在观看《科技袁人》受到袁岚峰袁“大佬”（请允许我这样称呼，真的很厉害）的感染，刚好本人也学习机器学习一段时间，进入了一段迷茫区，于是在袁大佬的推荐下，阅读了朱松纯朱老师的《浅淡人工智能》有了一些新的对人工智能的认识，写于此已记录自身的体会，并激励自己。
AI综述专栏 | 朱松纯教授浅谈人工智能：现状、任务、构架与统一_搜狐科技_搜狐网
朱老师在文中提到现在的人工智能都是弱人工智能，而当前做的大部分的研究都是模式识别的一种扩展，只是将以前的人来书写规则变成了现在的又机器或者说算法、函数自动去寻找某些可以来分类，回归的规则，但是给了它一个新的名词，机器学习、深度学习。实质上的类容并没有改变，都是在做拟合，而缺少了智能中最重要的内容，逻辑推理。
我理解的逻辑推理是在给定的小环境下，给定一个具体的任务，你可以从以前的一些从事的事情中寻找到相似点，从而能够推理出处理当前时间的过程。这个过程中不是简单的匹配，预测的过程，其中包含了很多知识在里面，而不是简单的要完成这件事情就去从数据中学习。朱老师在文中举了很多的例子。
人工智能是一个大的东西，它不是简单的说利用大数据，利用深度学习就能够解决所有问题，就算能解决，对于新数据的产生收集依然是一个非常困难的事情。人工智能在于人赋予机器智能，而当前的机器学习（统计学习）（不称人工智能因为涉及的东西太多）做的东西都是在几个圈子中绕。本人就读与一所双非院校。但是我的导师在研一的时候表现出来的对机器学习未来的看法在思想上竟然和朱老师在文中的看法却又相似之处（导师并没有朱老师看到那么远），就是机器学习不是只是做图像，做自然语言，做数据生成等，你需要将他们结合起来。先从简单的结合，再到复杂的内容，这是一个过程。有感于朱老师实验室做的视频内容的图像推理，我认为当前能勉强称为人工智能的智能是Ian Goodfellow提出的GAN思想，但是它依然需要大量的数据才能做到数据的生成，并且缺少了常识与推理在其中，但是已经能勉强，真的很勉强的成为智能。而朱老师实验室所作的认知推理令我感到震撼，需要后续阅读朱老师团队的论文以弥补这方面的知识的欠缺。
知识图谱，甲骨文，推理价值观，决策，概率，机器人常识，被动学习，主动学习，交互学习（未完待续）（强化学习）
再次感叹朱老师的厉害的同时，也希望能慢慢想这反面去学习。最后借袁大佬的一句话，我的认知是：没有钱，别做研究！！！
