如今人工智能处于什么阶段？
卷积神经网络（CNNs）具有分层结构，通过（训练过的）卷积滤波器将图像采样到一个低分辨率的映射中，该映射表示每个点上卷积运算的值。从图像中来看，它是从高分辨像素到特征（边缘、圆形、……），再到粗糙特征（脸上的鼻子、眼睛、嘴唇……），然后再到能够识别图像内容的完整连接层。CNNs很酷的一点是，其卷积滤波器是随机初始化的，当你训练网络时，你实际是在训练卷积滤波器。几十年来，计算机视觉研究人员一直在手工制作类似的滤波器，但无法像CNNs那样的精准结果。此外，CNN的输出可以是2D图而不是单个值，从而为我们提供图像分割。CNNs还可以用于许多其他类型的1D、2D甚至3D数据。
在我们的迷宫事例中，先允许代理穿过迷宫，选择一个方向，使用已有的概率策略，当它达到死胡同时，惩罚它选择的路径（降低每个单元移动该方向的概率）。如果找到了出口，我们则增加每个单元移动方向的概率作为奖励。随着时间的推移，代理通过学习，找到了最快方式。强化学习的这种变化就是AlphaGoAI和Atari电子游戏AI的核心。
最后值得关注的是GANs（生成对抗网络），它更多的是一门技术而不是架构。目前它与CNNs一起用于制作图像鉴别器和发生器。鉴别器是经过训练以识别图像的CNN，生成器是一个反向网络，它采用随机种子生成图像。鉴别器评估发生器的输出并向发生器发送关于如何改进的信号，发生器依次向鉴别器发送信号以提高其准确性，在零和博弈游戏（zero-sumgame）中反复往返，直到两者收敛到最佳质量。这是一种向神经系统提供自我强化反馈的方法。
当然，所有这些方法以及其他方法都有丰富的变化和组合，但是一旦你尝试将它们用于特定问题之外的问题时，这些技术有时不会有效。对于实际问题，即使你可以扩展和重新设计网络拓扑并对其进行调整，它们有时也表现不加。往往我们只是没有足够的数据来训练它们，以使得它们在部署中更加精准。
同样，许多应用需要将多种DL技术结合在一起并找到融合它们的方法。一个简单的例子就是视频标记——你通过CNN传送视频帧，在顶部有一个RNN来捕捉这些视频中的那些随着和时间有关的行为。曾经我帮助研究人员使用这种技术来识别四肢瘫痪者的面部表情，向他们轮椅和机器假肢发出命令，每个指令对应不同的面部表情/手势。这起到了一定的效果，但当你扩大规模时，开发和训练它可能会花费更多时间，且变得非常棘手。因为你现在必须调整交织在一起的两种不同类型的DL网络，有时很难知道这些调整会产生什么影响。
现在想象一下，你有多个CNN/RNN网络提供输出，一个深度强化学习引擎对输入状态做出决策，然后驱动生成网络产生输出。其实是很多特定的DL技术组合在一起来完成一组任务。你可以说这是“魔鬼式”的疯狂调参。它会奏效吗？我不知道，如此一来，它将耗费大量资金和时间才开始工作，并且不确定它是否能够很好的训练，甚至在现实条件下进行训练。
我个人观点是，我们目前的DL技术各自代表一个子集，用来简化大脑网络和神经系统的工作。虽然我们称之为“神经”，但实际上并不是，它们都是专门用于特定的任务。
事实上，大多训练DL或者人工智能的人都没有意识到，如今深度学习中的“神经网络”和“神经元”只是更大、更丰富的合成神经元、神经网络和方法。我们今天在DL中使用的大多数人分层我网络和CNN属于前馈神经网络的较小一部分，只是简单地对每个节点处进行加权输入求和，应用简单的传递函数，将结果传递给下一层。
这并不是大脑处理工作的方式，甚至RNN和强化学习也没有给我们真正的人工智能，只是将非常大和复杂函数的参数拟合到大量数据，并使用统计数据找到模式并做出决定。
