最近大家都在探索“超越深度学习”的方法，“美国版DeepMind” Vicarious 近日在Science上发布的一项研究，使用不同于深度学习的方法，将数据使用效率提升了300多倍，“对于未来的通用人工智能有重要意义”。该研究称，使用这种新的技术，他们攻破了网站常见的验证码防御，相当于通过了“反向图灵测试”。LeCun对这家公司和他们的研究提出了尖锐的批评，说“这是AI炒作教科书式的例子”。不

未来的某一天，几家 AI 公司在装逼， DeepMind：“我们训练了一个下棋的神经网络，击败了李世石。” 依图科技：“我们训练了一个识别坏蛋长什么样的网络，在几百几千人中找一个坏蛋只需要零点零几秒。” Tesla：“我现在就敢搞 auto pilot，未来暴增的驾驶数据能训练出比人类更可靠的自动驾驶...” Vicarious：“你们可以训练出一个既能下棋、又可以识别坏蛋、还能自动驾

当前人工智能的兴起主要基于深度学习的发展，但是这种方法并不能让计算机像人类一样通过学习少量样本就能将知识泛化到很多种问题中去，这也意味着系统应用范围受限。最近，知名人工智能创业公司 Vicarious 在 Science 上发表的研究提出了一种全新概率生成模型。新的模型具有识别、分割和推理能力，在场景文字识别等任务上超过了深度神经网络。研究人员称，这种方法或许会将我们带向通用人工智能。 论

人工智能已经成为科技界重要的课题，从苹果、Google、微软，到亚马逊、Facebook、Netflix，无不进行着人工智能的研究。从小的方面来说，人工智能能够更好地推荐内容和商品，从大的方面来说，人工智能将变革人机交互的方式。Siri、Google Now、Cortana，各种语音助手的背后是科技公司人工智能研究的比拼，一场决定未来命运的较量。 如今的人工智能多数情况下仍是机器思维，