重磅 | Geffory Hinton：深度学习进入平台期？不，深度学习需要的是“推倒重来”

雷峰网 · 公众号 · 科技媒体 · 2017-09-17 22:29

正文

请到「今天看啥」查看全文

众所周知，从Hinton于2006年在Science杂志上发表《Deep Belief Networks》的论文开启了深度神经网络的新时代。十余年来，基于Hinton及众多先驱提出的深度学习理念框架，深度学习在有监督学习上取得了一定的突破，但同时也暴露出了一定的技术局限，如 数据需求大、环境适应弱、可解释性差、性能差异大、数据分享难 （https://www.leiphone.com/news/201709/QuBqR1h6I7yglwbH.html?type=preview）等。不少研究者认为，人工智能的下一步发展有待于在无监督学习领域的进一步突破。

如何破局？Hinton提出Capsule

Hinton近日对其在2011年的一篇论文《Transforming Auto-encoders》提出的Capsule概念重新进行了思考及完善，关于Capsule的最新论文《Dynamic Routing Between Capsules》目前已被NIPS 2017接收，目前这篇论文并未正式发表，但我们还是可以从 Google Research Blog （地址：https://research.google.com/pubs/pub46351.html）发表的论文摘要以及部分提到了Capsule的 Slide