2020真的是不太平的一年，Covid-19全球肆虐，百年一遇，真希望2020能够重新开始。虽然如此，不能停止对通用人工智能AGI的探索呀！
2020年对于通用人工智能的研究来说也是很不一样的一年，需要改变。2019年Deep Reinforcement Learning进一步大爆发，Deepmind和OpenAI在星际，Dota，机器手上都展现了突破性的进展，然而DRL的通用性，泛化性上却仍然是一个很大的难题。
Yoshua Bengio和Yann Lecun在最近的Neurips和AAAI会议上为大家指出了Deep Learning新的研究方向，即从System 1到System 2：
System 2 按Bengio的话来说有很多种，我们可以简化的讲就是去解决人也需要思考一下的任务。我比较喜欢Reasoning推理这个词，推理是一个非常宽泛的概念，但却是我们日常生活每时每刻都需要的。从某种意义上讲，图像识别也是一种推理过程，只是相对比较直接。这种直接的推理问题现在的Deep Learning已经基本解决了，所以接下来就是要啃硬骨头，去解决复杂的推理问题。并且，AI只有在具备真正的推理能力下，才能实现所谓的ood (out-of-distribution Generalization)，也就是更强的泛化能力。比如说我们人学了心理学可以把心理学的知识应用到股票交易上。
作为智能单元专栏的重新开篇，这里先不很详细的探讨细节，我们只想说方向。以前专栏的主要文章主要都是关于深度强化学习Deep Reinforcement Learning，及一部分的Meta Learning。那么现在，我们意识到只有深度强化学习也是无法到达AGI的，我们需要更多的组件，而解决Reasoning相关的问题，是通用AGI的又一组件，因此我们就来研究它吧。接下来，我们在专栏里要开辟一个新的篇章来探索和Reasoning相关的paper，技术，主要会包含以下方向：
- Meta Learning
- Neural-symbolic Reasoning, Logical Reasoning,...
- Physical Reasoning, Model-based Planning, World Model
- Out-of-Distribution Generalization, Compositional Generalization
上面的链接为看到的相关paper，我们也会选择一些有意思的paper进行解读。和Deep Reinforcement Learning有重叠的主要集中在第3类planning上，这也是一种很复杂的reasoning过程，Model-based RL已经是今年来DRL的核心研究方向了，我们要深入研究。
Reasoning这个领域目前比较杂，主要还是方向太多，相信随着研究的推进，这个领域会变得越来越清晰。Deep Reasoning就是要将Deep Learning和Reasoning连接在一起，按Lecun PPT上的原话就是Making Reasoning Compatible with Gradient-based Learning
关于OpenRes
对于这个新篇，我们取一个全新的子名：OpenRes，代表OpenResearch，我希望将自己正在研究思考的东西分享给大家（虽然水平有限）。以前写blog一般是写比较早就知道的，现在会写的更同步更实时，也会更专业（减少科普性，增加专业性）。另一层意思是OpenRestart，我们要从头开始去探索这个新的领域。
2020，就重新开始吧！
来源：oschina
链接：https://my.oschina.net/u/4417586/blog/3236599