央广网天津6月30日消息（记者褚夫晴）中国科学院院士、清华大学教授张钹在世界智能大会上《基于大数据的人工智能》的演讲中表示，大数据是一种深度学习，而深度学习是一种大众化的工具，无需先验知识，有了数据便可进行一定程度的研究。但是深度学习也是有缺点的，基于大数据的人工智能需要大量样本做支撑，人工智能无法像人一样举一反三，推广能力差、鲁棒性差等使得人工智能要超过人类只是特定意义上的可能。

　　基于大数据的人工智能创造出了诸多奇迹，比如AlphaGo打败李世石，战胜柯洁。但是奇迹源于何处？张钹表示，日常生活中，人们常常感慨大数据的力量，计算资源的力量，但是没有看到背后算法的力量。AlphaGo获胜正是源于强化学习算法的能力。现代人工智能实现需要满足完全信息博弈、充分的数据、完全信息、信息具有确定性、单领域四个条件。若不满足这4个条件，现代人工智能技术实现就有困难。但是大多数情况下是不完全满足这4个条件的，如遇到复杂路况时的无人驾驶车，在多领域环境下对自然语言的理解，人工智能还尚不能完善处理。张钹表示，这些都是人工智能的局限。

　　“北美国家在大数据计算，方法、算法领域处于引领地位，我们如果不赶上，超过世界先进水平，就会越来越制约我们的原始创新能力。” 在清华大学上课可以连讲四小时不休息，年逾八旬的张钹说。张钹表示下一步我们要进行小样本的学习，如果样本少，可以借助大数据自动产生样本来强化学习。大数据为人工智能带来了机遇也带来了挑战，只有数据与知识的结合才能走向可解释的人工智能。

　　“把文本嵌入语义和载体搭建数据与知识的桥梁是我们现在在做的。”张钹说。