6月21日，2017騰訊”云＋未來“峰會上，伯克利教授、人工智能領(lǐng)域?qū)＜?Michael Jordan發(fā)表《機(jī)器學(xué)習(xí)：創(chuàng)新視角直面挑戰(zhàn)》主題演講，針對人工智能遇到的問題和挑戰(zhàn)進(jìn)行了解析分享。他認(rèn)為在機(jī)器人的發(fā)展上，美國服務(wù)器租用 美國站群服務(wù)器，目前還只是一個(gè)雛形，之后可能會出現(xiàn)一些有效的對話，比如自我導(dǎo)識的機(jī)器，但是智能方面機(jī)器人還不能真正得到像人一樣的高級智能。他表示，我們這代人看不到高水平的人工智能的出現(xiàn)。

Michael Jordan指出，目前，所謂的人工智能看上去很智能，但是事實(shí)并非如此。以在醫(yī)療行業(yè)為例，讓機(jī)器做醫(yī)學(xué)診斷是不太可能的，可能會出現(xiàn)劑量不準(zhǔn)的問題；特別是某種極端情況下，機(jī)器人做出的錯(cuò)誤診斷可能導(dǎo)致病人死亡。

對此，Michael Jordan從3個(gè)角度闡述人工智能遇到的問題。從分享數(shù)據(jù)來看，Michael Jordan認(rèn)為，在金融、交通、醫(yī)療等具體場景下，不能根據(jù)周圍環(huán)境的變化進(jìn)行決策是機(jī)器人目前遇到的最大問題。在他看來，數(shù)據(jù)分享是解決該問題的方法之一。從機(jī)器聽視覺來看，東京主機(jī) 日本代理服務(wù)器，目前還無法讓機(jī)器人了解聽覺視覺背后的真正意義。從自然語言處理來看，他表示，世界上有很多可編程的機(jī)器人，它們也在和人類溝通，但是它們沒辦法了解到人類的環(huán)境、處境以及情緒。

關(guān)于如何應(yīng)對機(jī)器學(xué)習(xí)目前遇到的挑戰(zhàn)，Michael Jordan給出了4點(diǎn)建議。首先，要設(shè)計(jì)一個(gè)系統(tǒng)，這個(gè)系統(tǒng)可以帶來有意義的經(jīng)過校準(zhǔn)以后的信息，能夠應(yīng)對一些不確定性。與此同時(shí)，系統(tǒng)能夠真正地解釋它們自己所做出的決策。其次，要找到可以實(shí)現(xiàn)長期目標(biāo)追溯的系統(tǒng)，同時(shí)可以主動的收集與實(shí)現(xiàn)目標(biāo)相關(guān)的數(shù)據(jù)。另外，要實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)，很多數(shù)據(jù)，機(jī)器需要花幾天、幾個(gè)小時(shí)來學(xué)習(xí)，到目前為止，我們的機(jī)器學(xué)習(xí)方面還沒有辦法能夠達(dá)到真正的實(shí)時(shí)操作。最后，在意外情況的應(yīng)對及外部事件的連接上，包括數(shù)據(jù)和其他要求，需要和政府、法律部門和社會科學(xué)家進(jìn)行合作。

Michael Jordan最后表示，人工智能可能還需要花幾十年的努力才會有較大進(jìn)展，如果人類能夠確保未來要建立起一個(gè)人工智能系統(tǒng)，就必須著手解決這些問題，否則沒有辦法保證未來人工智能的發(fā)展。