深度学习并未走进死胡同

编者按 深度学习作为一类机器学习方法 , 是实现人工智能的重要基础 。 近日有学者认为 , 随着人工智能的发展 , 深度学习的短板日益凸显 , “其瓶颈已至” 。 深度学习的瓶颈是否真的已经到来?就此问题 , 本文将分为上下篇 , 对于深度学习的优势与短板、以及改进方式进行探讨 , 为读者梳理各位专家学者的不同思考 。

不久前 , 全球人工智能计算机视觉领域奠基人之一、约翰霍普金斯大学教授艾伦·尤尔抛出“深度学习(Deep learning)在计算机视觉领域的瓶颈已至”的观点 , 引发业内许多专家的共鸣和热议 。

目前 , 作为实现人工智能的一种形式 , 深度学习旨在更密切地模仿人类大脑 。 那么 , 业内专家学者是否认同这种说法?作为人工智能技术的重要基础 , 深度学习在发展中究竟遇到哪些困难?如果深度学习瓶颈已至 , 我们该如何破解这个难题?带着相关问题 , 科技日报采访人员近日采访了中外人工智能的知名专家对尤尔教授的观点深入解读 。


推荐阅读