高通正試圖將驍龍芯片推向新平臺—機器人

　　人工智能和深度學習是 Zeroth 技術的核心。侯紀磊博士指出，深度學習是機器學習里比較深入的模式，更多的是去模仿五六十年代人們所談論的神經網絡模式。“很多機器學習從節點的模式上講，一般有很多節點，節點之間是相互連接的，信息之間不斷地傳遞，通過多級的迭代可以達到一種收斂，給予一種最終信息的呈現。傳統的機器學習往往是一層的，頂多是兩層的，而這種深度學習可能會是多層的。每一層代表的信息意義也不一樣，但是恰恰是層數多了之后，建立知識結構的復雜性和完備性也會更深入。”

　　在模糊硅片與生物系統界限的探索中，侯紀磊博士認為最大的困難還在于對人類思維能力最終認知上的理解。“我們內部也經常討論，即使你想去實現一個視覺功能，而今天的計算機所具備的能力還是差的很遠很遠，這是需要很長很長的時間才能實現的。要通過數字模式來實現人腦里面的模擬環境，這其中的復雜性應該會是指數級的。。”

　　但這并不意味著人們對于機器人技術的推動無計可施。正如侯紀磊博士所說“利用腦啟發的方式即便是對某一局部的功能實現一定的能力，也是能夠對社會起到一些積極作用的。”他舉例說視覺方向就是近期可以達到的領域，包括機器人對場景的判斷、物體的識別，比如判斷人的表情，對特征的提取等等。

　　在對人工智能的探索中，不乏技術消極論者的“危言”，包括 Elon Musk 和霍金都對人工智能領域的未來發出了“警告”，似乎當人工智能發展到人類無法控制的程度，人們便離《終結者》中被機器人奴役的場景不遠了。

　　侯紀磊博士沒有給出明確的觀點，但他認為迄今為止人工智能的發展還是處于非常初級的階段，人們應該把人工智能的正面作用與發展邏輯和社會性影響分開來看。

　　“這就像我們小時候在談論人對太空和宇宙的探索一樣。人類開始時對外星文明存在著一種憂慮。而人類并沒有因為對外星文明的憂慮而停止對太空和宇宙探索的過程，反而恰恰是激發了我們對這方面科研、科技和對宇宙探索的追求。那么在人工智能的初期階段，更多的是人類懷著一種敬畏的心態，而不是停止腳步，通過在發展的過程中如何更加理性地面對技術方向的開發，進而在這個過程中不斷地去迭代，讓我們知道什么是最正確的方向，什么是對人類將來最有益的方向。”