記者從天津大學獲悉，該校胡清華教授團隊近日在人工智能深度學習領域取得重要進展，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)造真正實現(xiàn)“早期融合、分析思考”的“智能大腦”。相關研究在新一期全球人工智能領域權威期刊《IEEE模式分析與機器智能匯刊》發(fā)表。

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、分析結論。目前，主流的深度學習算法“并不聰明”，存在著分析結論片面、難以得出規(guī)律性認識等缺陷。如何將復雜的多源信息協(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艱巨挑戰(zhàn)。

胡清華團隊率先提出的“廣義多視圖學習框架”算法，創(chuàng)新性地提出了“多源信息早期融合、與特定任務聯(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”，將不同領域的大數(shù)據(jù)匯總成為立體的“綜合網(wǎng)絡”;二是構建了讓機器“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)絡數(shù)據(jù)的合理分析，得出精簡的規(guī)律性認識，甚至能夠對復雜任務進行預測和判斷，有望實現(xiàn)機器從“深度學習”到“融合思考”的飛躍。