技术是拿来用的，而不是拿来吹和炒的
很多业界专家都有这样的感受，现在媒体对人工智能的炒作过热，反而让广大读者，甚至是决策者失去了对这件事的核心把握。人工智能的核心实际上就是机器学习的能力，就是一种机器智能。现在主要表现方式是深度学习，但并不意味着我们曾经尝试的符号学，用逻辑推理的方式其实并没有过时，只不过还无法实现。现阶段深度学习取得了巨大突破，引领大家进入到新的未来。新的未来里面会不会是深度学习和其他人工智能、机器学习的方式共存的方式？我们并不知道，所以我们不要排斥这种观点，尤其不要认为现在就是深度学习这一种学习方式。未来应该是人类的学习能力、机器学习能力、深度学习能力和逻辑推理能力是共融共生的阶段，这可能是更加客观描述未来时代特征的一个方面。
智能时代之前的深度学习要靠数据的堆积去学习和驱动。但是现在的数据既不够大，也不够好。虽然我们有很多数据，但是并不算真正的大和好。大数据的概念并不是多，我们数据结构和数据来源没有形成万物互联的社会，物联网没有布设到，5G没有到位，可能数据不够那么多，不够那么好。支撑万物互联的基础架构恰恰是一个云计算的架构。所以倒着讲是智、大、物、云，正着去演绎是云、物、大、智。
如何理解人工智能
如何理解人工智能我总结了四点：首先，一定要应用。如果我们去学了“学会如何学习”的课程就会发现，现在最流行的方式是Problem-Based Learning，就是以问题为导向的学习，以实际解决问题方案的学习。未来是终身学习的时代，不存在大学毕业之后就不学习了。如何终身学习？一定要带着问题去学，这样学得越来越深入，学得越来越有用。人工智能也是一样的，它是一种学习的过程。学习不能为了学而学，一定是问题为导向的。
我的第二个观点就是，深度学习的发展不仅仅要靠数学的进步，不仅仅要靠计算机科学的进步，还要对人类自己的神经、脑神经、传输神经、感知神经的理解，才能知道是怎么回事。
现在我们每个人有基础的学习能力，机器学习也是一样，只是通过开放的接口开放学习的通用能力。未来每个人一定要在通用能力之上，掌握行业的学习能力，才能够真正为人类带来更大的福祉。
第四点就是要真正产生深度学习能力，我们需要有数据，需要有人才，还要有算法和算力。像微软这样专业公司可能会提供更强大的算法和算力，更多的公司需要在人才培养，数据收集上面下很大功夫，这样才能产生互动的促进作用。数据、人才、算法、算力这四者缺一不可。每一方面在未来都巨大的商机，正是因为我们即将进入智能社会，商机恰恰不是只在智能本身，而是各个方面。
没有专家的时代，每个人都要终身学习
我用盲人摸象的寓言来举例，这个时代是没有专家的时代，我们每个人都在学习。不存在输在起跑线上，因为每天都在新的起跑线。我们只要不放弃学习，不放弃自己，不要认为我到了某种年纪或某种地位，我就不去学了，也不要因为我是学文科或者我是学理科的我就不要再学其他的知识。未来需要的是天天学习。因为这个伟大时代还没有来，我们最多是摸着大象的其中一部分，所以每个人都有可能成为最终摸到大象整体的那个人。
正是因为这个时代没有专家，同时也是没有所谓的公理的时代，每一个理论都有可能成为当时可行的理论，但是并不意味着能够成为永远的理论，永远成功的法则。我们要去学习，不要唯各种专家，不要唯新，更重要唯实，你自己去试，小马过河，水是深浅只有自己知道。听别人说可以，包括我现在讲的，这也只是我在微软这么多年的体会和理解，并不代表所有人体会和理解，尤其不代表是否是正确的。我们不妨能够自己去试一下，大胆去试发现原来水既不像A说得那么是深，也不像B说的那么浅，对你来说最适合的就是最好的方法。
最后以比尔·盖茨先生的这段话作为结尾：“人们大都倾向于高估他在一年内所能完成的事情，但又容易低估他们坚持十年后能够取得的成就。”大家一定要明代，第一没有专家，第二没有起跑线，第三每天都在重新更新有新知识新理念出现，我们先不要放弃自己，同时把握最基本的对自己的自信和信念，认真学习。