中国人工智能学会通讯——深度学习的迁移模型

今天很高兴跟大家分享我和研究生同学在研究当中的一些心得，总结起来叫做“深度学习的迁移模型”。

首先讲一下我们的出发点，我们知道AlphaGo很厉害，但是它还有哪些点不够？它不会举一反三。你让它下一盘棋，它不会利用前面的知识来帮助自己很快地学习新的棋艺，更不会利用下棋的知识做一些其他事，比如说自动驾驶。我们人是有这个能力的，如何能够赋予计算机做这件事，这就是我们研究的一条主线。

由此引入我们的研究方向就是迁移学习，我们知道人能很自然地做这件事，从自行车迁移到摩托车，生活中还有很多的例子。这也从某种程度上解释了我们看到小孩子在学习中并不需要上千万的正例和负例帮助他学习，他往往用很少的例子就能学会一个很复杂的概念。同时学术界、工业界现在也认为，迁移学习是下一个研究和应用的重点。去年Andrew Ng（前百度公司首席科学家吴恩达）就讲了迁移学习下一步将被大量应用。