一、中國人工智能的真實現狀
芯片采購網專注于整合國內外授權IC代理商現貨資源，芯片庫存實時查詢，行業價格合理，采購方便IC芯片，國內專業芯片采購平臺。
眾所周知，發展人工智能的重要性，可悲的是，中國沒有自己的人工智能算法。目前，全國使用的人工智能算法是外國的DeepLearning深度學習DL。因深度學習DL甚至發明人也存在一些不可克服的嚴重缺陷Hinton自2017年以來，教授多次宣布放棄深度學習DL，推倒重來。
從學術角度來看，深度學習DL與以往的人工智能算法相比，它在人工智能發展史上占據了新一代算法的地位，并做出了一定的技術貢獻。應用場景不太復雜，如圖像識別、人臉識別、語音識別等深度學習DL它仍然有一定的應用效果，但沒有現在宣傳的那么神奇。相反，由于深度學習DL越來越多的專家和用戶對可解釋性差、魯棒性弱、泛化能力弱、推理能力不足等嚴重缺陷感到失望。以深度學習的許多缺陷為例：專家指出，深度學習DL訓練機器學習，有時機器會把訓練中學到的山識別成狗，原因還沒有解釋。更危險的是，由于深度學習DL有黑箱，計算機隨時會停機，后果不可預測。
深度學習存在如此嚴重的缺陷DL，以美國公司為首的國際壟斷公司看到了深度學習DL它需要無限的計算能力有很大的商機出售他們的大容量服務器，開始炒作深度學習DL。其中，最引人注目的商業炒作是：2016年機器人大吹大擂Alphgo打敗人類最佳圍棋手的包裝宣傳。事實上，在機器人中，很少有深度學習只占30%左右DL，大量的圍棋規則庫主要是提前存儲起作用的。然而，商業利益，壟斷公司故意掩蓋真實形象，向公眾深入學習DL，暫時深入學習DL名聲大噪，給人一種無所不能的錯覺。
同時，這些壟斷公司投入巨資開發一些簡單應用場景的深度學習DL開源軟件可以讓用戶快速應用。特別是采用各種方式和渠道，大量快速培訓深度學習DL技術人員。在人工智能熱潮中，這些深度學習在很短的時間內進行DL技術人員已走上國內各部門、各單位人工智能相關負責崗位，形成全國幾乎全面的獨尊深度學習DL控制我國人工智能發展的領導和專家隊伍。
多年來，國家一直呼吁大力發展具有國際戰略競爭意義的人工智能，但各地和單位的領導和專家不遺余力地大力推進深度學習DL做出反應的怪現象。因此，人工智能在美國卡中國高科技脖子列表中是看不到的。因此，業外人士可能會認為中國的人工智能已經非常先進，無法阻止中國人工智能的脖子。事實上，中國根本沒有人工智能算法有脖子需要卡！奇怪的是，全國都在用外國的深度學習DL，沒有中國自己的人工智能算法，但從未見過政府主管部門、研究單位的領導和專家站出來呼吁研發操作系統和高端集成電路，發揚發展兩彈一星的精神，集中盡快開發人工智能通用算法。
二、自律學習SDL是逆流的創新發明
人工智能通用算法在中國沒有自主知識產權嗎？事實上，中國已經開發出遠遠超過深度學習的功能DL人工智能通用算法不能廣泛推廣和使用，因為它不能工業化。
SelfDisciplineLearning自律學習SDL中國嵌入式系統產業聯盟主任、阿波羅日本有限公司、天津阿波羅信息技術有限公司首席科學家顧澤蒼博士（中國國籍）首次在業內發表論文，指出深度學習DL一些嚴重缺陷，早在2018年，他就根據自己在日本從事人工智能30多年的經驗獨立發明。自律學習SDL它完全是針對大模型、大數據和大硬件模型、大數據和大硬件的深度學習DL逆流發明沒有深入研究算法的嚴重缺陷DL小數據、小模型小數據、小模型和小硬件的性能和用途遠遠超過了深度學習DL，具有中國知識產權的新一代人工智能通用算法。
自律學習SDL顧澤蒼博士于2018年8月18日在北京世界機器人大會主辦的新一代人工智能創新發展論壇上最初被稱為自組織學習和超深度學習）
展示自律學習SDL顧澤蒼博士選擇能代表人工智能最復雜、最高應用水平之一的自動駕駛作為自律學習SDL第一個應用展示項目。顧澤蒼博士帶領20多人的小技術團隊運用他發明的自律學習SDL，很少有資金不到2000萬，在不到一年的短時間內開發自己的自動駕駛汽車，技術上超過了世界上所有開發自動駕駛的單位。DL，經過多年的研發，自動駕駛汽車的最高水平組織龐大的技術團隊。
經過多年的不斷改進和提高，顧博士團隊已經成熟地掌握了先的四項技術：
1.目前，只有顧博士團隊利用顧博士發明的自律學習SDL人工智能已經實現了自動駕駛的三個感知、決策和控制功能。其他團隊使用深度學習DL人工智能只在自動駕駛感知功能上實現。
2.目前，只有顧博士團隊開發了高效安全的自動駕駛汽車感知系統，無需激光激達（車頂上的大鼓包）。雖然美國特斯拉團隊的自動駕駛感知系統不使用激光，但它采用了深度學習DL，不僅識別率低，事故頻發。
3.目前，只有顧博士團隊用自己發明的自律學習SDL人工智能用于實現自動駕駛控制功能。他們的無人駕駛汽車可以在180米的小半徑彎道上以每小時80公里的速度行駛。其他單位開發的自動駕駛汽車在直線道上行駛最快的速度超過50-60公里。用人工智能控制自動駕駛汽車在彎道上高速行駛非常困難。
4.目前，只有顧博士團隊才能去掉自動駕駛汽車上的中央工業控制機，實現全模塊自律分散的分布式控制自動駕駛。每個模塊都有自律學習SDL實現獨立功能。模塊間依靠以太網的鏈接，實現整個系統的低頻信號傳輸，避免了引線過長時傳感器高頻信號的干擾，顯著提高了駕駛安全性。分布式控制的自動駕駛有很多優點，這里就不多說了。
中國人工智能是世界上研發自動駕駛最多的單位之一。如今，越來越多的人工智能專家發文指出深度學習DL存在嚴重缺陷和安全隱患。想象一下，一旦用戶知道內部情況，有多少人愿意冒險，駕駛采用深度學習DL開發的自動駕駛車呢？顯然，深度學習無法完全消除DL自動駕駛中存在的嚴重缺陷應用于深度學習DL原始錯誤。
但是，為什么國內很多單位在研發自動駕駛方面投入了幾十億、幾百億的資金呢？因為一些研發自動駕駛的單位在研發自動駕駛方面投入了資金，在股市等獎勵和補貼方面名利雙收。還有一些深度學習DL雖然研發自動駕駛的單位沒有收回投資，但他們已經投入了大量資金。由于難以向投資者解釋等難以形容的原因，他們也拒絕嘗試自律學習SDL，甘愿耗著。由于國內外領先的自動駕駛研發單位尚未完成自動駕駛，技術人員以此為由公開拖動。無論如何，技術人員不需要承擔高薪的責任。為什么不呢。單位領導擔心停止研發可能會產生重大后果，只能繼續自動駕駛研發。
顧澤蒼博士用SDL開發自動駕駛不是批量生產自動駕駛汽車，而是沒有專家認可自律學習SDL在這種情況下，我們必須通過開發世界領先的自動駕駛汽車來證明自律學習SDL優勢遠遠超過深度學習DL，尋求資金和社會支持，實現自律學習SDL工業化，為國內外人工智能技術人員和用戶在行業和單位的現場應用。
三、自律學習SDL算法的無助和無助的發展環境
自律學習四年SDL推廣應用中遇到的奇怪現象不僅出現在研發自動駕駛的單位，也出現在我國人工智能產業的發展中。比如深度學習DL在已投入大量資金并獲得名利的單位和人士中，有既得利益人不愿意看到被他們尊敬和帶來利益的深入研究DL有意無意地阻礙了比深度學習更好的嚴重缺陷DL新人工智能算法的出現取代了深度學習DL可能。
更難理解的是，推薦自律學習SDL我們聯盟找到了國家有關部委的人工智能部門、協會、協會、一些著名的研究所、實驗室、大學、國有企業、私營企業、上市公司、投資單位、院士、專家、教授等專業人士。這些單位和人知道自律學習SDL針對深度學習DL如果發明了嚴重的缺陷，應用案例可以證明其功能和應用范圍超過深度學習DL，當他們被要求進行驗證或評論時，他們非常禮貌地回避，他們都回避絕對的自律學習SDL深入理解和表態。所尋找的投資公司自然不投資，因為沒有專家進行技術論證。
常說：如果你認為每個人都錯了，你應該認為這是你自己的錯。然而，中國人工智能產業的奇怪現象卻讓人覺得情況并非如此。因為國家和各級政府每年都投入大量資金支持中國人工智能的發展，發布了發展計劃，制定了一系列政策支持，但沒有相應的回報，這與國家大力支持集成電路的結果相似。
2018年11月，為加快我國新一代人工智能產業創新發展，落實《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》我們聯盟以顧博士發明的自律學習SDL與一汽啟明信息技術有限公司合作，從公開工作計劃中選擇視頻圖像識別系統進行申報，經一汽總公司批準，按活動要求報工業和信息化部。我們還到工業和信息化部有關部門做項目報告。最后，活動由組織者組織專家評估，評估的入圍計劃是深入學習DL沒有其他算法的方案。也就是說，只有允許不同的技術參與，才能具有競爭意義。相同的技術不能通過揭示發現和支持人工智能創新算法。同樣，近年來在全國范圍內舉辦的各種評價、競爭、選拔、推薦等促進人工智能發展的活動，都是寵深度學習DL，都在捧深度學習DL唱獨角戲。
2019年8月，科技部制定了《國家新一代人工智能開放創新平臺建設指引》，以促進我國人工智能技術創新和產業發展。新一代人工智能開放創新平臺由科技部啟動，典型的例子是:自動駕駛(百度)、城市大腦(阿里巴巴云)、醫學影像(騰訊)、智能語音(科大訊飛)、智能視覺(尚堂集團)、視覺計算(上海依圖)、營銷智能(明略科技)、基礎軟硬件(華為)、包容性金融(中國平安)、視頻感知(海康威視)、智能供應鏈(JD.COM)。圖像感知(曠視)、安全大腦(360)、智能教育(美好未來)、智能家居(小米)。然而，這些企業使用的人工智能是對外國深度學習的追求DL。然而，這些企業使用的人工智能是對外國深度學習的追求DL。三年后，這些新一代人工智能開放創新平臺在國家隆重建設中發揮了重要作用。一個也沒有。
一項創新的發明技術從發明到實踐測試，再到推廣應用，都是一項困難的工作。其中，實踐測試和推廣應用比技術發明本身更困難、更耗時。自律學習SDL在發明并取得實際成果后，通過媒體進行宣傳是非常必要的。然而，媒體要求發明單位、發明人和發明技術不能出現在介紹創新技術的文章中，以防止涉嫌廣告。FTDI代理這個名字怎么會有宣傳效果呢？但它也是一種人工智能算法，在國家和政府的文件中，在一些地方政府的相關計劃中，在一些媒體上進行了深入的研究DL然而，大量的出現也需要組織的大力支持和廣泛的推廣。為什么國內外的人工智能算法如此不同？
由于政府有關部門的文件和資料、專家和技術人員大力宣傳和支持深度學習DL，甚至提出深度學習DL它是我國人工智能的主體，在一些地方政府文件和社會人士中形成了深入研究DL與人工智能相當的錯誤理解導致大力推廣應用學習DL響應國家號召，大力發展我國人工智能盲動行為，浪費了大量的人力物力。
由于深度學習DL它是一種大數據、大模型、大硬件算法箱等安全隱患，在95%以上的工業控制和嵌入式系統中幾乎無法應用。在計算機應用剩余不到5%的5%的場景DL也很難應用。這是深度學習DL然而，科技部等六部委最近聯合發布通知，要求創新人工智能場景，但深入學習DL場景少是一個不可克服的實際問題，很多場景不能通過政府多部門聯合發出通知來創新。然而，這再次突出了政府相關部門的深入研究DL大力支持。
獨崇深度學習DL在我國人工智能環境下，國外深入學習DL人為地牢的約束和極大地阻礙了中國自主可控人工智能通用算法的創新和發展。在過去的四年里，顧博士發明了中國自主知識產權的人工智能自律SDL，冷遇和得不到支持并不奇怪。
四、自律學習SDL先進的算法技術
清華大學人工智能研究院院長張戩院士指出:行業崇尚深度學習，但自身「缺陷」它的應用空間局限于特定領域——大部分集中在圖像識別和語音識別上。目前，深度學習似乎已經到了瓶頸期。即使財力和計算能力仍在投入，深度學習的回報率也沒有相應增加。目前，基于深度學習的人工智能已經觸及了技術上的天花板，這條技術路線帶來的『奇跡』在AlphaGo獲勝后不再出現，估計未來很難繼續大量出現。”
近日，中國工程院副院長陳左寧介紹了人工智能模型和算法發展的七大趨勢：
趨勢一，向無監督的方向發展。
趨勢二，可解釋（XAI）越來越重要。
趨勢3。人工智能的自學和演變。
趨勢四、多種算法、模型的有機結合。
趨勢智能應用需要關注整個生命周期。
趨勢六、分布式、分散式的需求越來越突出。
趨勢7，深度推理。
作為人工智能主流的深度學習，陳左寧院士提出了人工智能的七大發展趨勢DL沒有，應盡快淘汰和替代。
最近，顧博士還介紹了他發明的新一代人工智能通用算法自律學習SDL它有七個特點。自律學習SDL七大特點如下：
特點1：超越無監督機器學習、自監督機器學習和自律學習模式。
特征二，可以完全解釋，不需要組合訓練數據GPU如果贏家加速，他們可以根據應用程序結構。
特點3。在自律機器學習模型下，模型可以自動處于最佳范式，無需人類介入。
特點4.打開深度學習DL黑箱，找出未知的內部機制，整合各種模型的優勢，可以最大限度地發揮機器學習的泛化能力。
特點五、分布式、分散式機器學習系統。它是一個由大量小型自律機器學習模型組成的概率空間自律聚類的大型機器學習系統。
特點六、具有深度機器感知、深度機器理解和深度決策的機器意識能力。
特點7.可廣泛應用于工業控制、智能終端等嵌入式系統，無法深入學習。
自律學習SDL與陳左寧院士介紹的人工智能模型和算法發展的七大趨勢高度一致，應盡快支持開發和推廣應用。
值得一提的是，正是自律學習SDL這些特點是中國嵌入式系統產業聯盟發現聯盟理事、顧澤蒼博士發明的自律學習SDL在過去的四年里，我們不懈地宣傳和推廣自律學習SDL的主因。自律學習SDL發明和應用將使無處不在的嵌入式系統從第一代分立元件時代、第二代軟件編程時代、第三代特殊芯片時代式系統。
目前，顛覆性自律己獨立發明的顛覆性自律學習SDL優勢，因為在顧博士進行系統的技術宣傳和培訓之前，沒有專家也不可能做出全面客觀的論證。自律學習SDL通過自律學習的先進性SDL驗證自動駕駛和其他項目的應用效果是最有說服力的科學認證。
五、自律學習SDL算法產業化
屬于人工智能仿生派的外國大模型、大數據、大硬件的深度學習DL多年來，它一直主導著人工智能領域，并得到了廣泛的認可；然而，它已經出現了嚴重的缺陷，并開始引發關于人工智能從高潮到低谷的討論。
屬于人工智能算法派的中國自律學習模型、小數據、小硬件SDL剛進入人工智能領域四年，很少認知；但技術優勢已經顯現出來，可以從深度學習中逆轉DL人工智能熱的大降溫趨勢將取代深度學習DL引領人工智能熱繼續向高潮發展。
自律學習SDL要承擔人工智能的主流使命，就必須實現產業化。首先，自律學習SDL為了在廣泛的應用中得到行業的認可，需要在社會上得到廣泛的宣傳，讓公眾知道，需要培訓，使大量用戶能夠簡單地使用和使用，需要及時提供升級產品和服務來滿足用戶的需求。
實現自律學習SDL工業化還有很多工作要做，例如，在自動駕駛等領域開發和改進應用案例，編輯和出版教材和實驗指導書，開發自律學習SDL模塊和技術應用開發板組織自律學習SDL技術教學與應用培訓課程，開展應用成果交流與評價，制定相關技術標準和人才技術水平認證體系，在模塊應用經驗的基礎上開發自律學習SDL世界上第一個人工智能算法智能集成電路芯片，研究和推出自律學習SDL升級版等。一個企業無法完成這些工業化工作，需要更多的企業和單位參與，需要廣泛的社會資源。這些工業化工作不能由企業完成，需要更多的企業和單位參與，需要廣泛的社會資源的幫助才能完成。調動社會資源最有效的形式是充分發揮中國制度的優勢，政府組織社會資源投資，實現集中力量做大事的目標。
人工智能是一項與國家技術發展有關的戰略活動，需要政府的組織和支持。建立新一代人工智能產業化基地應該是政府的自律研究SDL產業化支持的最佳形式和起點。
自律學習的研究和推廣應用SDL、促進自律學習SDL新一代人工智能產業化基地應包括：新一代人工智能研究所、孵化器、教育培訓中心等，有利于促進自律學習SDL工業組織。地方政府在創建各種高新技術產業園方面有許多成功的經驗和例子，可以在創建新一代人工智能產業化基地方面發揮重要作用。
目前，由于深度學習DL存在的嚴重缺陷使深入學習DL各級、地方政府、單位和人員投入巨資，處于非常被動的地位，也嚴重影響了我國人工智能的發展和應用。建議國家有關部門及時關注和支持自律學習SDL盡快確認自律學習的發展和技術認證SDL經過技術優勢，大力開展自律學習SDL推廣應用，積極組織社會力量建設自律學習SDL工業化基地，盡快實現自律學習SDL的產業化。
只有自律學習SDL產業化完成后，自律學習SDL深度學習可以完全替代DL成為全國乃至世界人工智能的新主流算法，不僅可以創造巨大的經濟社會效益，還可以為國家贏得國際人工智能的高地。
顧博士現年老、體弱、多病，已決定在日本養老。顧博士希望他發明的自律學習SDL能在中國落地，能在祖國建設中發揮作用。如果他發明了自律學習SDL能夠在國際人工智能中為國爭光，也能實現他多年來回報祖國的夙愿。顧博士希望國內政府能夠接受并完成自律學習SDL他愿意全力支持產業化，各種合作方式可以協商。
