當前位置:
首頁 > 知識 > KDD 2016 Deep Learning大討論

KDD 2016 Deep Learning大討論

今天KDD 2016有很多有意思的內容,其中要數題為「Is Deep Learning the New 42」的Plenary Panel給我印象最深。

KDD 2016 Deep Learning大討論


首先說一下參與Panel的幾位學者的來頭。主持Panel的Andrei Broder自然不用說,目前擔任Google的Distinguished Scientist,之前是Yahoo Research的VP。參與討論的有University of Washington的Pedro Domingos(因為Markov Logic Networks著名),來自Google DeeMind的Nando de Freitas(之前因為Gaussian Process,現在因為Deep Learning著名),來自Université Paris-Saclay的Isabelle Guyon(因為SVM著名),來自University of California at Berkeley的Jitendra Malik(因為CV界的好幾個演算法著名)以及來自Purdue University的Jennifer Neville(因為Graph Mining著名)。


總體感覺是,Jennifer和Nando de Freitas大部分時間在打醬油。兩者均在學術圈的時日比較短,雖然Nando是做Deep Learning的,但深入的觀點感覺並不多,無法從多個領域的整體感覺來談論Deep Learning的一些High Level Idea。整個Panel而言,表現最搶眼的是Pedro Domingos,觀點犀利,而且觀眾很有共鳴。我這裡總結幾點:


1. Deep Learning的核心成功來源於Representation Learning。Pedro希望看到不同類型的,基於不同觀念的Representation Learning興起。


2. Deep Learning還處於非常早期的發展時期,我們需要對認知Deep Learning為什麼成功,而不僅僅限於能做什麼Task。

3. Model Interpretative可能是一個偽問題。在精確的模型和有解釋意義的模型之前,寧願選擇精確的模型。人類的認知局限,恰恰是希望能夠發展出人類 所不能解釋的,超過人類能力的模型。如果是為了解釋性,從而降低了模型的準確度,那就違背了Machine Learning的初衷。人類理解不了模型是好事,需要提高的人類的認知能力。這一個觀點在會場上引起了很大的震動。


4. 學者有義務對整個社會進行教育,所有人都應該理解Machine Learning的局限和期望。(這一點也就能夠解釋Pedro為什麼會寫科普性質的書籍《Master Algorithm》。)


5. 學術圈的存在意義不是做Incremental的學術,而恰恰是做Long-term,可能會失敗的有深遠意義的研究。


6. Deep Learning未必能夠在所有的領域都大放異彩。目前的成功還主要在Image、Speech領域。


Nando有一個觀點還是不錯的,那就是現在Deep Learning的成功也得益於軟體系統,特別是現在DL的各類框架的成熟。

總之,整個一個多小時Panel人山人海,看來Deep Learning依然是目前最為火熱的研究課題。

請您繼續閱讀更多來自 雷鋒網 的精彩文章:

四兩撥千斤,軟體機器人和剛性機器人有什麼區別?
SpaceX「獵鷹9號」 火箭第六次成功回收
中國工程院徐揚生院士:智能機器人的問題與思考
360 首席科學家顏水成:有關機器視覺的六個洞見
南佛羅里達大學孫宇教授:機器人靈巧手抓取的復興

TAG:雷鋒網 |

您可能感興趣

KDD Cup 2017雙料冠軍是如何煉成的?我們向Convolution團隊討教了他們的「成功方法論」
SIGKDD明日召開,重點內容全概覽|KDD 2017
KDD 2017現場探營:務實、豐富,數據大爆炸的盛會即將開啟 | KDD 2017
作為KDD 2017鑽石贊助商,滴滴出行會場有哪些活動?| KDD 2017
KDD:BAT、華為谷歌論文排行榜,中國包攬KDD CUP
KDD2017:阿里論文解讀,深度學習、大規模圖計算等
阿里KDD2017:大規模圖計算對展示廣告的行為預測
「北馬助跑」KDD 2017:體育運動分析中的數據挖掘與機器學習
滴滴KDD2017論文:基於組合優化的計程車分單模型
KDD2018主席熊輝教授:數據挖掘與深度學習結合新趨勢
ACM SIGKDD主席裴健專訪:華人學者在數據挖掘領域的成就有目共睹
「專訪」KDD2018主席熊輝教授:數據挖掘與深度學習結合新趨勢
SIGKDD明日召開,重點內容全概覽
加拿大西蒙弗雷澤大學裴健教授當選ACM SIGKDD新一屆主席
「突破」深度學習計算消耗降低95%,KDD2017哈希法研究加速神經網路進化
KDD 2017現場探營:務實、豐富,數據大爆炸的盛會即將開啟
「裴健當選SIGKDD主席」研究被引超7萬次,他還有一個遺憾|專訪
KDD Cup 20年全回顧:從今年包攬前三甲說起,看中國力量逐年滲透的三大亮點
作為KDD 2017鑽石贊助商,滴滴出行會場有哪些活動?