12月14日至16日，第二期全球大学《人工智能导论》师资培训由中国人工智能学会、永泰县人民政府主办，由中国科学技术出版社主办的培训班在福州永泰县举办。
中国人工智能学会理事长、机器学习专业委员会副主任于健教授在现场做了精彩报告。
他系统地梳理了人工智能的定义和人工智能三大流派（符号主义、联结主义和行为主义），包括各自的基本假设以及三大流派遇到的理论挑战。
通过图灵测试、中文室、缸中之脑、柯里悖论、莫拉维克悖论与上述三大流派的关系。
他指出了人工智能面临的基本问题、发展趋势以及对当代教育的基本要求。
会后，一欧对于健进行了专访，并与他讨论了人工智能领域的相关热点问题。
人工智能理论有待进一步完善。
“对于监督学习来说，深度学习技术目前性能最好。
但仍然缺乏合适的理论来清楚地解释其背后的机制和理论上限。
在深度学习中期望有一种算法可以取代它可能不太现实。
”在一个学习已被成功应用的领域，”于健说。
人工智能是一门典型的交叉学科，涉及数学、心理学、神经生理学、信息论、计算机科学、哲学与认知科学、不确定性论、控制论等多个学科，尤其与计算机科学、信息科学、数学的相关性最强。
因此，想要向人工智能方向发展的学生需要有良好的数学基础和扎实的计算机信息知识基础。
那么非计算机专业的学生应该如何学习人工智能呢？作为《人工智能导论》的执行主编，于健告诉亿欧，《人工智能导论》历时6个月编写，8月成功出版，并已在部分高校使用。
由于非计算机专业的学生缺乏一定的先修课程基础，从一开始就使用专业教材会比较困难。
目前我国非计算机专业本科生通用教材缺乏。
通过这次培训，我们希望大学老师开设这门课程后，让非计算机专业的学生至少能够正确理解人工智能的相关概念和一些具体的应用场景。
“很多人把深度学习比作黑盒模型，因为深度学习把算法性能放在第一位。
如何解释它仍然是一个重大问题。
有没有比深度学习更好的方法？这些都值得研究。
”于健表示，人工智能目前面临的最大问题之一是人工智能理论发展远远落后于人工智能技术应用。
它不像爱因斯坦提出的相对论或者信息论中提到的通道容量那样有明确的理论上限。
人工智能目前缺乏严密的理论，当前的人工智能理论还需要进一步完善。
由于缺乏合适的人工智能理论，人工智能的理论边界仍然不明确。
人工智能在历史上经历了三次兴衰。
在于坚看来，寒潮之所以出现，是因为当时大家对人工智能的期望太高，超出了它当时的实际能力。
如果投入与产出不成正比，人气自然就会下降。
说到这里，笔者想起知乎上曾有网友提问，为什么很多男生追女生后半途而废。
一位点赞数超过1.8K的回答表示，如果他真的知道自己抓到了“一半”，他一定会继续。
关键是你给他的反馈让他无法判断自己是在追十分之一还是百分之一。
归根结底，人工智能仍然是一个方法概念，最终是结合具体场景采用不同的技术手段来实现的。
它用于不同的场景，就像男孩追不同的女孩一样。
同样的方法在一种情况下可能效果很好，但在另一种情况下可能很糟糕。
我们看到的只是表面信息，其背后的理论研究还需要大量的工作。
于健表示，人工智能是普适性技术，必须结合生活场景应用。
对于想要深入研究AI的人来说，必须有扎实的数学基础，并且拥有广泛的AI相关知识。