深度学习-机器学习领域的新热点

ai 清华大学 胡晓林 朱 军 从目前的形势看， 深度学习是当前关注的热 点， 受到工业界的力捧。 尽管如此， 学术界仍有许 多人对此保持冷静， 甚至认为深度学习有点热过头 了。 深度学习基本上还只是一个经验主导的研究方 向。 如今很多学者在问， 深度学习为统计学习的基 础理论和算法到底贡献了哪些新成果？ 而且， 现有 的深度学习方面的研究在很大程度上依赖于计算资 源， 谁拥有的机器多、 做的并行架构好， 谁的结果 可能就好。 学术界在这方面很难敌得过工业界， 一 般的研究组不经过长期的积累很难做出有影响力的 工作。 此外， 深度学习只是机器学习领域的一个方 向， 而且这个方向上的工作几乎还没有接触到统计 学习的核心问题， 如泛化性能、 学习效率等， 更多 的还停留在诸如试误法 (trial-and-error) 的经验尝试。 目前称得上以深度学习为主的研究组大概也就十几 个 [20]， 更多的研究者还在从事统计学习的基础理论、 算法等工作。 因此， 青年学者在选择研究课题时还 需要慎重考虑