9月5日下午，由中国嵌入式系统产业联盟组织的“新一代人工智能产业化研讨会”在中科院软件园区成功举办。来自阿波罗（日本）株式会社、北京旋极公司、北京经开公司、北京凯思昊鹏公司、联想集团公司、中国电子联合会信息安全联盟、中科院计算所、中科院微电子所、工信部一所、中科龙芯公司、清华同方公司、北京简易公司、北京英贝多公司、北京华清远见公司、北京博创公司、苏州超块链公司、广东微模式公司、电子技术应用杂志社、电子产品世界、园区界、毛豆教育公司等领导和专家出席研讨会。

　　中国嵌入式系统产业联盟副理事长兼秘书长郭淳学首先在会上介绍了：中国嵌入式系统产业联盟是由工信部软件司和北京经济技术开发区管委会支持，经中国软件行业协会发文同意，于2008年成立。中国嵌入式系统产业联盟一直与中国软件行业协会嵌入式系统分会以一个组织两个牌子开展活动，其前身都是北京工业大学电子厂研制的以TP801单板机为主的TP系列微型计算机用户协会。郭秘书长说明：TP801单板机的成功产业化，曾掀起我国最早学习和应用微型计算机热潮，且影响十几年。新一代人工智能超深度学习（Super Deep Learning、SDL）不需要大数据和大服务器，可以在小数据和无数据下机器学习，具备了类似TP801单板机产业化的条件，所以，组织了这次超深度学习（SDL）产业化研讨会。

　　阿波罗（日本）株式会社首席科学家、超深度学习（SDL）发明人顾泽苍博士（中国籍）在研讨会上回顾了他从上世纪80年代到日本求学、研究、创业的往事。他感到日本有较好的学习研究环境、严谨的科学创新氛围、对他学习、研究、创业，乃至发明超深度学习（SDL）都有很大的促进作用。超深度学习（SDL）发明是他个人在为满足用户在图像、文字、语音识别的需求中经过二十多年的经验积累，不断完善和发展做出。特别是近几年，他在对深度学习的应用和研究中发现深度学习的严重缺陷，2016年就在业界首先提出要远离深度学习，并针对以深度学习为代表的人工智能，又首先提出新一代人工智能的新理念。

　　新一代人工智能的技术境界是以具有自组织能力的概率模型为主导的机器学习；是可以超越公式化算法的模型，是不需要传统神经网络那样只能通过穷举法才可获得最佳训练解的新型网络；是具有强对抗能力的机器学习模型；是可以处理欧几里德空间中的概率空间的数据；具有可以统一欧几里德空间与概率空间尺度关系的分类能力；是具有小数据或无数据训练，可降低导入成本的特点；具有可以模拟人眼生物神经网络的能力；具有可以根据应用的要求，用众多的机器学习构建成一个完整的分散处理的人工智能大系统能力；具有自主决策和自主Agent能力的；具有可以无穷的深入处理的能力而计算复杂度不变的特性；总之，新一代人工智能具有强大性，实用性，透明性，可分析性，以及概念性强等的特点，适于广泛的实际应用推广。

　　顾博士指出：“深度学习模型”，存在着训练不可能得到最佳解，作为补救措施的SGD也只能得到局部最佳解。因此，“深度学习模型”不可解决黑箱问题，不可用于工业控制等场所。而且，“深度学习模型”属于大模型解决小任务，投入产出不对称等等原因，受到越来越多业内专家们的质疑和不认可。2017年，“深度学习模型”的发明者、英国的Hinton教授自己宣告旧的“深度学习模型”终结。

　　顾博士进一步深入介绍超深度学习（SDL）的自组织原理是，首先立足于一个最大概率的尺度，可以产生最大概率的空间，在最大概率空间又可以生成新的最大概率尺度,依次迭代；最终可以获得超越统计学公式化的最大概率的解，以及最大概率的空间范围，并可以把目标函数的最大概率的分布信息获得。超深度学习（SDL）还可以自律的朝着大概率的方向迁移，最终可以越过小概率的扰动的阻挡，最终在最大概率的区域上停止，因此超深度学习（SDL）概念清楚，透明性强，可做到不管遇到什么状况，都具有可分析性。

　　再有，超深度学习（SDL）具有模仿人眼神经网络机能的特点，人眼在反复的看到一个物体时，其图像是没有任何变化的，但是通过光电识读若干次得到的图像差别很大，超深度学习（SDL）的出现，使人们搞清了人眼的神经网络的机理，人的眼神经是在概率空间上观察物体的，所获的的信息是最大概率的信息，在最大概率空间中所得到的信息是一样的，所以最大概率的尺度就是人眼神经网络的阀值，所以采用超深度学习（SDL），可以获得同人眼近似的图像识别效果。

　　顾博士指出：深度学习需要人工标注属于有监督学习，超深度学习（SDL）属于小数据的无监督机器学习，无须训练也可以工作，5－10次的训练就足可以满足使用要求。因不需要大数据的人工标注，降低了应用成本。

　　超深度学习（SDL）处理效率高，可以降低计算复杂度，根据应用的规模，可以小到手机，或一个CPU，大到GPU大型服务器，都可以高效率的导入超深度学习（SDL）。特别是超深度学习（SDL）可以解决几乎所有IT领域的问题，因此可以通过无穷多的超深度学习（SDL）搭建出具有超出人们想象的功能的巨型人工智能系统。

　　最后，顾博士介绍，为了检验超深度学习（SDL）的独特的威力，他们已将超深度学习（SDL）应用于模型汽车的自动驾驶中，获得喜人的效果，这是世界上首次将人工智能在汽车自动驾驶实验上取得的成功。目前，他已在汽车上开始将超深度学习（SDL）用于自动驾驶中，进展很好。汽车自动驾驶控制具有空前的复杂性，几乎成为NP控制问题，是通过传统控制方法无法解决自动驾驶系统的所有可能的控制。利用超深度学习（SDL）搭建的人工智能系统，参与到自动驾驶的控制系统中，通过机器向人学习，机器的意识决定等可以使自动驾驶系统突破L3级，成为完全可以摆脱人的操作的新型自动驾驶系统。

　　顾博士的超深度学习（SDL）讲座，引起与会领导和专家们的很大关注和兴趣，粉粉发言对超深度学习（SDL）的发明和其功能给以很高评价和肯定。认为，在国务院印发“新一代人工智能发展规划”，工业和信息化部发布《促进新一代人工智能产业发展三年行动计划（2018-2020年）》，组织社会各方力量大力发展我国新一代人工智能之际，顾博士在2018北京世界机器人大会上公布他个人自主知识产权的超深度学习（SDL）发明，意义非常重大。超深度学习（SDL）的发明结束了我国人工智能长期没有主导的核心技术的落后状态，为我国人工智能的发展获得主动权。

　　超深度学习（SDL）的推广应用将有利于我国人工智能的研究人员从追求抽象的概念，过于务虚的现状扭转过来；改变只能在开源程序下研究，不了解“深度学习模型”的所以然，研究的深入与前瞻性严重被限制的现状。有助于尽块结束人工智能的应用受限于购买国际大公司的GPU服务器，使用国际大公司提供的开源软件开发和应用人工智能的被束缚的落后局面。

　　我国的人工智能的发展要摆脱国际大公司的束缚，必须充分利用社会资源与政府资源，将具有世界领先水平的自主知识产权的人工智能模型不拘一格地加以重视和支持，进行普遍宣传，扩大认知度，尽快深入行业，按行业开发出样板工程，以点带面，尽快提供开源程序以利普及。

　　与会领导和专家们认为，顾博士发明的超深度学习（SDL）属于不需要人参与的无监督学习，具有世界领先水平，有很多技术上的突破和创新，是当前新一代人工智能的代表。超深度学习（SDL）经过长期的研究，已有很多成功的实用案例。特别是超深度学习（SDL），在小数据或无数据时也能够机器学习，运行环境要求低，根据应用的规模，可以小到手机，或一个CPU，大到GPU大型服务器，都可以高效率的导入超深度学习（SDL），非常适合在各行各业推广应用。

　　与会领导和专家们一致赞同中国嵌入式系统产业联盟提出的联合联盟内各成员单位及社会上有意参与的研究单位、企事业单位、大专院校、培训机构、媒体等共同努力将超深度学习（SDL）尽快产业化的建议。希望先集中力量研制出可在多种通用软硬件环境运行的超深度学习（SDL）的开发教学板，再配以教材和实验指导书，参照当年TP801产业化的模式，在社会上大力组织宣传、培训、研制、开发、交流等活动，掀起新一代人工智能的推广应用高潮。

　　顾泽苍博士是我国最早应用TP801单板机的技术人员之一，曾用一台TP801单办机控制过6台机床。他对TP801单板机的产业化模式非常赞赏。因此，当他得知郭淳学秘书长就是当年参与组织TP801单板机产业化的北京工业大学电子厂市场部主任兼TP系列微型计算机用户协会秘书长，后任北京工业大学企业管理办公室主任的时候，就想请郭淳学秘书长代表他在国内组织超深度学习（SDL）的宣传和产业化工作。在研讨会上，顾泽苍博士如愿以偿，当众将授权书发给郭淳学秘书长。

　　郭淳学秘书长接过顾泽苍博士的授权书后表示，顾泽苍博士将他经过二十多年研究发明的超深度学习（SDL）拿回中国进行产业化，充分表现出顾泽苍博士对祖国的一片爱国心。今天顾泽苍博士向他发授权书，也表明顾泽苍博士对他和中国嵌入式系统产业联盟能够快速组织实现超深度学习（SDL）产业化能力的信赖。

　　郭淳学秘书长表示：自己和中国嵌入式系统产业联盟将不辜负顾泽苍博士的授权，近期开始组织超深度学习（SDL）宣传工作，在11月3日重庆召开的“中国智能制造技术与生态环境发展高峰论坛暨2018年中国嵌入式系统产业年会”上，将进一步商议超深度学习（SDL）宣传和产业化的分工合作事宜。欢迎有有意加入超深度学习（SDL）宣传和产业化的研究单位、企事业单位、大专院校、培训机构、媒体等积极报名参会，加入到超深度学习（SDL）宣传和产业化的队伍中来，做出自己的贡献。

　　超深度学习（SDL）代表了新一代的人工智能，可以被广泛应用，并将使所有的应用领域发生颠覆性的改变。超深度学习（SDL）可以引发新的工业革命的产生，可以实现人们不可想像的应用效果，可以大大加快机器代替人的社会发展步伐，可以让奋战在人工智能研究和应用领域中的每一位专家、学者和工程技术人员在本次新一代人工智能的高潮中都有建功立业的机会。