新華網(wǎng)北京5月23日電? 近日,由中國(guó)人工智能學(xué)會(huì)主辦的2018全球人工智能技術(shù)大會(huì)在京舉辦。與會(huì)者圍繞AI熱點(diǎn)問題,分享了該領(lǐng)域最新技術(shù)成果及應(yīng)用。清華大學(xué)教授、國(guó)家杰出青年科學(xué)基金獲得者季向陽(yáng)就“深度學(xué)習(xí)”為人工智能發(fā)展帶來(lái)的重要影響分享了獨(dú)到見解。
記者:“深度學(xué)習(xí)”的方式有何最新研究進(jìn)展?
季向陽(yáng):隨著神經(jīng)網(wǎng)絡(luò)研究范圍和領(lǐng)域的不斷擴(kuò)寬、加深,深度學(xué)習(xí)使人工智能的表達(dá)能力、學(xué)習(xí)能力、推理能力都越來(lái)越強(qiáng)。
深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)在早期是自模擬人的大腦細(xì)胞出發(fā),從簡(jiǎn)單的細(xì)胞到復(fù)雜的細(xì)胞、從局部的特征到全局的特征模擬發(fā)展而來(lái)。隨著研究的深入,科學(xué)家正逐步把數(shù)學(xué)的優(yōu)化方法應(yīng)用到深度學(xué)習(xí)的計(jì)算模型中,使神經(jīng)網(wǎng)絡(luò)的目標(biāo)更加明確、學(xué)習(xí)效率更高。經(jīng)過這幾年的發(fā)展,深度學(xué)習(xí)初步形成了新的卷積網(wǎng)絡(luò)的學(xué)習(xí)架構(gòu),甚至可以達(dá)1000多層網(wǎng)絡(luò),深度卷積網(wǎng)絡(luò)不是單純地向深度發(fā)展,同時(shí)它也在每一層神經(jīng)元表示中往寬度發(fā)展,所以深度學(xué)習(xí)的表達(dá)能力、學(xué)習(xí)能力、推理能力會(huì)越來(lái)越強(qiáng)。
記者:深度學(xué)習(xí)除了應(yīng)用在人工智能領(lǐng)域,還有哪些其它應(yīng)用?
季向陽(yáng):人工智能無(wú)所不在,深度學(xué)習(xí)應(yīng)用在人工智能中也就相當(dāng)于應(yīng)用在了眾多領(lǐng)域,另外深度學(xué)習(xí)還可以從數(shù)學(xué)的角度分析。
從大的范疇里,深度學(xué)習(xí)與人工智能密不可分,人工智能無(wú)處不在,所以深度學(xué)習(xí)也應(yīng)用在了各個(gè)領(lǐng)域。從數(shù)學(xué)的角度來(lái)看,深度學(xué)習(xí)的模型就是一個(gè)函數(shù)表達(dá),它可以擬合任意的函數(shù),應(yīng)用在更多領(lǐng)域,比如股票的曲線,所以從這個(gè)層面而言,深度學(xué)習(xí)的應(yīng)用將更廣泛。
記者:深度學(xué)習(xí)的發(fā)展面臨哪些難題?
季向陽(yáng):深度學(xué)習(xí)在某些特定領(lǐng)域表現(xiàn)很好,但在很多領(lǐng)域有待提升,另外對(duì)于人工智能本身的原理也需要進(jìn)一步研究。
深度學(xué)習(xí)的發(fā)展面臨的瓶頸有很多,首先,它在特定領(lǐng)域、場(chǎng)景中表現(xiàn)很好,比如說(shuō)識(shí)別方面,但是在推理、場(chǎng)景分析的角度還是有很長(zhǎng)的路要走。第二,人工智能是個(gè)“黑盒子”,我們知道它行,但不知道它為什么行,這樣在某些領(lǐng)域它不太行的時(shí)候我們不知道原因,所以需要理論支撐,才能更好地發(fā)展。另外還有工程優(yōu)化等問題需要解決。
記者:對(duì)于深度學(xué)習(xí)的發(fā)展您有何看法?
季向陽(yáng):在這個(gè)方面我保持著樂觀的態(tài)度,我們有資本、有人才,所以我相信深度學(xué)習(xí)會(huì)一直向前發(fā)展。深度學(xué)習(xí)在入門時(shí)比較簡(jiǎn)單,很多人就會(huì)認(rèn)為他們可以很容易去創(chuàng)業(yè),但事實(shí)并非如此,任何一個(gè)企業(yè)都要有自己的創(chuàng)新力,有核心技術(shù),而且這個(gè)核心力是不容易讓別人跨越的,所以我們要在不斷應(yīng)用深度學(xué)習(xí)到細(xì)分領(lǐng)域的時(shí)候,不斷對(duì)算法進(jìn)行創(chuàng)新,打磨產(chǎn)品。
?
本作品為“科普中國(guó)-科技前沿大師談”原創(chuàng),轉(zhuǎn)載時(shí)務(wù)請(qǐng)注明出處。