记者：人工智能目前的发展现状和未来发展趋势如何？
方林：人工智能的前景十分广阔，是最有希望赋能几乎所有行业的技术之一，将在生产、生活和科学研究的各个方面发挥积极的作用。
目前，我国在人工智能理论研究方面的水平相较国外最先进水平还有一定的差距。比如人工智能基础框架几乎都是国外科研人员开发的。但我们正在积极赶上，步步紧随。许多新理论、新方法、新算法都是中国科学家首先提出的。深兰科学院提出的结伴学习就是这方面的一个例子。
相对于理论研究，我国人工智能应用已经走在了世界前列。比如我国在移动支付、智能物流、电子商务、共享单车、高铁等等领域内的人工智能应用已经把美欧日甩在了后面。我认为，这是继以蒸汽机为代表的第一次工业革命、以电气化为代表的第二次工业革命和以信息化为代表的第三次工业革命后，中国首次在以人工智能为代表的第四次工业革命中领跑。其意义远大于前三次工业革命之和。
人工智能未来助推：遗传算法和进化学习
记者：人工智能领域有哪些尚未攻克的难点，是否有希望解决呢？
方林：目前，对于遗传和进化算法的理论研究还没有取得实质性的突破，对进化学习和强化学习的研究仍处于摸索阶段。在对抗学习的研究方面还存在诸多难点。
不过，越是逼近困难，越容易出现突破。1986年台湾应昌期出资120万美元用来奖励2000年之前战胜人类专业棋手的围棋程序。当时有人认为这样的围棋程序在50年内都无法实现。但仅仅30年后，Alpha Go 就解决了这个问题。
关于遗传算法，目前我们需要研究和攻克的关键点是如何实现模型的自我进化。当前，我们的科学家们还只能人工优化模型，耗时耗力，模型的结构也不会自动发生变化。神经元之间的一些奇特的连接方式可能永远也不会被人脑发现，除非让电脑来思考这个问题。就像人类棋手战胜不了Alpha Go Zero的一个重要原因就是后者常会走出一些人类看不懂的棋。
将来，如果我们能够在进化算法方面取得突破性的进展，这将带动人工智能的发展进入一个新阶段。这是全世界，包括深兰科技在内的科研团队正在共同努力的方向。我们对于将来攻克上述难点持谨慎乐观的态度。
记者：您对人工智能未来的研究有何展望呢？
方林：未来的人工智能研究主要有两个方向：第一是人工智能应用。即如何更广泛更高效地把人工智能应用到某个具体场景中。
第二是人工智能理论研究的突破。这主要是指对抗学习、遗传算法、进化学习和强化学习理论的突破。目前的人工智能还只能解决一些功能性问题。比如Alpha Go，只能下围棋。在不更改模型结构的情况下她不能学习和实现其他功能。另外，目前的人工智能还不能真正做到一边学习一边使用。我们通常只能在训练完成后才能使用模型。
黑盒推理如何成为白盒推理，是未来AI研究重点
记者：在尚未涉足的领域中，AI未来还有哪些内容值得深耕呢？
方林：有两个方面。一是机器定理证明，第二是逻辑推理。目前的深度学习仍是黑盒推理。我们可以通过深度学习的模型获得推理结果，但仍无法了解或者判断出得出这个结果的过程是怎样的。我们希望未来能够把黑盒推理转变为白盒推理，从而让我们能够清楚了解推理的过程。
当下，科学家们发现在深度学习模型当中，每个神经元激活情况跟人脑中真正的神经元的表现高度一致，这是目前人工智能科学家发现的最好的结果。但这只能说明深度学习的方向是对的，但仍无法解释推理的过程。
至于机器定理证明，尽管很少有人提及，她其实是人工智能皇冠上的明珠。涉及自然语言理解、知识图谱、知识语义、逻辑推理和归纳推理。其中的逻辑推理恰恰不是现在的深度学习技术所擅长的。如果机器定理证明能够取得突破，人工智能就具备了自学人类记载在书籍中所有知识的能力。
人工智能 改变未来
记者：作为AI领域的深度研究者，您最希望人工智能能够帮助您解决什么样的问题？
方林：因为平日工作繁忙，疏于对家人照顾，而太太在家中操持家务非常辛苦，所以就我个人而言，我迫切希望能够发明出一个家务机器人，买菜烧饭、洗衣叠被，什么家务活都能干，还能辅导我女儿学习。