新華社天津１１月３日電（記者張建新）近日，天津大學胡清華教授團隊在人工智能深度學習領(lǐng)域研究取得突破，首次提出“廣義多視圖學習框架”理論，有望改良“機器深度學習”局限性，創(chuàng)造具有“早期融合、分析思考”的“智能大腦”。

　　相關(guān)研究成果發(fā)表于全球人工智能領(lǐng)域權(quán)威期刊《ＩＥＥＥ模式分析與機器智能匯刊》。

　　人工智能的重要意義在于解放人類勞動力，實現(xiàn)機器高度智能化。深度學習是讓機器變得更加智能的計算方法，其原理即針對圖像、聲音和文本等數(shù)據(jù)進行表征學習，模仿人腦機制來解釋這些數(shù)據(jù)，從大量實例中獲取數(shù)據(jù)、學習任務(wù)、分析結(jié)論。目前，主流的深度學習算法“并不聰明”，存在著分析結(jié)論片面、難以得出規(guī)律性認識等缺陷。如何將復(fù)雜多源信息協(xié)同起來進行數(shù)據(jù)分析？如何讓機器實現(xiàn)“眼觀六路、耳聽八方、融合思考”？這是深度學習算法研究面臨的巨大挑戰(zhàn)。

　　天津大學胡清華團隊率先研發(fā)“廣義多視圖學習框架”算法，創(chuàng)新性地提出“多源信息早期融合、與特定任務(wù)聯(lián)合學習，拓展信息融合方向”的研究思路。與以往的人工智能深度學習算法相比，“廣義多視圖學習框架”的創(chuàng)新主要有兩方面：一是實現(xiàn)了跨平臺、跨維度的信息“早期融合”，將不同領(lǐng)域的大數(shù)據(jù)匯總成為立體的“綜合網(wǎng)絡(luò)”；二是構(gòu)建了讓機器“自覺學習”的數(shù)學模型，不再對大量數(shù)據(jù)進行“堆砌式分析”，而是通過對綜合網(wǎng)絡(luò)數(shù)據(jù)的合理分析，得出精簡的規(guī)律性認識，甚至能夠?qū)?fù)雜任務(wù)進行預(yù)測和判斷，有望實現(xiàn)機器從“深度學習”到“融合思考”的飛躍。

　　目前該成果已成功應(yīng)用于嬰兒大腦發(fā)育預(yù)測、阿茲海默癥診斷等方面。

【糾錯】

責任編輯： 王萌萌