【小哈划重点：LeCun在论文中表示，“下一个十年，AI的发展方向将极大地受到硬件发展的影响。”他强调了一些硬件厂商应当提前几年考虑到的AI趋势并就未来所需的AI架构种类给出了自己的建议，他还建议开发者不要忽视了深度学习系统不断增长的体量。】
Facebook AI研究主管Yann LeCun从上世纪八十年代就开始研究神经网络，他在周一表示，深度学习需要比Python更灵活、更易用的新编程语言，但目前尚不清楚开发这样一种语言是否真的有必要。
LeCun对媒体表示：“谷歌、Facebook等组织都在设计一种对于深度学习来说更高效的编程语言，但很难说开发者社区是否会跟进使用这种新语言，因为人们更习惯Python，当前的问题是，这是不是一条正确的道路。”
GitHub的报告称Python目前在机器学习领域普遍受到开发者的欢迎，Facebook的PyTorch和谷歌TensorFlow的框架基础均是由Python写成。
LeCun在周一举行的ISSCC大会上发表了一篇论文，是探讨有关下一代计算机芯片最新趋势的。在论文中，LeCun介绍了他从Bell Labs得到的收获，例如他观察到AI研究者和计算机科学家对未来的展望往往会被硬件和软件工具限制。更好的硬件带来更好的算法，更好的算法带来更好的性能，更好的性能驱使人们开发更好的硬件，这一良性循环存在不过几年之久。
LeCun在论文中表示，“下一个十年，AI的发展方向将极大地受到硬件发展的影响。”他强调了一些硬件厂商应当提前几年考虑到的AI趋势并就未来所需的AI架构种类给出了自己的建议，他还建议开发者不要忽视了深度学习系统不断增长的体量。
除此之外，LeCun在论文中也提及了对专门为深度学习而设计的硬件的需求，并强调了自我监督学习将会在艺术AI的高阶阶段发挥主要作用。LeCun相信，未来深度学习系统的训练将通过自我学习和高性能硬件来完成。
