专栏名称: 机器学习研究会
机器学习研究会是北京大学大数据与机器学习创新中心旗下的学生组织,旨在构建一个机器学习从事者交流的平台。除了及时分享领域资讯外,协会还会举办各种业界巨头/学术神牛讲座、学术大牛沙龙分享会、real data 创新竞赛等活动。
目录
相关文章推荐
爱可可-爱生活  ·  【50个最热门的大语言模型(LLM)面试问题 ... ·  2 天前  
爱可可-爱生活  ·  【[138星]Awesome-LLM-Sci ... ·  3 天前  
爱可可-爱生活  ·  【R1:一个为强化学习训练提供增强版GRPO ... ·  3 天前  
黄建同学  ·  Andrej Karpathy ... ·  3 天前  
51好读  ›  专栏  ›  机器学习研究会

【干货】地平线罗恒:应用深度学习的门槛是在降低吗?

机器学习研究会  · 公众号  · AI  · 2017-03-24 19:52

正文

请到「今天看啥」查看全文


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







请到「今天看啥」查看全文