他在演讲中提到，目前人工智能与人类还有很大的差距，未来人工智能与机器人的发展还会面临许多挑战。技术人员不应只关注人工智能和大数据技术，还要多关注可穿戴设备、5G通讯、生物技术、新材料新能源等新兴技术，只有把各种技术融合起来，才能创造新的可能，实现良性的产业发展。
以下是由墨客星球整理的演讲原文：
大家好，今天我们有来自于美国、德国、日本的其他的嘉宾，他们给我们做了非常精彩的演讲。但是不好意思，可能我会给大家作中文的演讲，你们可以用到同声传译的耳机听，我会用中文介绍一下我们在跨模态的研究和理论实践，还有基础的背景。
前面几位报告人都讲过了，现在的人工智能可以给我们带来什么样的新的赋能的技术？
早上罗教授讲了，从分析未来人类美好生活的需求要什么，未来少人化的工厂，个性化老人的护理，老龄化社会的问题等等，这些都是我们下一代做人工智能和机器人要努力的目标。
从技术的整个可能性来讲，我们不能只关注人工智能和大数据，我们更多的还要关注可穿戴设备、5G通讯、生物技术、新材料新能源。上午听完了王教授（王中林，关于纳米发电机）的报告，我马上和他联系，因为我们现在做的行走机器人以后可以用他的纳米发电机，或许能创造新的可能。
比如说现在3D打印，我们在汉堡正在进行把3D打印的电路跟传感打到3D结构里的实验，使得打印出来的物体能具有智能和感知。这就是现在我们在未来机器人领域里面的新的动能，把各种各样新的技术融合起来，做更好的操作。
今天听了很多人工智能的内容，人工智能包括了机器人的学习。但机器学习只是近10个代码的之一，这10个里面又包含好几种方法，现在大家最熟悉的就是其中的自下至上的递进学习，这是得到了非常广泛的应用，并取得了一些很好的结果。但是这种弱人工智能也有很多问题，包括不透明，不可迁移等等。所以下一步做机器学习，就是要融合其他的强人工智能的学习方法，融入自上而下的知识，全局化的优化，让进化算法实现可泛化的学习。
现在人工智能变得非常热，从政府到投资人到用户到老百姓都非常关心人工智能，比如央视的一个节目，叫做《机智过人》。我想讲一讲，现在的深度学习能做什么和不能做什么。
我们用最强的人工智能和最强的人类，通过孩子的图像识别父母，在清晰的图像下，我们可以让机器人和最强的人类都能成功识别。但是在模糊的情况下，机器就会完全失灵，但最强的人类用知识和外推画出的肖像就能成功锁钉父母。这说明，现在的机器学习跟真正的人类差很多。又比如在《机智过人》第三期，曾经做过定点投球比赛。第一场人类女孩输给了机器人，但是第二场比赛请了林书豪出场，又战胜了机器人。
所以就像前面几位教授都提到的，我们现在的智能机器人和人类的智能系统还差很多。
现在的问题是，如何把认知系统里面机器人还比较缺少的性能，做成算法和控制结构，从而使机器人更聪明。比如说注意力、知识指导搜索等等。如果把这些信息进行有效的表达，表达成符号、概念、知识，指导机器人进行更高的规划，我们又该如何用这些认知方法改善现在的深度学习的一些弱点。
现在的深度学习非常容易被欺骗，用一些简单的噪声就能够让它识别的结果是另外的结果。所以这种现在的人工智能系统，不犯小错，一犯就是大错，这跟人的思维方法正好相反。
现在我正在协调一个中德之间有史以来最大人工智能基础研究项目，由国家自然科学基金和德国的科学基金会联合资助，一方面通过我们和神经科学和心理学的合作，来研究人的模态的融合、传感、学习是如何实现的；另外一方面我们把它做成未来的算法，来做最好的2.0的机器人。
我们可以看到人类在融合方面是个很好的榜样，现在我们就是通过这种研究，用大脑的观察，包括脑成像、脑接口、脑刺激、行为实验等等，最后做成一个集成系统，用机器人测试多模态融合肌理做出更强的机器人。
人的认知通道包括视觉、触觉、听觉，我们把多模态的信号分析放在里面处理的话，在正常的情况下，它们会在比较高的层次上进行融合。但是如果有一个通道受阻，就会造成错判。如果我们在单通道出现问题或者不完全的情况下实现融合，这将会是个对机器人非常有用的技术。
这个项目已经进入第三年，取得了基础性的结果。我们通过观察老鼠的神经细胞在学习前和学习后的差别，最后抽象出一种新型的神经网络，里面带有局部的记忆。我们现在也正在总结泛化，希望更好的应用到机器人领域。另外，机器人协同，预测、泛化现在也是我们研究的重要的题目。
在我和孙富春教授合作的项目里，我们通过语言和交互的学习，让机器人不只是听懂一些话，而且还能看着听和说的图像，就学会语言、概念。我们也把这些东西用到了灵巧操作的过程，让未来的机器人能具有更好的灵巧操作能力。除了触觉和视觉之外，让它们在灵巧操作和力控操作方面，通过不断的交互学到新本事。
如何把自上而下的知识融入进去，通过经验的学习，使得机器人能力变得越来越强，这就是我们的项目。通过不断的人机交互，使得人机交互时间长度变得越来越短，同时使得机器人对世界的理解越来越精确。
我觉得未来人工智能的发展，还有下一代机器人，都还有很多很多挑战要应付，还有非常艰难的过程，我们还有近50年-100年的路要走。要真正做出在知识和能力方面能够超越我们人类的机器人，我想还任重道远。但正是在这个逐渐认清我们自我认知能力的过程中，我们才能不断把一些可以产业化的东西做成产品，提高我们生活质量。谢谢大家。
