當前人工智能熱在全世界興起，且一浪高過一浪，各行各業(yè)對人工智能的關注和需求在不斷增加。但是，當前人工智能主流算法的“深度學習”( Deep Learning DL)由于需要支撐的硬件資源大、訓練時所需要的數(shù)據(jù)標注成本極高，應用效果完全取決于龐大的數(shù)據(jù)集、模型的訓練繞不開NP問題等缺陷，因此存在黑箱問題、不能在工業(yè)和嵌入式系統(tǒng)應用。這給人工智能應用帶來隱患和陰影，大大限制了人工智能的發(fā)展和應用。人們在期待能夠彌補“深度學習”缺陷的新一代人工智能算法的出現(xiàn)。

　　8月18日在北京舉辦的世界機器人大會的新一代人工智能創(chuàng)新專題論壇上，中國嵌入式系統(tǒng)產(chǎn)業(yè)聯(lián)盟新一代人工智能專業(yè)委員會主任顧澤蒼博士公布了由他本人針對“深度學習”缺陷發(fā)明的人工智能的顛覆性創(chuàng)新算法“超深度學習”( Super Deep Learning SDL)，引起業(yè)內(nèi)關注。

　　“超深度學習”的問世即不是應運而生，也不是正逢吉時。常言道：十年磨一劍。“超深度學習”是日本阿波羅株式會社首席科學家顧澤蒼博士(中國籍)，在二十多年研究和實踐人工智能的經(jīng)驗和成果基礎上，兩年前就在業(yè)內(nèi)首先發(fā)表論文指出“深度學習”的缺陷，并針對“深度學習”的缺陷，發(fā)明了“超深度學習”算法。應該說“超深度學習”是顧澤蒼博士經(jīng)過二十多年艱辛，磨出的一把新一代人工智能的利劍。

　　當今任何現(xiàn)代技術的發(fā)明都離不開數(shù)學，數(shù)學的基礎是哲學。因此，當今所有現(xiàn)代技術的創(chuàng)新，如沒有在哲學上有變化，只能是原有技術上的沿深創(chuàng)新，不能稱為顛覆性的創(chuàng)新。

　　對人類科學發(fā)展影響最大的指導哲學有：在西方占主導地位、并在近二百多年在全世界科學領域占主導地位的“還原論”;以及，早期在中國社會占主導地位的“整體論”。還原論倡導以數(shù)據(jù)為依據(jù)，推理出事物。整體論倡導以特征為依據(jù)，概括出事物。簡單比喻：西醫(yī)診病過程是還原論的應用典型：西醫(yī)要經(jīng)過化驗和儀器檢查，通過化驗和儀器的檢查結(jié)果診斷出是什么病。越嚴重的病，需要化驗和儀器檢查的內(nèi)容會增多，還可能確診不出是什么病。中醫(yī)診病過程是整體論的應用典型：無論病的嚴重程度如何，中醫(yī)都是用望、聞、問、切的診病方式，通過病人身體上的發(fā)病特征去診病，不需要化驗和儀器的檢查結(jié)果就能診斷出是什么病。

　　不難看出，“深度學習”的應用過程是還原論的指導?！吧疃葘W習”對學習的對象需要采集大量數(shù)據(jù)，對象越復雜需要采集的數(shù)據(jù)越多，經(jīng)過幾乎無限次的計算，最后還可能無結(jié)果?！俺疃葘W習” 的應用過程是整體論的指導。“超深度學習” 對學習的對象采集數(shù)據(jù)后計算出特征，如特征不足，僅在本次特征的表征的數(shù)據(jù)內(nèi)再計算出新特征，以此迭代，用·很少次就可計算出對象的特征?！俺疃葘W習”采用了以往人工智能算法完全不同的哲學做指導，所以是顛覆性的新一代人工智能創(chuàng)新算法。

　　比起“深度學習”， “超深度學習”不需要大數(shù)據(jù)和大資源的支持，通過5—10次就可完成機器學習?！俺疃葘W習”超越了“深度學習”的缺陷，展現(xiàn)出許多優(yōu)勢，真正實現(xiàn)了機器無監(jiān)督的自組織學習。近期，“超深度學習”成功在模型汽車上應用，在世界上首先實現(xiàn)了無人駕駛汽車的L4水平。這一驕艷的成績，在世界人工智能的發(fā)展道路上，以中國人自主知識產(chǎn)權的技術樹起新的里程碑，并結(jié)束了中國只有人工智能應用，沒有人工智能核心技術的落后現(xiàn)狀。

　　“萬物之始，大道至簡，衍化至繁”， “超深度學習”以其簡單的機器學習方式，使人工智能可以用在工業(yè)和嵌入式系統(tǒng)中，這將促使各類智能工業(yè)設備和智能商用終端的大量涌現(xiàn)，會在全社會引發(fā)人工智能研究與應用的巨大發(fā)展和取得豐碩成果。