目前，中國已成為人工智能的主要應用國家，但國外深度學習算法是人工智能算法的主流。沒有中國獨立知識產權的人工智能通用算法被廣泛使用。為了填補人工智能通用算法的空白，許多專家和技術人員克服了國內外非常不令人滿意的創新環境中的各種困難，多年來一直在努力開發原始的人工智能通用算法。其中，中國嵌入式系統產業聯盟主任、天津阿波羅信息技術有限公司、阿波羅有限公司首席科學家顧澤蒼博士發明的自律學習SDL算法脫穎而出。經過四年的實踐，它在自動駕駛、醫療和社會準備、工業控制和計算機應用最廣泛的嵌入式系統方面取得了顯著的成就，證明了深度學習算法的技術特點，具有先天性和不可克服的缺陷。
芯片采購網專注于整合國內外授權IC代理商現貨資源，芯片庫存實時查詢，行業價格合理，采購方便IC芯片，國內專業芯片采購平臺。
雖然我國仍在獨寵深度學習算法，但專家們對深度學習算法在應用中存在的嚴重缺陷感到無助和失望。深度學習算法家和技術人員逐漸改變了對深度學習的盲目崇拜，開始尋找和關注新的人工智能算法。這是顧博士發明的自律學習SDL國內開發的算法等人工智能通用算法帶來了擺脫長期深度學習算法束縛的快速發展機遇。
近日，顧博士自信地在微信群中發表了以下演講：
自四年前以來，我們一直在批評深度學習。當時，我們并不認為深度學習沒有好處。客觀的判斷應該大于過度！我們看到了當時的社會氛圍。無論多么著名的專家學者盲目追求深度學習，都不知道深度學習的黑盒問題是什么？我們都相信深度學習是無法解釋的，甚至神化了非線性隱藏層的作用。今天，在我們打開黑箱后，我們完全了解了深度學習的機制，并了解了每個人MPS代理非線性隱藏層占據了最大的計算能力，融合了自律學習SDL模型、深度學習從此擺脫了黑色思維、占用計算能力和無法解釋的問題，必將成為任何問題IT產品上導入AI模型的應用技術必將成為當今最強大的機器學習模型！
附：自律學習SDL的特征
自律學習（Self-Discipline Learning SDL）模型實際上是人工智能領域所期待的機器學習模型(自律學習)SDL早期被稱為超深度學習和自組織學習)。這種模型之所以強大，是因為它有四個特殊的技術特點。
第一個技術特點是使機器模仿人來處理自動駕駛識別、機器推理和自動駕駛控制問題的算法。
構成自律學習SDL模型的核心算法之一是概率尺度自組織概率尺度自組織的迭代過程是在高斯分布的任何初始空間中逐漸向最大概率空間遷移，最終在最大概率空間中收斂的過程。我們的自動駕駛三維圖像識別使用如此簡單的算法，自動駕駛遇到任何障礙，在三維空間是一個高密度的對象，即最大的概率分布空間，使用概率尺度自組織遷移特性，無論障礙在哪里，都可以直接被算法抓住，圖像識別不需要提前訓練圖像，不需要特征，深度學習完全避免了障礙物與背景的分離，導致白色車廂被視為云，導致惡性事故。
利用我們發明的概率尺度自組織和概率空間距離公式，以概率空間為中心的新機器學習發明的先進性得到了美國發明專利的肯定，這也構成了SDL模型的第二個技術特征。
利用SDL模型可以是自律聚類最好、最高效的特點，加上把手SDL模型與卷積核與反向傳播技術的融合，消除人工神經網絡，使小數據小模型SDL模型的能力超過了一般的深度學習，即自律學習SDL模型的第三個技術特征。
自律學習SDL該模型的第四個技術特點是：利用自律學習的簡單聚類結構和可分析的特點，可以很容易地整合其他技術。為了解決不同類型的數據在低維空間混合不可分割的問題，引用核函數（Kernel Function）理論上，將數據映射到高維空間，使不可分離的數據利用高維空間的超平面分離技術特征SDL模型在分類技術上又有了飛躍。
規納SDL模型特點
一、高斯分布下的自律聚類
1.機器學習效果可以達到小數據的最大概率。
2.無權重組合，無黑箱問題。
3.人工智能適用于嵌入式系統。
二、整合卷積核和反向傳播
1.消除噪聲，提高機器學習的泛化能力。
2.進一步實現最佳分類。
3.進一步提高應用效果。
三、能把人的智慧賦予機器
1.傳統的自動駕駛可以解決AI不夠智能的問題。
2.自動駕駛的感知系統可以深入了解機器。
3.智慧授予機器，不是靠算力，而是靠用人解決問題，讓機器超越人。
四、導入高維平面分類模型
1.將數據映射到高維空間，在超平面下獲得數據的最大分類間隔。
2.用算法代替算力，獲得更高的應用效果。
