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”。

　　相關研究成果發(fā)表于全球人工智能領域權威期刊《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、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,。

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

【糾錯】

責任編輯： 王萌萌