目前，大數據驅動的人工智能在產業落地方面遇到諸多問題。在31日開幕的2019北京智源大會上，相關專家學者提出，開發人工智能應避免過度依賴大數據，未來要更重視知識和經驗的學習。

　　中國科學院院士張鈸在大會上說，訓練人工智能主要依靠兩種資源：一是數據；二是知識和經驗，特別是常識。目前人工智能的成功應用多是基於大數據的深度學習，但該方法一定程度存在“不可靠、不可信、不安全、難推廣”等缺點。

　　張鈸說，單純靠數據驅動在很多應用場景下無法解決實際問題，如在智能翻譯領域，僅靠數據訓練會產生重大錯誤。機器無法理解很多基本常識，像“你真行”的“行”，就會被機器認為與“行人路”的“行”同義。因此，打造通用人工智能，必須把數據跟知識和經驗結合起來。

　　他還認為，開發人工智能的目標並不是要做跟人類完全一樣的機器，而應當優勢互補，開發在某些方面勝過人，在某些方面弱於人的機器，這樣才可打造和諧的人機關係。

　　美國加利福尼亞大學洛杉磯分校教授朱松純在大會上說，目前人工智能的工作有點像“鸚鵡學舌”，只能單純學習對話，而不理解內容。大數據、算力與深度學習結合的人工智能模式在產業落地時暴露出很多問題，如只能做特定的、人類事先定義的任務，不能做通用任務；需要海量數據，成本極高；模型不具有可解釋性，人類無法理解其決策過程等。

　　朱松純介紹了以“大任務”為驅動的通用人工智能研究方向。他借鑑兩歲前的嬰幼兒以任務為中心，探索物理世界和獲取社會常識的學習路徑，增強了人工智能常識推理、舉一反三的能力。團隊開發出“眼中有活”的桌面機械人，可在茶杯空了後主動為人加水。

　　本次大會由北京智源人工智能研究院主辦，為期兩天。來自美國史丹福大學、英國曼徹斯特大學、清華大學、北京大學等機構的100多位海內外人工智能專家就智能晶片、自然語言處理、人工智能倫理等議題展開討論。