到输出满足要求为止。
强人工智能定义：
1）存在不确定因素时进行推理，使用策略，解决问题，制定决策的能力；
2）知识表示的能力，包括常识性知识的表示能力；
3）规划能力；
4）学习能力；
5）使用自然语言进行交流沟通的能力；
6）将上述能力整合起来实现既定目标的能力。
超人工智能：比世界上最聪明、最有天赋的人类还聪明。
2016年底，史蒂芬霍金在英国《卫报》发表文章说：“工厂的自动化已经让众多传统制造业工人失业，人工智能的兴起很有可能会让失业波及中产阶级，最后只给人类留下护理、创造和监管等工作。”
李开复的“五秒钟准则”
一项本来由人从事的工作，如果人可以在5秒钟以内对工作中需要思考和决策的问题做出相应的决定，那么，这项工作就有非常大的可能被人工智能技术全部或部分取代。
在一个公平的制度中，可以提高生产效率的技术进步会受到所有人欢迎，因为它们会为每个人带来更优越的生活。技术本身不是问题，问题在于制度能否保证每个人都获益。
国际汽车工程师协会（SAE）将自动驾驶技术分为6级。非自动化，辅助驾驶，部分自动化。有条件的自动驾驶，高度自动化，全自动化。
银行中人工智能应用
在金字塔型的社会结构里，人才的成长也是金字塔型的——从金字塔底端不断成长，并不断被筛选。先从简单工作做起，再完成复杂工作，直至能够承担战略决策任务。精英领导就是这么磨炼、筛选出来的。
但若人工智能取代了多数底层的简单工作，那是，人才该如何磨炼成长呢？
AI的未来掌握在那些创造、开发和使用者的手中。人类未来需要增强人工智能研究者的多样性。
萨姆奥尔特曼实验：给每个人定期发放基本的生活资助，那所有人就可以自由选择自己想要的生活方式。喜欢工作的人可以继续工作，不喜欢工作的人可以选择旅游、娱乐、享受生活，还可以完全从个人兴趣出发，去学习和从事艺术创作，愉悦身心。
人工智能时代最核心、最有效的学习方法包括：主动挑战极限；从实践中学习；关注启发式教育，培养创造力和独立解决问题的能力；互动式的在线学习；主动向机器学习；既学习人人协作，也学习人机协作；学习要追随兴趣。
人类必须不断思索自身存在的价值，寻找生物特征以外的生命意义。
