【干货】地平线罗恒：应用深度学习的门槛是在降低吗？

导读：

地平线机器人资深算法研究员罗恒参加了钛坦白第33期，与百度资深工程师、Paddle API重构设计负责人于洋及第四范式联合创始人、首席研究科学家陈雨强一同讨论分享了自己关于AI时代机器学习的看法与见解。

我的博士是在上海交通大学念的，刚开始的时候其实并没有确定自己研究方向，只是对机器学习很感兴趣，看了很多机器学习方面的书和论文，最感兴趣的是“支持向量机”，感觉实际中有广泛应用，同时又有非常完善的理论，所以花了一定的精力在读相关的论文和书。看了一段时间之后，发现Vapnik似乎已经把所有他想要解决的问题都解决完了，很多识别的问题解决得不好，是由于没有专家设计出合理的核和函数，而这不是SVM或统计学习理论所关心的问题。当时看到这儿，感觉好像已经没什么工作可做了。

在这个时候看到了Yoshua Bengio写的一个关于深度学习的一个技术报告，觉得很有趣，因为角度完全不一样。SVM考虑的问题都是如何限制模型的复杂度，如何来增强模型的推广能力，而在Bengio的论文里讨论的都是如何学习数据的表示，他认为如果我们能够学习到关于数据的抽象表示，那么分类就会变得非常简单，也就是说我们不需要去用一个像知识像机那么复杂的分类器，可能一个简单的线性分类器就能实现我们的目标。

当时就觉得这个非常有潜力，这可能是一个全新的方向，那时候是2008年，关注神经网络、深度学习的人还比较少，我也从来没有想到过后来会有这样大的发展，当时觉得最大的可能也就是在学术界引起一波新的研究的热潮，想不到深度学习后来会被广泛应用到实际中，并且又一次引发了公众对于人工智能的关注。

开始