如果我们有了这些突破，我们是否能够通过深度学习技术接近人类的智力？

是的。尤其是突破性的进展可以让大量的向量实现诸如推理的事情，但是我们也需要大幅度的扩大参数规模。人类的大脑有大约100万亿个参数，或者说突触，而我们现在所说的一个真正的大模型，像 GPT-3，有1750亿。它比大脑小一千倍。GPT-3现在可以产生看似合理的文本，但与大脑相比仍然很小。

你说的规模，是指更大的神经网络，更多的数据，还是两者兼而有之？

两者都有。在计算机科学和人类之间存在着某种差异。与感官接收到的数据量相比，人类大脑中有更大量的参数，而神经网络也出人意料地善于处理数量相当少的数据，但人类可以做到更好。

有些人仍然相信符号表示是人工智能的方法之一，您同意吗？

我有像赫克托 · 莱维斯克这样的好朋友，他真的相信符号表征的方法，并且在这方面做了很大的工作。不过我不同意他的观点，但是这种符号学的方法是一种完全合理的尝试。

但我的猜想是，最终我们会意识到符号只存在于外部世界，本质是我们对向量进行各种内部操作。

对于人工智能的未来，你认为你最非主流的观点是什么？

我曾经有一些非主流的观点，而五年后，它们成了主流。我在20世纪80年代的大多数非主流观点现在已经被广泛接受，所以现在很难找到不同意这些观点的人。所以，我现在已经没有多少非主流观点了。

参考链接：

https://www.technologyreview.com/2020/11/03/1011616/ai-godfather-geoffrey-hinton-deep-learning-will-do-everything/