央廣網天津6月30日消息（記者褚夫晴）中國科學院院士、清華大學教授張鈸在世界智能大會上《基于大數據的人工智能》的演講中表示，大數據是一種深度學習，而深度學習是一種大眾化的工具，無需先驗知識，有了數據便可進行一定程度的研究。但是深度學習也是有缺點的，基于大數據的人工智能需要大量樣本做支撐，人工智能無法像人一樣舉一反三，推廣能力差、魯棒性差等使得人工智能要超過人類只是特定意義上的可能。

　　基于大數據的人工智能創造出了諸多奇跡，比如AlphaGo打敗李世石，戰勝柯潔。但是奇跡源于何處？張鈸表示，日常生活中，人們常常感慨大數據的力量，計算資源的力量，但是沒有看到背后算法的力量。AlphaGo獲勝正是源于強化學習算法的能力。現代人工智能實現需要滿足完全信息博弈、充分的數據、完全信息、信息具有確定性、單領域四個條件。若不滿足這4個條件，現代人工智能技術實現就有困難。但是大多數情況下是不完全滿足這4個條件的，如遇到復雜路況時的無人駕駛車，在多領域環境下對自然語言的理解，人工智能還尚不能完善處理。張鈸表示，這些都是人工智能的局限。

　　“北美國家在大數據計算，方法、算法領域處于引領地位，我們如果不趕上，超過世界先進水平，就會越來越制約我們的原始創新能力。” 在清華大學上課可以連講四小時不休息，年逾八旬的張鈸說。張鈸表示下一步我們要進行小樣本的學習，如果樣本少，可以借助大數據自動產生樣本來強化學習。大數據為人工智能帶來了機遇也帶來了挑戰，只有數據與知識的結合才能走向可解釋的人工智能。

　　“把文本嵌入語義和載體搭建數據與知識的橋梁是我們現在在做的。”張鈸說。