小样本的类人概念学习与大数据的深度强化学习.PDF

科技导报2016，34（7） 小样本的类人概念学习与大数据的小样本的类人概念学习与大数据的 深度强化学习深度强化学习 陈孝良 中国科学院声学研究所，北京 100190 人工智能 （artificial intelligence， 灵测试不是那么可望而不可及了。人 习，其实这是一个非常宽泛的概念，而 AI）是最近被广泛关注的话题，也算是 类似乎找到了解决“抽象概念”的关键， 其中最酷的分支要算是深度学习 人类最美好的梦想之一。非常可惜的 在这 10 年时间里 ，随着 Google、 （deep learning）和 强 化 学 习 是即便AlphaGo已经成功挑战了人类 Facebook、Amazon的加入加速了深度 （reinforcement learning）。谷 歌 的 智力游戏的最后一块高地——围棋，但 学习的发展，目前深度学习已经广泛应 DeepMind就将深度学习和强化学习两 目前为止仍然还没有看到人工智能产 用到数据有哪些信誉好的足球投注网站、图像识别、语音识别、气 者的精髓合二为一，提出了深度强化学 生“自我”意识的希望，也就说，人工智 候预测、地理数据等各个领域（图1）， 习。2014年，这个团队就在《Nature》杂 能至少在现阶段还无法超越人类智慧， 并且带给了人们前所未有的体验。 志发表了题为《Human-level control 即便在学习和识别方面，人工智能和人 深度学习真能解决人工智能当前 throughdeepreinforcementlearning》的 类相比还是存在较大差距。 面临的诸多问题吗？正是因为目前深 论文，让业界对此充满了期待。 人工智能，与计算机之父图灵的名 度学习的过度火热，才必须要写这篇文 深度学习起源于2006年，这要感 字紧紧联系在一起，但是这位大师遭当 章表达观点，除了深度学习，忽视了一 谢机器学习领域的泰斗 Geoffrey 时英国当局迫害英年早逝，除了留给人 个同样关键的技术——贝叶斯学习，这 Hinton，是他在《Science》上的一篇著名 类无可估量的思想财富，也激发了乔布 里借鉴《Science》一篇著名的论文 论 文 《Unsupervised discovery of 斯的灵感，设计出了咬掉一口的苹果公 《Human-levelconceptlearningthrough nonlinear structure using contrastive 司标志。图灵在1950年的论文里，提 probabilisticprograminduction》中的概 backpropagation》开启了深度学习的 出图灵试验的设想，即通过隔墙对话， 念，姑且称之为类人概念学习，本文对 浪潮。 你将不知道与你谈话的是人还是计算 深度学习和类人概念学习进行简单的 深度学习是一种机器学习中建模 机。这无疑给人工智能预设了一个很 对比分析，思考到底如何才能形成人们 数据的隐含分布的多层表达的算法（图 高的期望值，半个多世纪以来人类在这 真正需要的人工智能。 2）。换句话来说，深度学习算法自动提 方面的进展却十分缓慢。 取分类中所需要的低层次或者高层次 2006年以来，深度学习的出现似 1 深度强化学习 特征。因此深度学习能够更好地表示 乎让人类重新看到了希望，至少通过图 现在街头巷尾都在谈论的机器学 数据的特征，同时由于模型的层次、参 图1 深度学习的应用领域 82 科技导报2016，34（7）