深度学习并未走进死胡同( 三 ) 编者按深度学

当然，要让卷积神经网络正常运作需要功能强大的计算机和庞大的数据集，而其在收集数据或计算平均值时，效果并非十全十美。

卷积神经网络的力挺者、脸谱（Facebook）人工智能实验室负责人伊恩·勒坤表示，目前使用最广泛的卷积神经网络几乎完全依赖于监督学习。这意味着，如果想让卷积神经网络学会如何识别某一特定对象，必须对几个样本进行标注。而无监督学习（Unsupervised learning）可以从未经标记的数据展开学习，更接近人脑的学习方式。而在此基础上开发的反向传播算法，能有效使错误率最小化，只是不太可能体现出人类大脑的运作机理。

勒坤表示：“我们对大脑如何学习几乎是完全陌生的。尽管人们已经知道神经元突触能够自我调整，但对大脑皮层的机理尚不明晰，所知道的最终答案是无监督学习是一种更接近人脑的学习方式，但对于大脑的认知机制却无力解答。 ”