内心深处，伊芙·卡莉觉得人工智能的时代其实早就应该到来了。

　　尽管“人工智能”的名字在现在听起来还具有几分科幻的色彩。

　　但早在上世纪六十年代“人工智能”概念就已经正式诞生了。

　　上世纪六十年代人工智能概念刚刚问世那会还有一阵子人工智能的浪潮。

　　除了这次浪潮之外，在上世纪八十年代也掀起了人工智能的另一次浪潮。

　　当初之所以掀起这第二次浪潮是因为人工神经网络的兴起。

　　伊芙·卡莉认为如果林灰在论文补充内容中所提到的深度学习真的是伊芙·卡莉所期待的深度学习的话。

　　那么人工神经网络学习时代将正式进入到深度学习时代的话。

　　而这毫无疑问将掀起人工智能第三次浪潮。

　　而且此次掀起人工智能的浪潮绝对不会像过往那样如流星一般稍纵即逝。

　　而是会彻底揭开人工智能的时代。

　　诚然如此的话，那林灰的名字将载入计算机发展史。

　　如同过往那些伟大的计算机学家所享受的礼遇一般。

　　当然了，推开那扇门也不完全是赞誉。

　　科学史上任何科技上的进步从来都是非议和贬低随着赞誉一同到来。

　　很多时候推开门是需要勇气的。

　　涉及到人工智能这一学科，从一开始就牵扯到到诸多争议。

　　因为人工智能所涉及到的机器学习，与之对应的甚至还专门有一个名为“机器伦理”的学科。

　　机器伦理这个蛋疼兮兮的学科作为一個正在兴起的伦理学研究领域。

　　其关注的主要内容是使机器具有伦理属性。

　　这一理论是美國的几位学者提出的。

　　这些人之所以搞出这样一门理论是为什么呢？

　　这些学者声称他们之所以进行这方面的研究完全是为了关注于机器对于人类使用者和其他机器带来的行为结果。

　　这种行为别人或许会持中立意见。

　　但在伊芙·卡莉看来这些人完全就是吃饱了没事干。

　　伊芙·卡莉觉得这些人与其将精力浪费在所谓的机器伦理上，还不如去客串充当下环保斗士。

　　起码环保斗士所关心的环保至少是有的放矢。

　　环保问题是真实存在的。

　　尽管具体进行环保宣传的时候可能存在着很多误导性十足的理论。

　　但不可否认，环保方面确实是有问题的。

　　不过涉及到机器学习方面搞什么机器伦理完全就是瞎搞。

　　首先就机器伦理方面进行讨论完全就是捕风捉影的无端非议。

　　通过讨论机器智能来干涉人工智能伦理根本就是没事找事的行为。

　　因为机器伦理根本就不能等同于人工智能伦理。

　　这些海外“伦理学家”在海外搞所谓的机器伦理。

　　不过只是一堆外行搞得小丑行为而已。

　　虽然这些人不懂机器学习，但并不影响这些人去误导普罗大众。

　　这些人的通常做法是不加区分地将机器伦理和机器人伦理混杂在一块。

　　通过很多对于机器人的臆测去带机器学习方面的节奏。

　　甚至是去带人工智能的节奏。

　　这种做法不是蠢就是坏。

　　依据机器学习方面的内容确实可以搞智能化的机器人。

　　但智能化的机器人也不是只有机器学习这一条路。

　　说实话这些砖家们与其忧心机器学习对机器人的影响。

　　还不如多忧心一下高端传感器对机器人的助力作用。

　　毕竟即便是机器学习助力了机器人的进展。

　　但最终涉及到技术的大规模应用仍然要着落在高端传感器上面。

　　至于将机器伦理和人工智能伦理扯上关系更是不切实际。

　　机器学习会助力人工智能，但现在机器学习的水平距离真正意义上的人工智能还差得远。

　　硬要说什么人工智能带来的风险也只能是强人工智能带来的风险。

　　而不是弱人工智能带来的风险。

　　可现在别说是强人工智能了。

　　就是弱人工智能也是遥不可及。

　　因此这些人们对人工智能可能引发的风险完全就是杞人忧天。

　　不过话说回来，强人工智能确实有风险，而且风险不小。

　　毕竟按照人们对强人工智能的设想。

　　这是一项拥有自主意识、自主思维能力的超级AI。

　　这样的技术很多技术大牛都表示了对其可能引发风险的担忧。

　　对于强人工智能的安全性刨根问底的话，伊芙·卡莉其实也不敢确定。

　　说实话这也是伊芙·卡莉很欣赏林灰或者说很仰慕林灰的一点。

　　涉及到一项可能会涵盖无端非议的科研项目。

　　林灰脑海中却似乎压根不知道会涉及到争议一般。

　　总是义无反顾按部就班的推进。

　　浑然不会过分在意外界的声音。

　　或许这才是真正意义上的纯粹。

　　仅仅就是这份纯粹就足以让伊芙·卡莉更加相信林灰能开启人工智能全新时代。

　　虽然这种涉及到人工智能时代的彻底到来只是伊芙·卡莉的直觉。

　　但伊芙·卡莉觉得直觉不等同于错觉。

　　直觉的本质往往是烂熟于心的几乎不假思索的逻辑。

　　就像一些考试第一印象选出来的答案几乎都是对的，改来改去反而会将原本选对的改错。

　　总而言之，伊芙·卡莉相信她的科研直觉。

　　而且主观上伊芙·卡莉也宁愿相信翻开人工智能新篇章的那个人是林灰。

　　和数学方面的进步差不多，计算机方面的进步基本上也是靠天才推动的。

　　也就是说将来翻开人工智能新篇章的人注定是一个天才。

　　计算机方面的天才伊芙·卡莉是邂逅很多的。

　　但像林灰这种非但不惹人讨厌反倒让人着迷的可以说是很少有了。

　　与其人工智能方面的新篇章被一些难以理喻的讨厌鬼翻开。

　　还不如由林灰翻开。

　　总而言之，林灰在论文中的补充内容让伊芙·卡莉对未来充满期待。

　　伊芙·卡莉很期待此次同林灰就论文内容展开的讨论。

　　林灰没想到就论文内容随便进行了些在他看来很常识内容的补充。

　　居然能不知不觉有这么大的影响。

　　不过林灰恐怕是要让伊芙·卡莉失望了。

　　至于说深度学习，暂时似乎没啥必要。

　　林灰可不打算将真正意义上的深度学习在自然语言处理这个方向推出。

　　至于为什么林灰在现在论文中提到深度学习。

　　反正每个科研人员都将自己搞得神经网络学习蜜汁自信的冠以深度学习之名。

　　林灰又有何不可呢？

　　涉及到预训练，林灰所能搞出来的东西目前也只能是神经网络语言模型。

　　而不可能更加成熟的基于TF的预训练模型。

　　毕竟眼下还没有TF框架，现在搞出来一个基于TF框架的模型岂不是很滑稽。

　　总之，一切稳妥为主。

　　不过即便是神经网络语言模型用作预训练也足以起到很大的开创性作用了。