7月8日，2021年世界人工智能大会在上海拉开帷幕。会上，2007年图灵奖得主、国际嵌入式研发中心Verimag实验室的教授约瑟夫·斯发基斯（Joseph Sifakis）发表了关于“从弱人工智能到强人工智能再到广义人工智能”的演讲。他强调，弱人工智能只是基础，要实现广义人工智能，未必需要依赖逐步发展的机器学习。

斯发基斯教授认为，人工智能可以从处理单一任务、单一领域或单一系统的阶段，如个人助手、自然语言翻译等，发展成能够快速适应复杂环境的智能系统。这样的系统不仅能整合多个层面的关系，还能应对多领域的目标冲突，并在各种电子设备环境中运作，例如智能汽车、智能电网和智能工厂等。

在讨论神经网络带来的挑战时，斯发基斯提到，神经网络能够快速识别物体。然而，当输入数据中的奇偶性发生变化时，可能会引发反馈问题。此外，他还提到了神经网络的可解释性问题。他表示，我们需要建立一种能够自我学习并在自适应环境中持续进步的模型。

最后，斯发基斯提出了他对智能的理解：智能并非已知的事物，而是在面对未知情况时所采取的行动。他认为，机器学习只是数字之间的一种关系，但这是最具有挑战性的部分之一。