AI科技大本營按：4 月 15 日舉辦的京東人工智能創(chuàng)新峰會上，剛剛上任京東人工智能南京分院學(xué)術(shù)總顧問的周志華教授做了《關(guān)于深度學(xué)習(xí)一點(diǎn)思考》的公開分享。

近年來，深度神經(jīng)網(wǎng)絡(luò)在語音、圖像領(lǐng)域取得突出進(jìn)展，以至于很多人將深度學(xué)習(xí)與深度神經(jīng)網(wǎng)絡(luò)等同視之。但周志華表示，總結(jié)Kaggle 競賽中的獲獎(jiǎng)結(jié)果可以發(fā)現(xiàn)，神經(jīng)網(wǎng)絡(luò)獲勝的往往就是在圖像、視頻、聲音這幾類典型任務(wù)上，而在其它涉及到混合建模、離散建模、符號建模的任務(wù)上，相比其他模型就會差一些。

為什么會產(chǎn)生這樣的結(jié)果？周志華從深度神經(jīng)網(wǎng)絡(luò)的深層含義說起，條分縷析地總結(jié)出神經(jīng)網(wǎng)絡(luò)取得成功的三大原因：

有逐層的處理

有特征的內(nèi)部變化

有足夠的模型復(fù)雜度

并得出結(jié)論：如果滿足這三大條件，則并不一定只能用深度神經(jīng)網(wǎng)絡(luò)。

由于神經(jīng)網(wǎng)絡(luò)存在的一些缺陷，很多時(shí)候人們不得不考慮其他的模型。周志華介紹了他所領(lǐng)導(dǎo)的團(tuán)隊(duì)提出的gcforest方法，稱該方法有良好的跨任務(wù)表現(xiàn)、自適應(yīng)的模型復(fù)雜度等優(yōu)勢。

而對于 gcforest 研究的重要意義，正如周志華在分享中表示的那樣，深度學(xué)習(xí)是一個(gè)黑屋子，以前大家都知道它里面有深度神經(jīng)網(wǎng)絡(luò)，現(xiàn)在我們把這個(gè)屋子打開了一扇門，把 gcforest 放進(jìn)來，我想以后可能還有更多的東西，這是這個(gè)工作從學(xué)術(shù)科學(xué)發(fā)展上更重要的價(jià)值所在。

周志華教授是美國計(jì)算機(jī)學(xué)會 (ACM)、美國科學(xué)促進(jìn)會 (AAAS)、國際人工智能學(xué)會 (AAAI) 、國際電氣電子工程師學(xué)會 (IEEE) 、國際模式識別學(xué)會 (IAPR)、國際工程技術(shù) (IET/IEE) 等學(xué)會的會士，實(shí)現(xiàn)了 AI 領(lǐng)域會士大滿貫，也是唯一一位在中國大陸取得全部學(xué)位的 AAAI 會士，對于機(jī)器學(xué)習(xí)中的集成學(xué)習(xí)、多標(biāo)記學(xué)習(xí)與半監(jiān)督學(xué)習(xí)有著卓越的貢獻(xiàn)。他還一手參與創(chuàng)建了南京大學(xué)人工智能學(xué)院并擔(dān)任院長。

下面是演講全文，AI科技大本營整理：

各位可能最近都聽說我們南京大學(xué)成立了人工智能學(xué)院，這是中國 C9 高校的第一個(gè)人工智能學(xué)科。今天就跟大家談一談我們自己對于深度學(xué)習(xí)的一點(diǎn)點(diǎn)非常粗淺的看法，僅供大家批評討論。

▌什么是深度學(xué)習(xí)？

我們都知道現(xiàn)在人工智能很熱，掀起這股的熱潮最重要的技術(shù)之一就是深度學(xué)習(xí)技術(shù)。今天當(dāng)我們談到深度學(xué)習(xí)的時(shí)候，其實(shí)已經(jīng)可以看到在各種各樣的應(yīng)用，包括圖像、視頻、聲音、自然語言處理等等。如果我們問一個(gè)問題，什么是深度學(xué)習(xí)？大多數(shù)人基本會認(rèn)為，深度學(xué)習(xí)差不多就等于深度神經(jīng)網(wǎng)絡(luò)。

我給大家看一個(gè)例子。有一個(gè)非常著名的學(xué)會是國際工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會，他們有一個(gè)報(bào)紙叫 SIAM News。去年 6 月份的頭版上有一篇文章，它里面的重點(diǎn)說的就是深度學(xué)習(xí)是什么？它（深度學(xué)習(xí)）是機(jī)器學(xué)習(xí)的一個(gè)子域（subfield），這里面要用深度神經(jīng)網(wǎng)絡(luò)。

所以基本上如果我們要談深度學(xué)習(xí)的話，首先要從神經(jīng)網(wǎng)絡(luò)開始。神經(jīng)網(wǎng)絡(luò)并不是一個(gè)新生事物，人們已經(jīng)研究了超過半個(gè)世紀(jì)。但以往的話我們會用這樣的神經(jīng)網(wǎng)絡(luò)，就是中間有一個(gè)隱層或者有兩個(gè)隱層。在這樣的神經(jīng)網(wǎng)絡(luò)里面，它的每一個(gè)單元是一個(gè)什么樣的東西呢？是個(gè)非常簡單的計(jì)算模型。

比如說這么一個(gè)計(jì)算模型，實(shí)際上半個(gè)多世紀(jì)以前我們就已經(jīng)總結(jié)出來了。我們收到一些輸入，這些輸入通過一些連接放大，到了細(xì)胞之后，它的“加和”如果超過一個(gè)閾值，這個(gè)細(xì)胞就激活了。實(shí)際上說穿了就是這么一個(gè)非常簡單的公式，所謂的神經(jīng)網(wǎng)絡(luò)就是很多這樣的公式通過嵌套迭代得到的一個(gè)數(shù)學(xué)系統(tǒng)。

今天我們說深度神經(jīng)網(wǎng)絡(luò)的時(shí)候指的是什么？其實(shí)簡單來說就是用的神經(jīng)網(wǎng)絡(luò)有很多層，很深很深。大概多少？看一個(gè)數(shù)據(jù)，2012 年深度學(xué)習(xí)剛剛受到大家的重視的時(shí)候，一個(gè) ImageNet 競賽的冠軍用了 8 層，2015 年 152 層，2016 年 1207 多層，這是一個(gè)非常龐大的系統(tǒng)。

要把這個(gè)系統(tǒng)訓(xùn)練出來難度非常大，但有一個(gè)非常好的消息，真正的神經(jīng)網(wǎng)絡(luò)里面的計(jì)算單元，它最重要的激活函數(shù)是連續(xù)的，是可微的。以前在神經(jīng)網(wǎng)絡(luò)里面我們經(jīng)常用 Sigmoid，它是連續(xù)可微的，現(xiàn)在在深度神經(jīng)網(wǎng)絡(luò)里，我們經(jīng)常用 tanh 或者 tanh 的變體，它也是連續(xù)可微的。有了這么一個(gè)性質(zhì)以后，我們會得到一個(gè)非常好的結(jié)果，這個(gè)結(jié)果就是現(xiàn)在我們可以很容易計(jì)算系統(tǒng)的梯度。因此就可以很容易用著名的 BP 算法（注：反向傳播算法）來訓(xùn)練這系統(tǒng)。

今天通過這樣的算法，神經(jīng)網(wǎng)絡(luò)已經(jīng)取得了非常多的勝利，但實(shí)際上在學(xué)術(shù)界大家一直沒有想清楚一件事情，就是我們?yōu)槭裁匆眠@么深的模式？可能今天有很多人會說深度學(xué)習(xí)已經(jīng)取得了很多的成功，但它一個(gè)很大的問題就是理論基礎(chǔ)不清楚，我們理論上還說不清楚它到底怎么做？為什么會成功？這里面的關(guān)鍵是什么？其實(shí)我們根本不知道該從什么角度去看它。因?yàn)槿绻覀円隼碚摲治龅脑?，首先?yīng)該有一點(diǎn)直覺，你到底因?yàn)槭裁从杏?，在這條路上往前走才能有關(guān)鍵的結(jié)果。

關(guān)于深度神經(jīng)網(wǎng)絡(luò)為什么能深，其實(shí)這件事情到今天為止學(xué)術(shù)界都沒有統(tǒng)一的看法。在這里面給大家講一個(gè)我們前一段時(shí)間給出的論述，這個(gè)論述其實(shí)是從主要模型的復(fù)雜度的角度來討論的。

▌深度學(xué)習(xí)成功的關(guān)鍵是什么？

我們知道一個(gè)機(jī)器學(xué)習(xí)模型的復(fù)雜度實(shí)際上和它的容量有關(guān)，而這個(gè)容量直接決定了它的學(xué)習(xí)能力，所以說學(xué)習(xí)能力和復(fù)雜度是有關(guān)的。其實(shí)我們老早就知道，如果我們能夠增強(qiáng)一個(gè)學(xué)習(xí)模型的復(fù)雜度，它的學(xué)習(xí)能力就能夠提升，那么怎樣去提高復(fù)雜度呢？

對神經(jīng)網(wǎng)絡(luò)這樣的模型來說有兩條很明顯的途徑，一條是我們把模型變深，一條是我們把它變寬，但是如果從提升復(fù)雜度的角度，變深會更有效。當(dāng)你變寬的時(shí)候你只不過增加了一些計(jì)算單元、增加了函數(shù)的個(gè)數(shù)，而在變深的時(shí)候不僅增加了個(gè)數(shù)，其實(shí)還增加了嵌入的層次，所以泛函的表達(dá)能力會更強(qiáng)。所以從這個(gè)角度來說，我們應(yīng)該嘗試變深。

大家可能就會問了，既然要變深，你們不早就知道這件事了嗎？為什么現(xiàn)在才開始做呢？其實(shí)這就涉及到另外一個(gè)問題，我們在機(jī)器學(xué)習(xí)里面把學(xué)習(xí)能力變強(qiáng)了，這其實(shí)未必真的是一件好事。因?yàn)槲覀儥C(jī)器學(xué)習(xí)一直在斗爭的一個(gè)問題，就是我們經(jīng)常會碰到過擬合。

給定一個(gè)數(shù)據(jù)集，我們希望把數(shù)據(jù)集里的東西學(xué)出來，但是有時(shí)候可能把這個(gè)數(shù)據(jù)本身的一些特性學(xué)出來了，而這個(gè)特性卻不是一般的規(guī)律。當(dāng)把學(xué)出來的錯(cuò)誤東西當(dāng)成一般規(guī)律來用的時(shí)候，就會犯巨大的錯(cuò)誤，這種現(xiàn)象就是過擬合。為什么會把數(shù)據(jù)本身的特性學(xué)出來？就是因?yàn)槲覀兊哪Ｐ蛯W(xué)習(xí)能力太強(qiáng)了。

所以以往我們不太用太復(fù)雜的模型，為什么現(xiàn)在我們可以用這樣的模型？其實(shí)有很多因素，第一個(gè)因素是現(xiàn)在我們有很大的數(shù)據(jù)，那么比如說我手上如果只有 3000 多數(shù)據(jù)，學(xué)出來的特性就不太可能是一般規(guī)律。但是如果有三千萬、甚至三千萬萬的數(shù)據(jù)，那么這些數(shù)據(jù)里的特性本來就是一般規(guī)律，所以使用大的數(shù)據(jù)本身就是緩解過擬合的關(guān)鍵條件。

第二個(gè)因素，今天有很多很強(qiáng)大的計(jì)算設(shè)備，所以才能夠訓(xùn)練出這樣的模型，同時(shí)通過領(lǐng)域里很多學(xué)者的努力，我們有了大量關(guān)于訓(xùn)練這樣復(fù)雜模型的技巧和算法，所以這使得我們使用復(fù)雜模型成為可能。

按照這個(gè)思路來說，其實(shí)有三件事：第一，我們今天有更大的數(shù)據(jù)；第二；有強(qiáng)力的計(jì)算設(shè)備；第三，有很多有效的訓(xùn)練技巧。

這導(dǎo)致我們可以用高復(fù)雜度的模型。而深度神經(jīng)網(wǎng)絡(luò)恰恰就是一種很便于實(shí)現(xiàn)的高復(fù)雜度的模型。所以這么一套理論解釋，如果我們說它是一個(gè)解釋的話，它好像是能告訴我們?yōu)槭裁次覀儸F(xiàn)在能用深度神經(jīng)網(wǎng)絡(luò)。為什么它能成功？就是因?yàn)閺?fù)雜度大。

在一年多之前，我們把這個(gè)解釋說出來的時(shí)候，其實(shí)國內(nèi)外很多同行也很贊同這么一個(gè)解釋，因?yàn)榇蠹矣X得這聽起來蠻有道理的，其實(shí)我一直對這個(gè)不是特別滿意，這是為什么？其實(shí)有一個(gè)潛在的問題我們一直沒有回答。如果從復(fù)雜度解釋的話，我們就沒有辦法說為什么扁平的或者寬的網(wǎng)絡(luò)做不到深度神經(jīng)網(wǎng)絡(luò)的性能？因?yàn)槭聦?shí)上我們把網(wǎng)絡(luò)變寬，雖然它的效率不是那么高，但是它同樣也能起到增加復(fù)雜度的能力。

實(shí)際上我們在 1989 年的時(shí)候就已經(jīng)有一個(gè)理論證明，說神經(jīng)網(wǎng)絡(luò)有萬有逼近能力：只要你用一個(gè)隱層，就可以以任意精度逼近任意復(fù)雜度的定義在一個(gè)緊集上的連續(xù)函數(shù)。

其實(shí)不一定要非常深。這里面我要引用一個(gè)說法，神經(jīng)網(wǎng)絡(luò)有萬有逼近能力，可能是有的人會認(rèn)為這是導(dǎo)致神經(jīng)網(wǎng)絡(luò)為什么這么強(qiáng)大的一個(gè)主要原因，其實(shí)這是一個(gè)誤解。

我們在機(jī)器學(xué)習(xí)里面用到的所有模型，它必須具有萬有逼近能力。如果沒有這個(gè)能力，根本不可用。所以最簡單的，哪怕傅立葉變換，它就已經(jīng)有這個(gè)能力，所以這個(gè)能力不是神經(jīng)網(wǎng)絡(luò)所特有的。那我們在這兒要強(qiáng)調(diào)的一件事情是什么？其實(shí)我只要有一個(gè)隱層，我加無限度的神經(jīng)元進(jìn)去，它的能力也會變得很強(qiáng)，復(fù)雜度會變得很高。但是這樣的模型無論在應(yīng)用里面怎么試，我們發(fā)現(xiàn)都不如深度神經(jīng)網(wǎng)絡(luò)好。所以從復(fù)雜的角度可能很難解決這個(gè)問題，我們需要一點(diǎn)更深入的思考。

所以我們要問這么一個(gè)問題：深度神經(jīng)網(wǎng)絡(luò)里面最本質(zhì)的東西到底是什么？今天我們的答案可能是要做表示學(xué)習(xí)的能力。以往我們用機(jī)器學(xué)習(xí)，首先拿到一個(gè)數(shù)據(jù)，比如這個(gè)數(shù)據(jù)對象是一個(gè)圖像，我們就用很多特征把它描述出來，比如說顏色、紋理等等，這一些特征都是我們?nèi)祟悓＜彝ㄟ^手工來設(shè)計(jì)的，表達(dá)出來之后我們再去進(jìn)行學(xué)習(xí)。

而今天我們有了深度學(xué)習(xí)之后，現(xiàn)在不再需要手工設(shè)計(jì)特征，把數(shù)據(jù)從一端扔進(jìn)去，模型從另外一端出來，中間所有的特征完全通過學(xué)習(xí)自己來解決，這是所謂的特征學(xué)習(xí)或者表示學(xué)習(xí)，這和以往的機(jī)器學(xué)習(xí)技術(shù)相比是一個(gè)很大的進(jìn)步，我們不再需要完全依賴人類專家去設(shè)計(jì)特征了。

有時(shí)候我們的工業(yè)界朋友會說，這里面有一個(gè)很重要的叫做端到端學(xué)習(xí)，大家認(rèn)為這個(gè)非常重要。其實(shí)這一件事情要分兩個(gè)方面來看：一個(gè)方面當(dāng)我們把特征學(xué)習(xí)和分類器學(xué)習(xí)聯(lián)合起來考慮，可以達(dá)到聯(lián)合優(yōu)化的作用，這是好的方面；但另一方面，如果這里面發(fā)生什么我們不清楚，這時(shí)候端到端的學(xué)習(xí)不一定真的好，因?yàn)榭赡艿谝徊糠滞鶘|，第二部分往西，合起來看往東走的更多一些，其實(shí)內(nèi)部有一些東西已經(jīng)抵消了。

實(shí)際上機(jī)器學(xué)習(xí)里面早就有端到端學(xué)習(xí)，比如說做特征選擇，但這類方法是不是比其它特征選擇的方法要強(qiáng)？不一定，所以這不是最重要的，真正重要的還是特征學(xué)習(xí)或者表示學(xué)習(xí)。

我們再問下一個(gè)問題，表示學(xué)習(xí)最關(guān)鍵的又是什么？對這件事情我們現(xiàn)在有這么一個(gè)答案，就是逐層的處理。現(xiàn)在我們就引用非常流行的《深度學(xué)習(xí)》一書里的一張圖，當(dāng)我們拿到一個(gè)圖像的時(shí)候，如果我們把神經(jīng)網(wǎng)絡(luò)看作很多層的時(shí)候，首先在最底層我們看到是一些像素的東西，當(dāng)我們一層一層往上的時(shí)候，慢慢的有邊緣，再往上有輪廓等等，在真正的神經(jīng)網(wǎng)絡(luò)模型里不一定有這么清晰的分層，但總體上確實(shí)是在往上不斷做對象的抽象。

而這個(gè)特點(diǎn)，我們現(xiàn)在認(rèn)為這好像是深度學(xué)習(xí)真正成功的關(guān)鍵因素之一，因?yàn)楸馄缴窠?jīng)網(wǎng)絡(luò)能做很多深層神經(jīng)網(wǎng)絡(luò)所做的事，但是有一點(diǎn)它做不到：當(dāng)它是扁平的時(shí)候，就沒有進(jìn)行一個(gè)深度加工，所以深度的逐層抽象可能很關(guān)鍵。那如果我們再看一看，大家可能就會問，其實(shí)逐層處理這件事，在機(jī)器學(xué)習(xí)里也不是一個(gè)新東西。

以前有很多逐層處理的東西，比如說決策樹，它就是逐層處理，這是非常典型的模型。這個(gè)已經(jīng)有五六十年的歷史了，但它為什么做不到深度神經(jīng)網(wǎng)絡(luò)這么好呢？首先它的復(fù)雜度不夠，因?yàn)闆Q策樹的深度，如果我們只考慮離散特征，其最深的深度不會超過特征的個(gè)數(shù)，所以它的模型復(fù)雜度有上限；第二整個(gè)決策樹的學(xué)習(xí)過程中，它內(nèi)部沒有進(jìn)行特征變化，始終是在一個(gè)特征空間里面進(jìn)行，這可能也是一個(gè)問題。

大家如果對高級一點(diǎn)的機(jī)器學(xué)習(xí)模型有所了解，你可能會問，現(xiàn)在很多 Boosting 模型也是一層一層往下走，為什么它沒有取得深度學(xué)習(xí)的成功？我想問題其實(shí)差不多，首先復(fù)雜度還不夠，第二，更關(guān)鍵的一點(diǎn)，它始終在原始空間里面做事情，所有的這些學(xué)習(xí)器都是在原始特征空間，中間沒有進(jìn)行任何的特征變換。

深度神經(jīng)網(wǎng)絡(luò)到底為什么成功？里面的關(guān)鍵原因是什么？我想首先我們需要兩件事，第一是逐層地處理，第二我們要有一個(gè)內(nèi)部的特征變換。而當(dāng)我們考慮到這兩件事情的時(shí)候，我們就會發(fā)現(xiàn)，其實(shí)深度模型是一個(gè)非常自然的選擇。有了這樣的模型，我們很容易可以做上面兩件事。但是當(dāng)我們選擇用這么一個(gè)深度模型的時(shí)候，我們就會有很多問題，它容易 overfit，所以我們要用大數(shù)據(jù)，它很難訓(xùn)練，我們要有很多訓(xùn)練的 trick，這個(gè)系統(tǒng)的計(jì)算開銷非常大，所以我們要有非常強(qiáng)有力的計(jì)算設(shè)備，比如 GPU 等等。

實(shí)際上所有這些東西是因?yàn)槲覀冞x擇了深度模型之后產(chǎn)生的一個(gè)結(jié)果，他們不是我們用深度學(xué)習(xí)的原因。所以這和以往我們的思考不太一樣，以往我們認(rèn)為有了這些東西，導(dǎo)致我們用深度模型，現(xiàn)在我們覺得這個(gè)因果關(guān)系恰恰是反過來的——因?yàn)槲覀円盟?，所以我們才會考慮上面的這些東西。

而另外還有一點(diǎn)我們要注意，當(dāng)我們要有很大的訓(xùn)練數(shù)據(jù)的時(shí)候，這就要求我們必須要有很復(fù)雜的模型。假設(shè)我們有一個(gè)線性模型的話，給你 2000 萬要的還是 2 億的樣本，其實(shí)對它不是太大區(qū)別，它已經(jīng)學(xué)不進(jìn)去。而我們有了充分的復(fù)雜度，其實(shí)我們看到恰恰它又給我們使用深度模型加了一分。

由于這幾個(gè)原因，我們才覺得可能這是深度學(xué)習(xí)里面最關(guān)鍵的事情。所以這是我們現(xiàn)在的一個(gè)認(rèn)識：第一我們要有逐層的處理；第二我們要有特征的內(nèi)部變化；第三，我們要有足夠的模型復(fù)雜度。

這三件事情是我們現(xiàn)在認(rèn)為深度神經(jīng)網(wǎng)絡(luò)為什么能夠成功的關(guān)鍵原因，或者說這是一個(gè)猜測。如果滿足這幾個(gè)條件，我其實(shí)可以馬上想到，不一定真的要用神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)是選擇的幾個(gè)方案之一，我只要同時(shí)做到這三件事，別的模型也可以，并不一定只能用深度神經(jīng)網(wǎng)絡(luò)。

▌深度神經(jīng)網(wǎng)絡(luò)的缺陷

我們就要想一想，我們有沒有必要考慮神經(jīng)網(wǎng)絡(luò)之外的模型？其實(shí)是有的。因?yàn)榇蠹叶贾郎窠?jīng)網(wǎng)絡(luò)有很多缺陷。

第一，凡是用過深度神經(jīng)網(wǎng)絡(luò)的人都知道，你要花大量的精力來調(diào)它的參數(shù)，因?yàn)檫@是一個(gè)巨大的系統(tǒng)。這里面會帶來很多問題，首先當(dāng)我們調(diào)參數(shù)的時(shí)候，這個(gè)經(jīng)驗(yàn)其實(shí)是很難共享的。有的朋友可能說，我在第一個(gè)圖像數(shù)據(jù)集之上調(diào)數(shù)據(jù)的經(jīng)驗(yàn)，當(dāng)我用第二個(gè)圖像數(shù)據(jù)集的時(shí)候，這個(gè)經(jīng)驗(yàn)肯定可以重用的。但是我們有沒有想過，比如說我們在圖像方面做了一個(gè)很大的神經(jīng)網(wǎng)絡(luò)，這時(shí)候如果要去做語音，其實(shí)在圖像上面調(diào)參數(shù)的經(jīng)驗(yàn)，在語音問題上可能基本上不太有借鑒作用，所以當(dāng)我們跨任務(wù)的時(shí)候，經(jīng)驗(yàn)可能就很難有成效。

而且還帶來第二個(gè)問題，我們今天都非常關(guān)注結(jié)果的可重復(fù)性，不管是科學(xué)研究、技術(shù)發(fā)展，都希望這結(jié)果可重復(fù)，而在整個(gè)機(jī)器學(xué)習(xí)領(lǐng)域里面，深度學(xué)習(xí)的可重復(fù)性是最弱的。我們經(jīng)常會碰到這樣的情況，有一組研究人員發(fā)文章報(bào)告了一個(gè)結(jié)果，而這結(jié)果其他的研究人員很難重復(fù)。因?yàn)槟呐履阌猛瑯拥臄?shù)據(jù)、同樣的方法，只要超參數(shù)的設(shè)計(jì)不一樣，你的結(jié)果就不一樣。

我們在用深度神經(jīng)網(wǎng)絡(luò)的時(shí)候，模型的復(fù)雜度必須事先指定，因?yàn)樵谟?xùn)練模型之前，神經(jīng)網(wǎng)絡(luò)是什么樣就必須定了，然后才能用 BP 算法等等去訓(xùn)練它。其實(shí)這就會帶來很大的問題，因?yàn)樵跊]有解決這個(gè)任務(wù)之前，我們怎么知道這個(gè)復(fù)雜度應(yīng)該有多大呢？所以實(shí)際上大家做的通常都是設(shè)更大的復(fù)雜度。

如果在座各位關(guān)注過去三四年里深度神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)領(lǐng)域的進(jìn)展，你可以看到很多最前沿的工作在做什么事呢？其實(shí)都是在有效地縮減網(wǎng)絡(luò)的復(fù)雜度。比如說 ResNet 網(wǎng)絡(luò)，還有最近大家經(jīng)常用的模型壓縮等，其實(shí)我們想一想不都是把復(fù)雜度變小，實(shí)際上是先用了一個(gè)過大的復(fù)雜度，然后再降下來。

那么我們有沒有可能在一開始就讓這個(gè)模型的復(fù)雜度隨著數(shù)據(jù)而變化？這一點(diǎn)對神經(jīng)網(wǎng)絡(luò)可能很困難，但是對別的模型是有可能的。還有很多別的問題，比如說理論分析很困難，需要非常大的數(shù)據(jù)，黑箱模型等等。

從另外一個(gè)方面，各位朋友可能說，你做學(xué)術(shù)研究可能要考慮這些事，我是做應(yīng)用的，你只要給我解決問題就好了。就算從這角度來講，我們研究神經(jīng)網(wǎng)絡(luò)之外的東西也是很必要的。雖然神經(jīng)網(wǎng)絡(luò)這么流行，這么成功，但是其實(shí)我們可以看到，在很多的任務(wù)上性能最好的，不見得完全是深度神經(jīng)網(wǎng)絡(luò)，比如說大家經(jīng)常關(guān)心的 Kaggle 競賽，它上面是各種各樣的真實(shí)問題，比如說有機(jī)票、訂旅館，商品推薦等等。

如果我們看上面的獲勝者，今天很多還不是神經(jīng)網(wǎng)絡(luò)，很多是像隨機(jī)森林等這樣的模型。如果我們真的仔細(xì)去關(guān)注，真的神經(jīng)網(wǎng)絡(luò)獲勝的往往就是在圖像、視頻、聲音這幾類典型任務(wù)上，而在其它涉及到混合建模、離散建模、符號建模的任務(wù)上，其實(shí)神經(jīng)網(wǎng)絡(luò)的性能比其它模型還要差一些。

所以如果我們從一個(gè)學(xué)術(shù)的角度重新總結(jié)下這件事，我們就可以看到，今天我們談到的深度模型基本上都是深度神經(jīng)網(wǎng)絡(luò)。如果用術(shù)語來說的話，它是多層可參數(shù)化的可微分的非線性模塊所組成的模型，而這個(gè)模型可以用 BP 算法來訓(xùn)練。

那么這里面有兩個(gè)問題：第一，我們現(xiàn)實(shí)世界遇到的各種各樣的問題的性質(zhì)，并不是絕對都是可微的，或者能夠用可微的模型做最佳建模；第二，過去幾十年里面，我們的機(jī)器學(xué)習(xí)界做了很多很多模型出來，這些都可以作為我們構(gòu)建一個(gè)系統(tǒng)的基石，而中間有相當(dāng)一部分模塊是不可微的。

那么這些能不能用來構(gòu)建深度模型？能不能通過構(gòu)建深度模型之后得到更好的性能呢？能不能通過把它們變深之后，使得今天深度模型還打不過隨機(jī)森林這一些模型的任務(wù)，能夠得到更好的結(jié)果呢？

所以我們現(xiàn)在有一個(gè)很大的挑戰(zhàn)，這不光是學(xué)術(shù)上也是技術(shù)上的挑戰(zhàn)，就是我們能不能用不可微的模塊來構(gòu)建深度模型。

其實(shí)這個(gè)問題一旦得到回答，我們同時(shí)就可以得到好多其他問題的回答。比如說深度模型是不是就是深度神經(jīng)網(wǎng)絡(luò)？我們能不能用不可微的模型把它做深，這個(gè)時(shí)候我們不能用 BP 算法來訓(xùn)練，同時(shí)我們能不能讓深度模型在更多的任務(wù)上獲勝。這個(gè)問題其實(shí)我們提出來之后在國際上也有一些學(xué)者提出了一些相似看法。比如大家都知道深度學(xué)習(xí)非常著名的領(lǐng)軍人物 Geoffrey Hinton 教授，他也提出來希望深度學(xué)習(xí)以后能不能擺脫 BP 算法來做，他提出這個(gè)想法比我們要更晚一些。所以我想這一些問題是站在很前沿的角度上做的探索。

那我們自己就受到這樣的一個(gè)啟發(fā)，我們要考慮這三件事，就是剛才跟大家分析得到的三個(gè)結(jié)論：第一要做逐層處理，第二是特征的內(nèi)部變換，第三我們希望得到一個(gè)充分的模型復(fù)雜度。

▌深度森林

我自己領(lǐng)導(dǎo)的研究組最近在這一方面做了一些工作，我們最近提出了一個(gè) 深度森林的方法。

在這個(gè)方法里面我今天不跟大家講技術(shù)細(xì)節(jié)，它是一個(gè)基于樹模型的方法，主要是借用集成學(xué)習(xí)的很多想法。其次在很多不同的任務(wù)上，它的模型得到的結(jié)果和深度神經(jīng)網(wǎng)絡(luò)是高度相似的，除了一些大規(guī)模的圖像等等。在其他的任務(wù)上，特別是跨任務(wù)表現(xiàn)非常好，我們可以用同樣一套參數(shù)，用在不同的任務(wù)中得到不錯(cuò)的性能，就不需要逐任務(wù)的慢慢調(diào)參數(shù)。

還有一個(gè)很重要的特性，它有自適應(yīng)的模型復(fù)雜度，可以根據(jù)數(shù)據(jù)的大小自動(dòng)來判定該模型長到什么程度。它的中間有很多好的性質(zhì)，有很多朋友可能也會下載我們的開源代碼拿去試，到時(shí)候我們會有更大規(guī)模分布式的版本等等，要做大的任務(wù)必須要有更大規(guī)模的實(shí)現(xiàn)，就不再是單機(jī)版能做的事。

但另一方面，我們要看到這實(shí)際上是在發(fā)展學(xué)科思路上一個(gè)全新的思路探索，所以今天雖然它已經(jīng)能夠解決一部分問題了，但是我們應(yīng)該可以看到它再往下發(fā)展，前景可能是今天我們還不太能夠完全預(yù)見到的，所以我這邊簡單回顧一下卷積神經(jīng)網(wǎng)絡(luò)，這么一個(gè)非常流行的技術(shù)，它其實(shí)也是經(jīng)過了很長期的發(fā)展。

最早信號處理里面關(guān)于卷積的出現(xiàn)，其實(shí)是有一個(gè)多世紀(jì)了，但是現(xiàn)在深度神經(jīng)網(wǎng)絡(luò)的歷史是從 1962 年兩位諾貝爾獎(jiǎng)得主關(guān)于生物視覺皮層的研究開始。但是不管怎么樣第一次在神經(jīng)網(wǎng)絡(luò)里引入卷積是 1982 年，在此之后他們做了很多的工作，1989 年引入 BP 算法，那時(shí)算法就已經(jīng)成型了，到了 1995 年第一次對 CNN 有了一個(gè)完整的描述，在 1998 年對美國支票的識別取得了很大的成功，在 2006 年提出了通過無監(jiān)督逐層訓(xùn)練深層模型，到了 2009 年這個(gè)技術(shù)被引到 CNN 里，我們可以做深度的 CNN，2012 年深度的 CNN 被用在ImageNet 比賽中，直接掀起了一波深度學(xué)習(xí)的浪潮。

回顧這段歷史，從卷積神經(jīng)網(wǎng)絡(luò)開始出現(xiàn)，到這個(gè)算法真正在工業(yè)界取得巨大成效，中間經(jīng)過了 30 年的發(fā)展，我經(jīng)常說我們其實(shí)沒有什么真正的顛覆性技術(shù)，所有的技術(shù)都是一步步發(fā)展。今天我們有新的探索，新的探索能夠解決一些問題，但我們應(yīng)該往長遠(yuǎn)看，在經(jīng)過很多年，很多人的進(jìn)一步努力后，今天的探索應(yīng)該是為未來技術(shù)打下一個(gè)更加重要的基礎(chǔ)。

我們做的這一工作，我想它實(shí)際上是深度森林這一大類模型的開始，技術(shù)細(xì)節(jié)就不展開了，但是它全面的用到了集成學(xué)習(xí)里，據(jù)我所知多樣性增強(qiáng)方面，所有的技術(shù)都用進(jìn)去，所以如果大家感興趣，這是我自己寫的一本書。

我所做的工作的最重要的意義是什么呢？以前我們說深度學(xué)習(xí)是一個(gè)黑屋子，這個(gè)黑屋子里面有什么東西呢？大家都知道它有深度神經(jīng)網(wǎng)絡(luò)，現(xiàn)在我們把這個(gè)屋子打開了一扇門，把深度森林放進(jìn)來，我想以后可能還有更多的東西。所以這是這個(gè)工作從學(xué)術(shù)科學(xué)發(fā)展上的意義上，有一個(gè)更重要的價(jià)值。

▌AI時(shí)代最重要的是人才

最后我想用兩分鐘的時(shí)間談一談，南京大學(xué)人工智能學(xué)院馬上跟京東開展全面的、深入的在科學(xué)研究和人才培養(yǎng)方面的合作。

關(guān)于人工智能產(chǎn)業(yè)的發(fā)展，我們要問一個(gè)問題，我們到底需要什么？大家說需要設(shè)備嗎？其實(shí)做人工智能的研究不需要特殊機(jī)密的設(shè)備，你只要花錢，這些設(shè)備都買得到，GPU 這些都不是什么高端的禁運(yùn)的商品。第二是不是缺數(shù)據(jù)？也不是，現(xiàn)在我們的數(shù)據(jù)收集存儲、傳輸、處理的能力大幅度的提升，到處都是數(shù)據(jù)，真正缺的是什么？

其實(shí)人工智能時(shí)代最缺的就是人才。因?yàn)閷@個(gè)行業(yè)來說，你有多好的人，才有多好的人工智能。所以我們現(xiàn)在可以看到，其實(shí)全球都在爭搶人工智能人才，不光是中國，美國也是這樣。所以我們成立人工智能學(xué)院，其實(shí)就有這樣的考慮。

信息化之后人類社會必然進(jìn)入智能化，可以說這是一個(gè)不可逆轉(zhuǎn)、不可改變的一個(gè)趨勢。因?yàn)槲覀兓跀?shù)據(jù)信息為人提供智能輔助，讓人做事更容易，這是我們所有人的愿望。蒸汽機(jī)的革命是把我們從體力勞動(dòng)里面解放出來，人工智能革命應(yīng)該是把我們?nèi)祟悘囊恍┓磸?fù)性強(qiáng)的簡單智力勞動(dòng)中解放出來，而且人工智能這一個(gè)學(xué)科和其他短期的投資風(fēng)口和短期熱點(diǎn)不太一樣，它經(jīng)過 60 多年的發(fā)展，已經(jīng)有了一個(gè)龐大的、真正的知識體系。