清華大學電子工程系王生進教授專訪第二彈：深度學習與實際應用
導言
上周五，我們採訪了王生進教授。
王生進教授就人工智慧的普及、發展給出了自己的看法。今天我們就推出王生進教授採訪的第二彈——深度學習與實際應用。
發展人工智慧，要靠機器自身學習，而這一功能的實現仰仗深度學習。隨著人工神經網路的層數不斷增加，機器的深度學習能力也越來越強，來看看王生進教授對深度學習及其應用的解讀吧~
問
發展人工智慧，就是要讓機器自己學習，也就是大家說的深度學習，王教授能簡單介紹一下深度學習嗎？
答
深度學習是最近幾年提出來的概念，深度學習的基本原理是人工神經網路。其實，人工神經網路在很早以前就出現了，但是在那個時候，由於數據、計算能力的限制，人工神經網路比較淺層。
隨著互聯網的發展，數據量大幅度增長，計算機的硬體技術提升，人工神經網路的層數得到了大幅度的提升，目前最多已經達到了1000層。通過數據對人工神經網路的訓練，使其具有辨別能力，是一個很簡單的原理，但是操作起來由於數據、計算能力的問題，變得比較複雜。
問
您能就深度學習舉一個簡單的例子嗎？
答
比如說，要讓機器具有一定的辨別能力，以辨別貓舉例：我們要收集大量貓的圖片，給每一張貓的圖片做標註，表示其是貓；另外將不是貓的圖片做標註，表示其不是貓。將這兩類圖片送到人工神經網路中學習，由於圖片具有標籤，人工神經網路會對其進行判定。然後用演算法對人工神經網路結果的正確、錯誤進行調整，從而達到正確辨別的目的。
問
目前，人工智慧已經應用到了傳媒、安防、教育行業等等，您覺得深度學習演算法會在哪些行業上有高效且突破性應用呢？
答
深度學習演算法應該會在很多行業得到應用。深度學習演算法是人工智慧代表性的方法。例如今日頭條，它會從你閱覽過的新聞中尋找標籤，例如軍事、教育，如果有共同標籤，它會知道你的興趣，將屬於對應標籤的資訊信息推薦給你，這就是很好的應用例子。
再例如安防，深度學習的人臉識別可以應用其中；金融認證可以應用人臉識別、語音識別、文本翻譯，這些都是行業應用的例子。
問
最近有一個節目，讓人工智慧來寫詩，甚至可以寫新聞，這也是深度學習的應用嗎？
答
沒錯，這是通過數據訓練實現的。我們把大量的新聞稿件、詩歌輸入到機器中，它可以通過對詞、句的結構進行解析。例如一個句子需要主謂賓，它會從主語、謂語、賓語挑選辭彙組合成句子。不僅如此，它還可以應用到圖像中去。假設你拍了一張風景照，人工智慧通過學習可以把你拍的照片按照任意著名畫家的風格進行轉換。
問
我們知道，演算法、算力、數據在人工智慧行業至關重要，您可以講解一下這三者的重要性嗎？
答
目前，各大公司都看重這三者的發展。在我們看來，這三者密切相關，相輔相成，都非常重要。演算法上，需要進一步研究，尋求結構、原理等方面的突破；算力是在實行效益上必不可少的；數據上來看，由於深度神經網路結構層數越來越深，它裡面的參數是上千萬甚至上億的，對這樣參數的深度學習，數據的需求量是巨大的。
問
目前，有一些事情我們無法獲取到很多的數據，這樣的問題要怎麼解決呢？
答
目前，學術界採取遷移學習的做法來解決這類的問題。先讓其具有某種能力，再用小量數據進行微調。舉個簡單的例子，如果你足球踢的很好，你具有了比常人更強的身體素質，學習其他體育運動也就更容易了。
第二個解決辦法，是從深度學習理論上解決這個問題。我們希望能夠設計出更高效的網路結構，讓網路結構有更高的效益，不需要提供很多的數據就能夠學的很好。目前，我們已經在進行這一步的工作了。
非常感謝您接受我們的採訪。
採訪小結：
本次採訪，王生進教授就深度學習給我們做了詳細的解答，並且在應用層面給了我們很大的啟發。
近兩年，王生進教授在計算機視覺、深度學習、大數據認知計算研究領域開展了深入研究，並取得了出色成果。
在物體檢測與分類研究中，所提出的多事例學習框架取得了多個公開數據集上多項指標領先的成果。
在圖像檢索研究中，開展了鑒別視覺表達與高效索引結構關鍵技術研究，大幅度提升了圖像檢索中視覺匹配的精確度，在主要圖像檢索標準測試集上均達到了國際領先水平。提出的方法不僅在若干數據集上取得了具有競爭力的識別精度，而且將識別速度提升了2-3個數量級。
2017年1月，人臉檢測性能在國際權威測試庫FDDB上取得第一，人臉識別性能在國際權威測試庫LFW上超過99%。團隊研發的人臉識別技術分別應用於天津全運會運動員村安保系統、湖南長沙黃花機場動態人臉布控系統、國家金稅三期人證合一系統中。
2015年，研究成果《Person Re-identification Meets Image Search》被《麻省理工學院技術評論》高度評價，評為「The best of the rest from the Physics arXiv preprint server」for the week ending February 21,2015。
相關論文發表於2016年PAMI。
同時，清華大學電子工程系在AI領域已有多年積累，團隊有多個國家級實驗室，與華泰科捷進行著深度的合作。在AI的大潮流下，王生進教授及其團隊必定會更加深入地研究、探索AI，為未來人工智慧的發展貢獻力量。
通過王生進教授的解答，我們對人工智慧有了更多的了解，例如深度學習、遷移學習。王生進教授的第三期採訪將在下周五推出，敬請期待！
TAG:全球大搜羅 |