9月5日下午，由中國嵌入式系統產業聯盟組織的“新一代人工智能產業化研討會”在中科院軟件園區成功舉辦。來自阿波羅（日本）株式會社、北京旋極公司、北京經開公司、北京凱思昊鵬公司、聯想集團公司、中國電子聯合會信息安全聯盟、中科院計算所、中科院微電子所、工信部一所、中科龍芯公司、清華同方公司、北京簡易公司、北京英貝多公司、北京華清遠見公司、北京博創公司、蘇州超塊鏈公司、廣東微模式公司、電子技術應用雜志社、電子產品世界、園區界、毛豆教育公司等領導和專家出席研討會。
中國嵌入式系統產業聯盟副理事長兼秘書長郭淳學首先在會上介紹了：中國嵌入式系統產業聯盟是由工信部軟件司和北京經濟技術開發區管委會支持，經中國軟件行業協會發文同意，于2008年成立。中國嵌入式系統產業聯盟一直與中國軟件行業協會嵌入式系統分會以一個組織兩個牌子開展活動，其前身都是北京工業大學電子廠研制的以TP801單板機為主的TP系列微型計算機用戶協會。郭秘書長說明：TP801單板機的成功產業化，曾掀起我國最早學習和應用微型計算機熱潮，且影響十幾年。新一代人工智能超深度學習（Super Deep Learning、SDL）不需要大數據和大服務器，可以在小數據和無數據下機器學習，具備了類似TP801單板機產業化的條件，所以，組織了這次超深度學習（SDL）產業化研討會。
阿波羅（日本）株式會社首席科學家、超深度學習（SDL）發明人顧澤蒼博士（中國籍）在研討會上回顧了他從上世紀80年代到日本求學、研究、創業的往事。他感到日本有較好的學習研究環境、嚴謹的科學創新氛圍、對他學習、研究、創業，乃至發明超深度學習（SDL）都有很大的促進作用。超深度學習（SDL）發明是他個人在為滿足用戶在圖像、文字、語音識別的需求中經過二十多年的經驗積累，不斷完善和發展做出。特別是近幾年，他在對深度學習的應用和研究中發現深度學習的嚴重缺陷，2016年就在業界首先提出要遠離深度學習，并針對以深度學習為代表的人工智能，又首先提出新一代人工智能的新理念。
新一代人工智能的技術境界是以具有自組織能力的概率模型為主導的機器學習；是可以超越公式化算法的模型，是不需要傳統神經網絡那樣只能通過窮舉法才可獲得最佳訓練解的新型網絡；是具有強對抗能力的機器學習模型；是可以處理歐幾里德空間中的概率空間的數據；具有可以統一歐幾里德空間與概率空間尺度關系的分類能力；是具有小數據或無數據訓練，可降低導入成本的特點；具有可以模擬人眼生物神經網絡的能力；具有可以根據應用的要求，用眾多的機器學習構建成一個完整的分散處理的人工智能大系統能力；具有自主決策和自主Agent能力的；具有可以無窮的深入處理的能力而計算復雜度不變的特性；總之，新一代人工智能具有強大性，實用性，透明性，可分析性，以及概念性強等的特點，適于廣泛的實際應用推廣。
顧博士指出：“深度學習模型”，存在著訓練不可能得到最佳解，作為補救措施的SGD也只能得到局部最佳解。因此，“深度學習模型”不可解決黑箱問題，不可用于工業控制等場所。而且，“深度學習模型”屬于大模型解決小任務，投入產出不對稱等等原因，受到越來越多業內專家們的質疑和不認可。2017年，“深度學習模型”的發明者、英國的Hinton教授自己宣告舊的“深度學習模型”終結。
顧博士進一步深入介紹超深度學習（SDL）的自組織原理是，首先立足于一個最大概率的尺度，可以產生最大概率的空間，在最大概率空間又可以生成新的最大概率尺度,依次迭代；最終可以獲得超越統計學公式化的最大概率的解，以及最大概率的空間范圍，并可以把目標函數的最大概率的分布信息獲得。超深度學習（SDL）還可以自律的朝著大概率的方向遷移，最終可以越過小概率的擾動的阻擋，最終在最大概率的區域上停止，因此超深度學習（SDL）概念清楚，透明性強，可做到不管遇到什么狀況，都具有可分析性。
再有，超深度學習（SDL）具有模仿人眼神經網絡機能的特點，人眼在反復的看到一個物體時，其圖像是沒有任何變化的，但是通過光電識讀若干次得到的圖像差別很大，超深度學習（SDL）的出現，使人們搞清了人眼的神經網絡的機理，人的眼神經是在概率空間上觀察物體的，所獲的的信息是最大概率的信息，在最大概率空間中所得到的信息是一樣的，所以最大概率的尺度就是人眼神經網絡的閥值，所以采用超深度學習（SDL），可以獲得同人眼近似的圖像識別效果。
顧博士指出：深度學習需要人工標注屬于有監督學習，超深度學習（SDL）屬于小數據的無監督機器學習，無須訓練也可以工作，5－10次的訓練就足可以滿足使用要求。因不需要大數據的人工標注，降低了應用成本。
超深度學習（SDL）處理效率高，可以降低計算復雜度，根據應用的規模，可以小到手機，或一個CPU，大到GPU大型服務器，都可以高效率的導入超深度學習（SDL）。特別是超深度學習（SDL）可以解決幾乎所有IT領域的問題，因此可以通過無窮多的超深度學習（SDL）搭建出具有超出人們想象的功能的巨型人工智能系統。
最后，顧博士介紹，為了檢驗超深度學習（SDL）的獨特的威力，他們已將超深度學習（SDL）應用于模型汽車的自動駕駛中，獲得喜人的效果，這是世界上首次將人工智能在汽車自動駕駛實驗上取得的成功。目前，他已在汽車上開始將超深度學習（SDL）用于自動駕駛中，進展很好。汽車自動駕駛控制具有空前的復雜性，幾乎成為NP控制問題，是通過傳統控制方法無法解決自動駕駛系統的所有可能的控制。利用超深度學習（SDL）搭建的人工智能系統，參與到自動駕駛的控制系統中，通過機器向人學習，機器的意識決定等可以使自動駕駛系統突破L3級，成為完全可以擺脫人的操作的新型自動駕駛系統。
顧博士的超深度學習（SDL）講座，引起與會領導和專家們的很大關注和興趣，粉粉發言對超深度學習（SDL）的發明和其功能給以很高評價和肯定。認為，在國務院印發“新一代人工智能發展規劃”，工業和信息化部發布《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》，組織社會各方力量大力發展我國新一代人工智能之際，顧博士在2018北京世界機器人大會上公布他個人自主知識產權的超深度學習（SDL）發明，意義非常重大。超深度學習（SDL）的發明結束了我國人工智能長期沒有主導的核心技術的落后狀態，為我國人工智能的發展獲得主動權。
超深度學習（SDL）的推廣應用將有利于我國人工智能的研究人員從追求抽象的概念，過于務虛的現狀扭轉過來；改變只能在開源程序下研究，不了解“深度學習模型”的所以然，研究的深入與前瞻性嚴重被限制的現狀。有助于盡塊結束人工智能的應用受限于購買國際大公司的GPU服務器，使用國際大公司提供的開源軟件開發和應用人工智能的被束縛的落后局面。
我國的人工智能的發展要擺脫國際大公司的束縛，必須充分利用社會資源與政府資源，將具有世界領先水平的自主知識產權的人工智能模型不拘一格地加以重視和支持，進行普遍宣傳，擴大認知度，盡快深入行業，按行業開發出樣板工程，以點帶面，盡快提供開源程序以利普及。
與會領導和專家們認為，顧博士發明的超深度學習（SDL）屬于不需要人參與的無監督學習，具有世界領先水平，有很多技術上的突破和創新，是當前新一代人工智能的代表。超深度學習（SDL）經過長期的研究，已有很多成功的實用案例。特別是超深度學習（SDL），在小數據或無數據時也能夠機器學習，運行環境要求低，根據應用的規模，可以小到手機，或一個CPU，大到GPU大型服務器，都可以高效率的導入超深度學習（SDL），非常適合在各行各業推廣應用。
與會領導和專家們一致贊同中國嵌入式系統產業聯盟提出的聯合聯盟內各成員單位及社會上有意參與的研究單位、企事業單位、大專院校、培訓機構、媒體等共同努力將超深度學習（SDL）盡快產業化的建議。希望先集中力量研制出可在多種通用軟硬件環境運行的超深度學習（SDL）的開發教學板，再配以教材和實驗指導書，參照當年TP801產業化的模式，在社會上大力組織宣傳、培訓、研制、開發、交流等活動，掀起新一代人工智能的推廣應用高潮。
顧澤蒼博士是我國最早應用TP801單板機的技術人員之一，曾用一臺TP801單辦機控制過6臺機床。他對TP801單板機的產業化模式非常贊賞。因此，當他得知郭淳學秘書長就是當年參與組織TP801單板機產業化的北京工業大學電子廠市場部主任兼TP系列微型計算機用戶協會秘書長，后任北京工業大學企業管理辦公室主任的時候，就想請郭淳學秘書長代表他在國內組織超深度學習（SDL）的宣傳和產業化工作。在研討會上，顧澤蒼博士如愿以償，當眾將授權書發給郭淳學秘書長。
郭淳學秘書長接過顧澤蒼博士的授權書后表示，顧澤蒼博士將他經過二十多年研究發明的超深度學習（SDL）拿回中國進行產業化，充分表現出顧澤蒼博士對祖國的一片愛國心。今天顧澤蒼博士向他發授權書，也表明顧澤蒼博士對他和中國嵌入式系統產業聯盟能夠快速組織實現超深度學習（SDL）產業化能力的信賴。
郭淳學秘書長表示：自己和中國嵌入式系統產業聯盟將不辜負顧澤蒼博士的授權，近期開始組織超深度學習（SDL）宣傳工作，在11月3日重慶召開的“中國智能制造技術與生態環境發展高峰論壇暨2018年中國嵌入式系統產業年會”上，將進一步商議超深度學習（SDL）宣傳和產業化的分工合作事宜。歡迎有有意加入超深度學習（SDL）宣傳和產業化的研究單位、企事業單位、大專院校、培訓機構、媒體等積極報名參會，加入到超深度學習（SDL）宣傳和產業化的隊伍中來，做出自己的貢獻。
超深度學習（SDL）代表了新一代的人工智能，可以被廣泛應用，并將使所有的應用領域發生顛覆性的改變。超深度學習（SDL）可以引發新的工業革命的產生，可以實現人們不可想像的應用效果，可以大大加快機器代替人的社會發展步伐，可以讓奮戰在人工智能研究和應用領域中的每一位專家、學者和工程技術人員在本次新一代人工智能的高潮中都有建功立業的機會。