在2020的ICLR线上大会上，蒙特利尔学习算法研究所主任、图灵奖得主Yoshua Bengio和Facebook 的副总裁兼首席人工智能科学家Yann LeCun，坦率地谈到了未来AI的研究趋势。
根据两位大咖的说法，自我监督学习可能使AI产生类人的推理能力。
自监督学习，像人一样自觉观察世界
监督式学习需要在有标注的数据集上训练AI模型，而 LeCun 认为随着自我监督学习的广泛应用，这种训练模式的作用将逐渐减弱。自监督学习算法不再依赖标注，而是通过揭示数据各部分之间的关系，从数据中生成标签。
解决连续分布问题
LeCun认为，找到一种能表示连续分布的模型，就会有新突破。
Lecun 指出，连续分布问题的一个解决方案是利用基于能量的模型（EBM），它能够学习数据集中的数学元素，并生成类似的数据集。
此前，OpenAI开发了一种基于能量的模型，可以快速学会识别和生成概念，例如附近，上，中，最近和最远等，并表示为2D点集。模型仅在五次演示后学习了这些概念。
最值得期待的是能与人类产生情感共鸣的AI
Hanson Robotics最新的机器人Sophia，能在电视节目上和主持人侃侃而谈，但最令人印象深刻的，则是她拥有可以模仿人类面部肌肉的人造皮肤，可以根据对话作出相应的表情反馈。
中国的科研团队需要更好地和业界融合
除了目前在Hanson Robotics和Aidyia任首席科学家以外，Goertzel也曾在厦门大学福建省仿脑智能系统重点实验室任客座教授，与中国的研究团队有过接触。
在谈到中国人工智能团队与国际研究团队之间的差异时，Goertzel表示，中国团队在科研能力上并不逊色于国际团队，在学术界顶级刊物中，时有研究成果发表。
但整体而言，中国的创业环境，对于人工智能产品化的支持，还逊色于美国。美国科技业界则长于把学术研究转化成创业项目或产品。Goertzel建议，中国投资者和研究团队都可以多一点冒险精神，在商业化、产品化的方向上做更多尝试。
