新闻中心

EEPW首页 > 智能计算 > 业界动态 > 超深度学习是人工智能的颠覆性创新

超深度学习是人工智能的颠覆性创新

作者:郭淳学时间:2018-10-27来源:电子产品世界收藏

  当前热在全世界兴起,且一浪高过一浪,各行各业对的关注和需求在不断增加。但是,当前主流算法的“深度学习”( Deep Learning DL)由于需要支撑的硬件资源大、训练时所需要的数据标注成本极高,应用效果完全取决于庞大的数据集、模型的训练绕不开NP问题等缺陷,因此存在黑箱问题、不能在工业和嵌入式系统应用。这给人工智能应用带来隐患和阴影,大大限制了人工智能的发展和应用。人们在期待能够弥补“深度学习”缺陷的新一代人工智能算法的出现。

本文引用地址:http://www.eepw.com.cn/article/201810/393477.htm

  8月18日在北京举办的世界机器人大会的新一代人工智能创新专题论坛上,中国嵌入式系统产业联盟新一代人工智能专业委员会主任顾泽苍博士公布了由他本人针对“深度学习”缺陷发明的人工智能的颠覆性创新算法“”( Super Deep Learning SDL),引起业内关注。

  “”的问世即不是应运而生,也不是正逢吉时。常言道:十年磨一剑。“”是日本阿波罗株式会社首席科学家顾泽苍博士(中国籍),在二十多年研究和实践人工智能的经验和成果基础上,两年前就在业内首先发表论文指出“深度学习”的缺陷,并针对“深度学习”的缺陷,发明了“超深度学习”算法。应该说“超深度学习”是顾泽苍博士经过二十多年艰辛,磨出的一把新一代人工智能的利剑。

  当今任何现代技术的发明都离不开数学,数学的基础是哲学。因此,当今所有现代技术的创新,如没有在哲学上有变化,只能是原有技术上的沿深创新,不能称为颠覆性的创新。

  对人类科学发展影响最大的指导哲学有:在西方占主导地位、并在近二百多年在全世界科学领域占主导地位的“还原论”;以及,早期在中国社会占主导地位的“整体论”。还原论倡导以数据为依据,推理出事物。整体论倡导以特征为依据,概括出事物。简单比喻:西医诊病过程是还原论的应用典型:西医要经过化验和仪器检查,通过化验和仪器的检查结果诊断出是什么病。越严重的病,需要化验和仪器检查的内容会增多,还可能确诊不出是什么病。中医诊病过程是整体论的应用典型:无论病的严重程度如何,中医都是用望、闻、问、切的诊病方式,通过病人身体上的发病特征去诊病,不需要化验和仪器的检查结果就能诊断出是什么病。

  不难看出,“深度学习”的应用过程是还原论的指导。“深度学习”对学习的对象需要采集大量数据,对象越复杂需要采集的数据越多,经过几乎无限次的计算,最后还可能无结果。“超深度学习” 的应用过程是整体论的指导。“超深度学习” 对学习的对象采集数据后计算出特征,如特征不足,仅在本次特征的表征的数据内再计算出新特征,以此迭代,用·很少次就可计算出对象的特征。“超深度学习”采用了以往人工智能算法完全不同的哲学做指导,所以是颠覆性的新一代人工智能创新算法。

  比起“深度学习”, “超深度学习”不需要大数据和大资源的支持,通过5—10次就可完成机器学习。“超深度学习”超越了“深度学习”的缺陷,展现出许多优势,真正实现了机器无监督的自组织学习。近期,“超深度学习”成功在模型汽车上应用,在世界上首先实现了无人驾驶汽车的L4水平。这一骄艳的成绩,在世界人工智能的发展道路上,以中国人自主知识产权的技术树起新的里程碑,并结束了中国只有人工智能应用,没有人工智能核心技术的落后现状。

  “万物之始,大道至简,衍化至繁”, “超深度学习”以其简单的机器学习方式,使人工智能可以用在工业和嵌入式系统中,这将促使各类智能工业设备和智能商用终端的大量涌现,会在全社会引发人工智能研究与应用的巨大发展和取得丰硕成果。



评论


相关推荐

技术专区

关闭