版权归原作者所有,如有侵权,请联系我们

[科普中国]-季向阳:“深度学习”助力AI梦想

科普中国-科普话强国
原创
栏目聚焦我国前沿科技领域取得的重大进展和标志性成果。
收藏

新华网北京5月23日电 近日,由中国人工智能学会主办的2018全球人工智能技术大会在京举办。与会者围绕AI热点问题,分享了该领域最新技术成果及应用。清华大学教授、国家杰出青年科学基金获得者季向阳就“深度学习”为人工智能发展带来的重要影响分享了独到见解。

记者:“深度学习”的方式有何最新研究进展?

季向阳:随着神经网络研究范围和领域的不断扩宽、加深,深度学习使人工智能的表达能力、学习能力、推理能力都越来越强。

深度学习的神经网络在早期是自模拟人的大脑细胞出发,从简单的细胞到复杂的细胞、从局部的特征到全局的特征模拟发展而来。随着研究的深入,科学家正逐步把数学的优化方法应用到深度学习的计算模型中,使神经网络的目标更加明确、学习效率更高。经过这几年的发展,深度学习初步形成了新的卷积网络的学习架构,甚至可以达1000多层网络,深度卷积网络不是单纯地向深度发展,同时它也在每一层神经元表示中往宽度发展,所以深度学习的表达能力、学习能力、推理能力会越来越强。

记者:深度学习除了应用在人工智能领域,还有哪些其它应用?

季向阳:人工智能无所不在,深度学习应用在人工智能中也就相当于应用在了众多领域,另外深度学习还可以从数学的角度分析。

从大的范畴里,深度学习与人工智能密不可分,人工智能无处不在,所以深度学习也应用在了各个领域。从数学的角度来看,深度学习的模型就是一个函数表达,它可以拟合任意的函数,应用在更多领域,比如股票的曲线,所以从这个层面而言,深度学习的应用将更广泛。

记者:深度学习的发展面临哪些难题?

季向阳:深度学习在某些特定领域表现很好,但在很多领域有待提升,另外对于人工智能本身的原理也需要进一步研究。

深度学习的发展面临的瓶颈有很多,首先,它在特定领域、场景中表现很好,比如说识别方面,但是在推理、场景分析的角度还是有很长的路要走。第二,人工智能是个“黑盒子”,我们知道它行,但不知道它为什么行,这样在某些领域它不太行的时候我们不知道原因,所以需要理论支撑,才能更好地发展。另外还有工程优化等问题需要解决。

记者:对于深度学习的发展您有何看法?

季向阳:在这个方面我保持着乐观的态度,我们有资本、有人才,所以我相信深度学习会一直向前发展。深度学习在入门时比较简单,很多人就会认为他们可以很容易去创业,但事实并非如此,任何一个企业都要有自己的创新力,有核心技术,而且这个核心力是不容易让别人跨越的,所以我们要在不断应用深度学习到细分领域的时候,不断对算法进行创新,打磨产品。

本作品为“科普中国-科技前沿大师谈”原创,转载时务请注明出处。

内容资源由项目单位提供