一个被称为“狗”的人工智能（AIphaGo）搅乱了阳春三月。最终，“阿尔法狗”（AIphaGo）以4:1的压倒性优势，毫无悬念地击败了世界围棋冠军李世石，也为这个备受关注的人机大战拉下了帷幕。眼看国际人工智能机器人智商大有“碾压”人类之势，我们不禁担忧，面对来势汹汹的“阿尔法狗”，人类智商只能选择“狗带”了吗？我国在人工智能发展浪潮中又将何去何从？
中科院自动化所模式识别国家重点实验室副主任陶建华研究员解释道：“阿尔法狗”采用的是一种多层人工神经网络的“深度学习”技术，之所以能够在短时间内掌握大量围棋走法，建立前期优势，在于它的多层神经网络通过合适的矩阵数量、多层组织链接起来，形成神经网络“大脑”，并进行精准复杂的处理。
这种多层次的深度神经网络特点是在物理及数据处理上模仿人脑，处理外部信息的构造和流程，在一些简单功能上，其可以被看作人脑在处理该问题时的一个复制。
“事实上，‘深度学习’已经在人脸识别、手写识别、语音识别、语义理解、机器翻译等范围内产生了大规模的应用。”陶建华表示，深度神经网络同时还在无人驾驶汽车、智能服务机器人等一系列代表未来技术的产品中发挥着举足轻重的作用。实际上，“深度学习”正在掀起新一代智能技术的革新浪潮，掌握“深度学习”的阿尔法技术狗真的会将人类智商狂力碾压，最终完全取代人脑了吗？
陶建华可不这么认为。人脑的结构异常复杂，人类想要通过程序完全复制一个人脑，至少目前还有很长的路要走。他表示，“深度神经网络在解决智能技术中的某一个或几个问题时，能够体现出类似于人的能力，但从整体上看，智能技术目前难以达到人脑的思维复杂度。”我们离人脑被人工智能被取代，也许还差着无法预测的距离。
“深度学习”的可不仅仅是“阿尔法狗”，人也是。对于李世石唯一一局的胜利，是否就可以看做是李世石向“阿尔法狗”学习的结果呢？据人民日报报道，韩国教授金大植表示，“这次人机对弈最初的主题是机器能否挑战人类，现在已经变成人类能否超越机器。但是，机器的深度学习归根究底还是在模仿人类，从这个意义来说，李世石是正品，而“阿尔法狗”是山寨版。”
人工智能将在类似的对决上取得压倒性的胜利，此次有“阿尔法狗”，未来很有可能还会出现“阿尔法教授”“阿尔法工程师”……但是，这只能说明人工智能在一些能力上也达到或者接近了人类水平，并不意味着其可以完全取代人脑。人类虽然无法和机器竞争，但可以和机器结合，从而战胜单纯的机器。陶建华认为，在可预见的未来，深度神经网络依然还只是人类的一个工具，目的是帮助提高人的工作效率或改善人的生活。
“人工智能未来的发展目标是让智能技术越来越接近人类的智能。”说起人工智能的“深度学习”，就不得不跟各位说道说道我国的发展形势了。总体来看，前景明朗，要坚定信心。作为我国人工智能领域的一块“战略要地”，中科院自动化所会聚了一大批我国智能技术领域的国际一流人才，以模式识别国家重点实验室为“大本营”，他们正在不断开展着模式识别、机器学习、计算机视觉、图像处理等方面的人工智能，包括“深度学习”的重要工作。
“如今，无论是在‘深度学习’中的人脸识别、手写识别、语音识别或机器翻译等领域，以模式识别国家重点实验室为主要研发力量，我们的科研人员早已吹响了‘攻城拔寨’的‘号角’，紧跟着世界的发展脚步。”中科院自动化所副所长刘成林自信地说道。
未来人工智能剑指何方？人机PK，双赢方筑前景。陶建华为我们指出了一条发展道路。“为紧跟国际上的‘交叉’发展热，我们希望通过将人工智能与脑结合的研究继续跟进发展趋势。
”中科院自动化研究所提出的“类脑”研究便是未来人工智能发展的一缕曙光，这项研究基于认知脑模型的视觉计算方法和语音语言认知模型与方法，建立“类脑”视觉系统的可计算模型与学习方法体系以及具有语义理解能力和知识自学习能力的语音语言计算系统。
基于此，未来科研人员可以进一步将研究成果引入到机器人和智能系统建设中，研究出人机智能协同、交互式智能生长的理论方法，打造出具有全面“类人”认知和运动功能的“类脑”智能机器人。
以陶建华承担的面向自然口语对话的深层次信息感知项目为例，就旨在建立融合对话情景、音视觉特征的深层次信息感知模型，实现具有对话意图理解与表达能力的自然口语对话系统，从而加深对言语交互过程中对话情境与音视觉表达间关系的理解，为在人机交互中建立更有效的音视觉感知与生成积累相应关键技术。
不仅如此，在“深度学习”中的机器翻译领域，在机器翻译系统框架、海量翻译知识获取、翻译模型与算法、多语种翻译技术等方面也都取得了重大突破。今年3月中旬，自动化所还与中科大智航空技术有限公司联合建立了“人工智能与机器人教育联合实验室”。实验室旨在面向智能科学与技术领域科学教育与传播，并全面致力于提升社会人工智能与机器人理论和应用方面的研究水平。