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慧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，創造具有“早期融合、分析思考”的“智能大腦”。

　　相關研究成果發表于全球人工智慧領域權威期刊《ＩＥＥＥ模式分析與機器智能匯刊》。

　　人工智慧的重要意義在于解放人類勞動力，實現機器高度智能化。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、聲音和文本等數據進行表徵學習，模倣人腦機制來解釋這些數據，從大量實例中獲取數據、學習任務、分析結論。目前，主流的深度學習演算法“並不聰明”，存在著分析結論片面、難以得出規律性認識等缺陷。如何將復雜多源資訊協同起來進行數據分析？如何讓機器實現“眼觀六路、耳聽八方、融合思考”？這是深度學習演算法研究面臨的巨大挑戰。

　　天津大學胡清華團隊率先研發“廣義多視圖學習框架”演算法，創新性地提出“多源資訊早期融合、與特定任務聯合學習，拓展資訊融合方向”的研究思路。與以往的人工智慧深度學習演算法相比，“廣義多視圖學習框架”的創新主要有兩方面：一是實現了跨平臺、跨維度的資訊“早期融合”，將不同領域的大數據匯總成為立體的“綜合網絡”；二是構建了讓機器“自覺學習”的數學模型，不再對大量數據進行“堆砌式分析”，而是通過對綜合網絡數據的合理分析，得出精簡的規律性認識，甚至能夠對復雜任務進行預測和判斷，有望實現機器從“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育預測、阿茲海默症診斷等方面。

【糾錯】

責任編輯： 王萌萌