http://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=401148927&idx=1&sn=71dfd63b7e2f56f28c77db1107e9e74f&scene=2&srcid=1211NRC6kEdqDOlyIa4svIrY&from=timeline&isappinstalled=0#wechat_redirect

好像确实挺厉害啊，首先整个算法都用的是很少量的训练样本比如单个字符，然后可以像人类一样完成至少三种很明确的任务，对同类的测试样本进行分解分析(给的例子是藏文字符分解成笔画并给出笔顺)，从给定的单个样本生成新的属于同一类的样本(给的例子是给一个藏文字符，人和机器以此为基础创造一个新的字符并重复多次进行图灵测试) 还有更厉害的从给定的小训练样本集抽象出新概念然后生成跟训练样本属于同一类的实例(给的例子是十个藏文字符作训练，人跟机器分别画36个字符进行图灵测试，这里的“概念”应该指的是十个字符所属的同一个字符表)

作者跟深度学习进行了对比并且声称胜过了对方 别的不说，就深度学习需要大量数据这一点在文中所提到的应用中就完败 不过换个说法，在深度学习擅长的大数据处理领域这篇文章里的算法应该同样没有优势

然而个人认为深度学习只能算机器学习的一个分支而不能算人工智能，后者对“学习”过程更加强调，而且理论上应该能知道每一步或者每个任务里具体需要学到什么而且能学到需要的特征，提取出明确的有意义的(对机器和人)概念 反观深度学习基本就是个黑盒子，低层的还能看出轮廓或者角度或者色彩之类的特征，高层完全就没法读，算法设计者自己也不知道学到了啥东西，为什么能学到这个以及是为啥能有效果

能通过图灵测试？

没有自主学习能力就不能称智能

论文名字叫Human-level concept learning through probabilistic program induction，发表在Science上

神经网络和机器学习？

顺便吹个逼，实验室没别的好东西，就一台工作站，i7 5960x加四路Titan X

图灵测试不过是智能化的必要不充分条件，这种测试本身就缺乏规范……个人认为这个文章局限性太大，故意混淆了人工智能的概念……

在这里发这个有意义？