新一代人工智能超深度學(xué)習(xí)（Super Deep Learning SDL）的創(chuàng)新發(fā)展歷程是：早在1991年到1993年，伴隨著大規(guī)模集成電路極速發(fā)展的時(shí)期，大規(guī)模集成電路的最小面積，最短配線長(zhǎng)度，同時(shí)還要考慮電氣特性的多目的最佳化解的獲得，成為當(dāng)時(shí)科學(xué)技術(shù)領(lǐng)域中最為關(guān)注的課題。在那個(gè)時(shí)代，由美國(guó)學(xué)界提出的導(dǎo)入“熵”的理論解決最佳化組合問(wèn)題，這一理論一時(shí)也被世界期待。但是，這個(gè)算法同目前深度學(xué)習(xí)相仿，計(jì)算復(fù)雜度極高。即使一個(gè)最簡(jiǎn)單的電路的計(jì)算，要花費(fèi)若干天。面對(duì)被世界推崇的理論，我們大膽提出“模糊事件概率測(cè)度”理論，通過(guò)用模糊事件概率測(cè)度判斷組合結(jié)果的價(jià)值，獲得了可以快速進(jìn)行大規(guī)模集成電路的最短配線長(zhǎng)，最小面積以及電氣特性的多目的組合最佳化的解決方法。

其實(shí)，當(dāng)今的深度學(xué)習(xí)中的“訓(xùn)練”，由于神經(jīng)網(wǎng)絡(luò)之間不像大規(guī)模集成電路具有模塊之間的連接關(guān)系，也不像圍棋具有規(guī)則，可以建立棋子之間的連接關(guān)系，作為不具有連接關(guān)系的神經(jīng)網(wǎng)絡(luò)從組合理論看，就是需要窮舉法才可以獲得最佳訓(xùn)練結(jié)果，黑箱問(wèn)題的出現(xiàn)，其原因就是神經(jīng)網(wǎng)絡(luò)的訓(xùn)練沒(méi)有獲得最佳解所造成的。

1994年到1999年，由于已經(jīng)知道傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)的致命問(wèn)題，為了同當(dāng)時(shí)的神經(jīng)網(wǎng)絡(luò)對(duì)抗，我們創(chuàng)建了“概率尺度自組織”的無(wú)監(jiān)督機(jī)器學(xué)習(xí)理論。在長(zhǎng)期的聲音識(shí)別，手寫(xiě)文字識(shí)別，圖像識(shí)別等模式識(shí)別領(lǐng)域中進(jìn)行了大量的應(yīng)用，證明了概率尺度自組織機(jī)器學(xué)習(xí)理論的特殊的應(yīng)用效果。

2000年到2014年，國(guó)際上個(gè)人信息法的制定，成為社會(huì)關(guān)注的焦點(diǎn)。由于當(dāng)時(shí)個(gè)人信息的67%是通過(guò)紙介質(zhì)文檔流失的，為此我們?cè)趪?guó)際上提出了新的代碼符號(hào)信息記錄的方法，由此具有隱形結(jié)構(gòu)的第三代條碼網(wǎng)屏編碼誕生了，可以在A4的一張紙上埋入一本小說(shuō)的信息備受業(yè)界的關(guān)注。在這十幾年中針對(duì)Google眼鏡，我們還提出了，可以把任何圖像直接通過(guò)概率尺度自組織的機(jī)器學(xué)習(xí)的手法，變換成不到十個(gè)字節(jié)的1036的代碼，就可以把任何圖像作為網(wǎng)絡(luò)入口，引導(dǎo)從網(wǎng)絡(luò)上下載各種文件，即ITC（Image To Code）理論，顛覆了當(dāng)今流行的AR技術(shù)。在這期間，我們還提出可以統(tǒng)一歐幾里德空間與概率空間的距離公式。

2014年到2016年我們將概率尺度自組織同神經(jīng)網(wǎng)絡(luò)理論結(jié)合，提出了分散機(jī)器學(xué)習(xí)的“超深度學(xué)習(xí)”理論，為人工智能的全面普及應(yīng)用給予了理論支持。我們是經(jīng)歷過(guò)上一個(gè)人工智能的研究的人，對(duì)于當(dāng)今火熱的AI熱潮，親身感到上一個(gè)人工智能的特點(diǎn)是知識(shí)庫(kù)，其突出的成果是日本成功的實(shí)現(xiàn)了有軌電車(chē)的自動(dòng)駕駛，由此在控制理論上產(chǎn)生了模糊控制的新理論。本次人工智能的特點(diǎn)就是機(jī)器學(xué)習(xí)，相信本次人工智能高潮的代表性成果一定是自動(dòng)駕駛汽車(chē)。因?yàn)闄C(jī)器學(xué)習(xí)可以把人的知識(shí)以概率分布的形式進(jìn)行記述，大大的簡(jiǎn)化了知識(shí)庫(kù)的形式，面對(duì)復(fù)雜的自動(dòng)駕駛汽車(chē)，機(jī)器學(xué)習(xí)可以將人的知識(shí)變成機(jī)器的智慧，使復(fù)雜的控制簡(jiǎn)化。知識(shí)庫(kù)只能記述宏觀知識(shí)，機(jī)器學(xué)習(xí)在自動(dòng)駕駛汽車(chē)中不僅可以高效率的學(xué)習(xí)人的宏觀知識(shí)，還可以學(xué)習(xí)微觀知識(shí)，一個(gè)以機(jī)器學(xué)習(xí)理論為核心的“機(jī)智獲得”的新的自動(dòng)控制理論將展現(xiàn)在我們面前。