頂級大腦碰撞深度學習未來
圍繞“深度學習下一步”,顏水成博士與加州大學伯克利分校教授 Michael I. Jordan,香港科技大學教授楊強,南加州大學教授 Kevin Knight,北京大學信息科技技術學院教授王立威,以及清華大學計算機系長聘教授朱軍展開討論。
其中,Michael I. Jordan 教授(上圖左二)被譽為“統(tǒng)計機器學習之父”,他將統(tǒng)計學的方法引入機器學習領域,讓學界認識到貝葉斯網(wǎng)絡的重要性,還提出了 Jordan 網(wǎng)絡(一種遞歸神經(jīng)網(wǎng)絡)。
Jordan 教授是美國科學院、美國工程院、美國藝術與科學院三院院士,是 AAAI,ACM,ASA,CSS,IEEE,IMS,ISBA 和 SIAM 等頂級學會的Fellow,是2016年IJCAI卓越研究獎,2015年David E. Rumelhart 獎和2009年ACM/AAAI Allen Newell 獎得主。
Jordan 教授指出,深度神經(jīng)網(wǎng)絡繞不開的問題是,盡管擁有強大的泛化能力,但學習的都是過去的數(shù)據(jù),而真實世界永遠存在新的未知信息。
論壇還討論了深度學習模型的可解釋性、學術界和工業(yè)界資源不對等等熱點問題。
嘉賓們認為,基礎理論的研究對機器學習和人工智能的發(fā)展至關重要,學術界和工業(yè)界各有優(yōu)勢,領域進步需要更好的數(shù)據(jù)集基礎,以及建立統(tǒng)一的基準(benchmark)。
他們還指出,對于研究者來說,要勇于挑戰(zhàn)他人未曾涉足的領域,不僅僅在前人的基礎上改善,更要提出原創(chuàng)性的問題,并為之持續(xù)奮斗。
您可以復制這個鏈接分享給其他人:http://www.dfk3a.com/node/782