你好,游客 登录
背景:
阅读新闻

有望实现机器从“深度学习”到“融合思考”的飞跃

[日期:2018-11-14] 来源:网络  作者: [字体: ]

  记者从天津大学获悉,该校胡清华教授团队近日在人工智能深度学习领域取得重要进展,首次提出“广义多视图学习框架”理论,有望改良“机器深度学习”局限性,创造真正实现“早期融合、分析思考”的“智能大脑”。相关研究在新一期全球人工智能领域权威期刊《IEEE模式分析与机器智能汇刊》发表。

  深度学习是让机器变得更加智能的计算方法,其原理即针对图像、声音和文本等数据进行表征学习,模仿人脑机制来解释这些数据,从大量实例中获取数据、学习任务、分析结论。目前,主流的深度学习算法“并不聪明”,存在着分析结论片面、难以得出规律性认识等缺陷。如何将复杂的多源信息协同起来进行数据分析?如何让机器实现“眼观六路、耳听八方、融合思考”?这是深度学习算法研究面临的艰巨挑战。

 

  胡清华团队率先提出的“广义多视图学习框架”算法,创新性地提出了“多源信息早期融合、与特定任务联合学习,拓展信息融合方向”的研究思路。与以往的人工智能深度学习算法相比,“广义多视图学习框架”的创新主要有两方面:一是实现了跨平台、跨维度的信息“早期融合”,将不同领域的大数据汇总成为立体的“综合网络”;二是构建了让机器“自觉学习”的数学模型,不再对大量数据进行“堆砌式分析”,而是通过对综合网络数据的合理分析,得出精简的规律性认识,甚至能够对复杂任务进行预测和判断,有望实现机器从“深度学习”到“融合思考”的飞跃。

收藏 推荐 打印 | 录入:Cstor | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款