12月15日，犯困时间——13点30分，距离下一门课程开始还有半个小时。
微黄的灯光下，刚刚上完上午近三个半小时的课的王万良，背着一个14英寸的行李箱，坐在宴会厅门口的沙发上与记者交流。
和他旁边的公文包。
大概是下午另一门培训班开始的时候，车轮摩擦地板的声音和工作人员交接工作的沙沙声不断响起，但并没有造成太大影响。
在与记者交流时，语气幽默的王万良接连使用比喻，谈及兴奋时，他还会使用一定的手势。
连日来，由中国人工智能学会、永泰县人民政府主办、中国科学技术出版社协办的第二期全球大学教师培训班在福州永泰县举办。
作为本书的作者之一，王万良自2000年起一直从事人工智能及其应用研究，并自2008年起从事人工智能教学工作，可以说，他在该领域拥有极其丰富的教学经验人工智能教学。
在上午三个小时的讲座中，他不仅为与会各大高校的老师讲解了神经网络、深度学习和群体智能算法，还提供了一些教授人工智能课程的经验。
会后，亿欧对王万良进行了专访，并与他讨论了人工智能和深度学习领域的热点问题。
调度优化的思路——《田忌赛马》那年，王万良参与完成了一个冷库自动控制项目。
当时他想了很多可以用的控制方法，但都没有取得好的效果。
王万良想了一些办法向导师汇报。
导师告诉他，这是智能控制的想法，希望他看看人工智能的理论。
于是他开始尝试将人工智能的方法应用到这个课题上，从此他开始了长达30年的人工智能研究之旅。
在众多的研究方向中，调度优化是王万良最感兴趣的一个，他觉得这种思路就像田忌的赛马一样。
当时，齐国将军田忌在好友孙膑的建议下，用下等马对抗齐王的上等马，用上等马对抗齐王的中等马。
，并用中等马对抗齐王的下等马。
结果，他巧妙地获胜，赢得了这场战斗。
齐王的千金赌注。
调度优化也是如此。
不需要太多的投资和对原有配置的改变。
只要对现有资源进行一些优化配置，就可以取得更好的效益，即管理效益。
比如王万良的水电调度项目，就是指导水电站如何更合理地配置资源，实现更高的发电量，满足防洪、生态环境保护等需求。
人工智能是图灵不小心吃掉的苹果。
王万良在公开演讲中将人工智能描述为改变世界的第三个苹果。
第一个是亚当和夏娃偷吃的苹果，由此诞生了人类；第二个是落在牛顿头上的苹果，使人类进入了科学社会；第三个被图灵误吃的苹果将把人类带入人工智能时代。
“近年来，人工智能在机器学习方面取得了重大突破，甚至超越了人类的思维能力，并在各个专业领域得到应用。
人工智能不再是一片云，而是一条产业发展之路。
”王万良指出。
众所周知，深度学习的引入让人工智能的研究向前迈进了一大步，也带来了第三波热潮。
但其所需数据量大、可解释性差等问题日益凸显。
“事实上，我们还没有充分发挥深度学习的优势。
”王万良表示，虽然深度学习还存在一定的问题，但我们不应该批评，而应该关注如何用好深度学习，如何找到另一种更好的方法。
算法等等。
关于深度学习和以前的浅层学习的比较，王万良举了一个非常形象的例子：就像种庄稼一样，以前的浅层神经网络学习就像是不毛之地。
没有施肥，庄稼就长不好。
但施肥过多，土地吸收不了，农作物就会被烧死。
深度学习可以储存更多的营养。
以往的浅层神经网络学习只能接受很少的训练数据，因此效果较差；如果给出的数据过多，不仅训练时间较长，而且会造成“消化不良”，造成过度训练。
未来机器学习需要继续研究如何从大数据中学习。
另一方面，需要开发小样本机器学习算法。
用少量的数据就能达到很好的效果，这样就不会带来太多的计算量。
能源消耗。
图：王万良教授与一欧交谈场景。
对于想要学习人工智能领域的初学者，王万良给出了几点建议：一是消除认知误区，比如基本功差、学习能力差等。
理论难懂、内容过多等；二是选择好的教材来学习，因为有些教材虽然很出名，但并不适合初学者；三是人工智能的各个单元相对独立，不需要按照教材的顺序来解释。
直接选择您感兴趣的内容；第四，认识到学习人工智能与学习其他领域的知识不同，需要采用不同的学习方法；第五，用一些简单的例子进行一些模拟实验；最后，结合实际工程用它来解决一些问题。
人工智能超越人类？还有很长的路要走。
王万良告诉亿欧，他经常在开课前对学生说：“在听我的讲座之前，你会觉得人工智能很神奇，但听完讲座后，你会发现人工智能也不过如此，而且这样你会有点失望。
这种现象其实很正常，因为你以前了解的人工智能更多的是科幻小说，而我现在学习的人工智能是科幻小说想象出来的，但技术是可以实现的。
意识到两者有本质的不同。
“人工智能会超越人类吗？在王万良看来，现在说人工智能是否会超越人类还为时过早。
事实上，它正在不断逼近我们人类的能力。
我们人类不需要害怕人工智能。
因为一方面，人工智能只是在某些方面超越了我们人类；但另一方面，人类除了不断增强自身的能力外，还将掌握利用人工智能来应对人工智能的方法。
一直在努力创造，比如潜艇可以比人游得更深，或者飞机可以比人飞得更高，同样，人工智能研究实际上只是试图创造出一种在某些方面超越人类的工具。
我们自己的智能行为，更不用说我们会使用新的工具来增强自己。