![](https://img.laitimes.com/img/9ZDMuAjOiMmIsIjOiQnIsIyZuBnLwMWN5ITMmVDM2gTOkJWY1IDNwYWY2I2NmN2N2ATNwMDZidjMlhTYj9CXt92Yu4GZjlGbh5SZslmZxl3Lc9CX6MHc0RHaiojIsJye.png)
今天很高興跟大家分享我和研究所學生同學在研究當中的一些心得,總結起來叫做“深度學習的遷移模型”。
首先講一下我們的出發點,我們知道AlphaGo很厲害,但是它還有哪些點不夠?它不會舉一反三。你讓它下一盤棋,它不會利用前面的知識來幫助自己很快地學習新的棋藝,更不會利用下棋的知識做一些其他事,比如說自動駕駛。我們人是有這個能力的,如何能夠賦予計算機做這件事,這就是我們研究的一條主線。
由此引入我們的研究方向就是遷移學習,我們知道人能很自然地做這件事,從自行車遷移到機車,生活中還有很多的例子。這也從某種程度上解釋了我們看到小孩子在學習中并不需要上千萬的正例和負例幫助他學習,他往往用很少的例子就能學會一個很複雜的概念。同時學術界、工業界現在也認為,遷移學習是下一個研究和應用的重點。去年Andrew Ng(前百度公司首席科學家吳恩達)就講了遷移學習下一步将被大量應用。