馬斯洛需求層次理論認為人的需求具有從低到高，遞進發(fā)展的變化。實際上，技術應用的發(fā)展也具有類似遞進優(yōu)化的趨勢。此外技術的不斷優(yōu)化也推動新需求的出現(xiàn)，再反推技術的再創(chuàng)新，這是一個發(fā)展的閉環(huán)，其邏輯可以從人工智能的發(fā)展解釋。

業(yè)內人士根據(jù)人工智能的歷史發(fā)展節(jié)點，技術路徑、商業(yè)化發(fā)展，提出了許多階段劃分理論。有人提出了強、弱人工智能的分別，李開復提出了人工智能的發(fā)展是從黑科技到形成行業(yè)解決方案和產(chǎn)品，再到正要進入的 AI＋、AI 賦能傳統(tǒng)行業(yè)的階段。對此，專注于第三代人工智能技術研發(fā)的 RealAI（瑞萊智慧），從技術的角度去解讀了人工智能的發(fā)展。

首先，第一代是知識驅動的符號模型，最典型的是邏輯專家系統(tǒng)，它能夠基于規(guī)則狹義定義任務。第二代則是數(shù)據(jù)驅動型 AI，包括早期的淺層統(tǒng)計學習方法、現(xiàn)在最熱門的深度學習方法。其特點是從數(shù)據(jù)內部，不是由人提取知識編寫程序，而是由程序或神經(jīng)網(wǎng)絡自動從數(shù)據(jù)中提取經(jīng)驗和規(guī)則，來完成未來的決策任務。目前市場上的人工智能應用大多以第二代人工智能技術為主流，不過，RealAI 認為是時候開啟第三代人工智能。

近年來，人工智能技術從大爆發(fā)到探索落地并非一帆風順，目前各類人工智能應用正在進入相對成熟期。不過，RealAI 認為隨著 AI＋行業(yè)，部分場景應用的深度挖掘，及技術滲透加強，一些技術弊端也會凸顯。據(jù) RealAI 公司副總裁唐家渝介紹，第一代人工智能技術存在大規(guī)模應用的局限，而第二代人工智能則面臨著高度依賴大量高質量數(shù)據(jù)、不能適應不斷變化的條件、算法可解釋性非常差等諸多問題�！氨热绗F(xiàn)在很多 AI 系統(tǒng)通過醫(yī)學影像，判斷一位患者得了什么病再給出診療意見，但 AI 往往只會給出一個結果，并不會合理解釋它是如何得出這個結果的�！� 唐家渝表示，而 RealAI 則希望提供更成熟可信的人工智能技術。

作為孵化于清華大學人工智能研究院的產(chǎn)學研技術公司，RealAI 依托于清華大學源頭性的創(chuàng)新技術，致力于打造安全、可控的第三代人工智能，并賦能工業(yè)制造、金融、公共安全等高價值產(chǎn)業(yè)。

據(jù)唐家渝介紹，RealAI 提出的第三代人工智能是 “知識＋數(shù)據(jù)” 雙驅動，其創(chuàng)新包括三個特點：一是可信，算法能夠提供白盒化模型和人類可理解的決策依據(jù)；二是可靠，能夠在各種情況下實現(xiàn)預測效果的可靠性提升；三是安全性，即便算法受到惡意攻擊，或存在缺陷樣本，仍能保持較高的判斷能力�！暗谌�代人工智能是實現(xiàn)通用人工智能的一種方式�！� 唐家渝做了一個形象的解釋，通用人工智能的目標是：在各場景下都可以像人一樣做決策。

那么，RealAI 如何打造更優(yōu)化的人工智能解決方案？

唐家渝透露，RealAI 第三代人工智能以貝葉斯深度學習為核心技術，貝葉斯深度學習可以理解為 “貝葉斯機器學習” 與 “深度學習” 方法的結合。據(jù)介紹，貝葉斯機器學習是傳統(tǒng)的人工智能方法，甚至比深度學習神經(jīng)網(wǎng)絡出現(xiàn)更早，該方法以貝葉斯定理為核心，優(yōu)勢是可以將人的經(jīng)驗知識引入到?jīng)Q策里，進行不確定性計算�！暗谝唬�該方法在給出結果的時候，可以給出概率及分析理由。第二，因為加入了人的經(jīng)驗，訓練過程不再完全依賴于數(shù)據(jù)，作出的決策也更符合人類意識，更安全�！�

唐家渝以一個案例說明，如自動駕駛領域，傳統(tǒng)深度學習方法需要在訓練過程輸入盡可能多的物體數(shù)據(jù)才讓自動駕駛的識別系統(tǒng)學會分辨行人與車輛的區(qū)別，但融合貝葉斯方法后，無需將所有的物體數(shù)據(jù)都輸入，或許只需要告訴系統(tǒng)類似多面體的物體很可能是交通工具之類的概念，將知識驅動與數(shù)據(jù)驅動的方法結合起來，系統(tǒng)很大程度上就不會識別錯�！敖�(jīng)驗是可推理的，數(shù)據(jù)是不可推理的，傳統(tǒng)的深度學習模型無法模擬人類對知識、經(jīng)驗進行推理的理性行為�！� 他說。