查红彬更喜欢称之为“奇点”，在他看来，一旦机器人掌握了自主学习，就有可能迎来智能发展的奇点——如果机器人真的能够根据自身发展的需要，自动定义学习的目标，在环境中自主获取学习所需要的数据，产生互动，通过身体能力完成行为学习，甚至建立社会网络，实现知识的积累，那么从某种意义上来说，就是掌握了“自主学习”。
不过，这要以机器能够熟练掌握“感知能力”为前提。但遗憾的是，这一部分恰恰是整个人工智能研究较为薄弱的地方。因为，一旦涉及感知，以及感知的原理，就回到了人类大脑的工作原理问题，而后者对于人类，至今仍是一个黑箱子一样的“谜”。
大会上，中国工程院院士、香港中文大学（深圳）校长徐扬生向人们一一播放了爬树机器人、书法机器人、救援机器人、服务机器人等机器人试验视频，无不令现场公众感到震撼。不过，徐扬生却表示，过去几十年，科学家往往将更多的精力集中在机器人动作的研究上，以实现机器人能像人类一样爬、抓、行、跳，等等，却在真正的“智能”问题上鲜有建树。
他打了一个比方，前50年，我们研究的多是机器人“穿衣服”这个动作，却没有让机器人学会“要不要穿衣服”，即“今天起风了吗”，以及“起风了要不要加衣服”这些动作以外的感知和认知能力。而这些在徐扬生看来，也是最难学到的——定义是不是你的，不是你的肉体，而是你的心脑，这对人类如此，对机器人亦然。
感知，在人工智能领域，往往用“模式识别”这样的术语来代替。正如谭铁牛所说，世上万物，无论是物质的还是精神的，无论是看得见的还是看不见的，都是一种模式。模式识别就是试图用数字化手段将世上万物自动分类识别出来。
但目前人类在这方面的研究差强人意。宗成庆以图像和视频分析为例，这些分析作为模式识别最基础性的问题，在边界分割和模式匹配、检索等方面取得了若干优秀的成果，但是他问与会专家，这些成果在多大程度上体现了“智能”，离真正的“理解”还有多远？
谭铁牛也举了一个例子，“张三吃食堂，李四吃面条，王五吃大碗”，这样的句子，是目前机器翻译不出来的。
人工智能概念是不是昙花一现
大会上，华为诺亚方舟实验室主任李航打了一个有趣的比方，他说，如果把人工智能研究形容为登月，那么，如今有的手段是爬树，有的是登山，但是毫无疑问，深度学习则可以称为“造飞船”。他以神经网络图灵机的出现为例，这个可以模拟人类大脑的短期记忆的机器，外部网络的读写通过外部存储器完成，而在存储记忆之后，通过检索从而执行一些有逻辑性的任务。这向外传递着一种乐观的信号。
不过，从整个人工智能的发展历史来看，这般乐观的局面能否延续下去，还不得而知。
宗成庆就持有警惕的态度:“人工智能是个筐，什么东西都可以往里装。当他‘受宠’的时候，做什么都属于人工智能，当他‘失宠’的时候，人人唯恐避之不及。”
他说，上个世纪80年代中期到90年代中期的时候，人工智能曾一度“受宠若惊”，之后便“臭不可闻”。30多年后的今天，究竟缘何被人们再度热捧——是人工智能有了新的内涵，还是“新瓶装老酒”？
“如果说在过去的30多年里，计算机科学技术有了突破性进展，除了硬件性能的飞跃性提高，人工智能的贡献到底多大，究竟什么是人工智能的核心内容呢，如果抛开自然语言理解、图像视频识别和理解、搜索算法、知识工程等，还有什么呢？”这些问题在宗成庆看来，都需要留给时间来回答。
更为重要的是，从人类的科技发展史来看，有些技术往往被过高地抬举或炒作，有的只是虚拟的概念昙花一现，有的则是十几年前被冷落的技术由于硬件性能的改变而被再度推向期望的波峰，甚至多次轮回。那么，这一次，人工智能是否依然如此，宗成庆说，不得而知。