10 月 11 日，在 2019 小蛮腰科技大会上，伦敦大学学院 ( UCL ) 计算机系教授、华为诺亚实验室决策推理首席科学家汪军，发表了题为《机器决策的革命》的主题演讲。在演讲中，汪军表示，现在大家谈论的 AI、AI Plus 的应用，大多只是简单的机器学习，并不是真正意义上的AI。

ZAKER 新闻注意到，汪军是伦敦大学学院 ( UCL ) 计算机系教授、互联网科学与大数据分析专业主任，主要研究智能信息系统、数据挖掘、计算广告学、推荐系统、机器学习等领域，是知名的计算广告学和智能推荐系统专家。

不久前，其带领华为诺亚方舟实验室在伦敦的研究团队，推出了鲁棒强化学习新算法，强化了AI决策系统的抗干扰能力，在机器学习方面取得了较大的创新。

当天，汪军承认 AI 强化学习在围棋、电竞等多项任务上取得的惊艳表现，但同时他也指出，目前所使用的一般强化学习算法训练产生的策略往往容易过拟合在虚拟的仿真环境上，一旦仿真环境和现实系统无法完全匹配，策略的迁移过程将会困难重重。

汪军解释称，现在的AI可以概括为模式识别，指的是人为地将大量数据，通过神经网络把它映射到AI中，" 比如有很多图像，可以识别出里面是不是某个特定人的人脸，这个映射是通过神经网络作为一个函数把大数据变成了小数据。" 因此，他认为真正意义上的人工智能不仅光要有神经网络和模式识别，还必须加上对环境的了解以及机器意识的回路。

在随后的采访环节中，汪军向 ZAKER 新闻表达了自己对 AI 未来发展的看法，他表示国内AI商用虽然红火，但是从事决策研究的人数还是太少，容易形成人才断层，" 翻看现在大部分工科学生的简历，我发现他们的课程和我 20 多年前读大学时，学习的内容差不多，很少有 AI 方面的内容，大学应该及早计划和培养相关的人才。"

谈及未来 AI 发展时，汪军表示最大的 AI 的挑战是机器决策，而这也需要更多的人尤其是科研人员参与进来，" 必须借助神经科学、脑科学的研究才能真正形成一个 AI 的系统，望大家一起来合作办这件事。"