記者從天津大學獲悉，智能大腦該校胡清華教授團隊近日在人工智能深度學習領域取得重要進展，新算首次提出“廣義多視圖學習框架”理論，望培有望改良“機器深度學習”局限性，養出創造真正實現“早期融合、智能大腦分析思考”的新算“智能大腦”。相關研究在新一期全球人工智能領域權威期刊《IEEE模式分析與機器智能匯刊》發表。望培

　　深度學習是養出讓機器變得更加智能的計算方法，其原理即針對圖像、智能大腦聲音和文本等數據進行表征學習，新算模仿人腦機制來解釋這些數據，望培從大量實例中獲取數據、養出學習任務、智能大腦分析結論。新算目前，望培主流的深度學習算法“并不聰明”，存在著分析結論片面、難以得出規律性認識等缺陷。如何將復雜的多源信息協同起來進行數據分析？如何讓機器實現“眼觀六路、耳聽八方、融合思考”？這是深度學習算法研究面臨的艱巨挑戰。

　　胡清華團隊率先提出的“廣義多視圖學習框架”算法，創新性地提出了“多源信息早期融合、與特定任務聯合學習，拓展信息融合方向”的研究思路。與以往的人工智能深度學習算法相比，“廣義多視圖學習框架”的創新主要有兩方面：一是實現了跨平臺、跨維度的信息“早期融合”，將不同領域的大數據匯總成為立體的“綜合網絡”；二是構建了讓機器“自覺學習”的數學模型，不再對大量數據進行“堆砌式分析”，而是通過對綜合網絡數據的合理分析，得出精簡的規律性認識，甚至能夠對復雜任務進行預測和判斷，有望實現機器從“深度學習”到“融合思考”的飛躍。