Hinton 提供了什么创意？不实验，直接动手试试？
- 内容介绍
- 文章标签
- 相关推荐
本文共计3653个文字，预计阅读时间需要15分钟。
深度学习推动了AI领域成为当前最热门的科学，但引领这一风潮的先驱如Geoffrey Hinton，正期待对神经网络进行重大革新，让AI能力实现真正的突破。如果我们想要让AI成为神，那么...
深度学习推动了 AI 领域成为目前最热门的学科，但引领这一风潮的先驱者，如 Geoffrey Hinton，正期待对神经网络进行大刀阔斧的修改，让 AI 能力实现新的真正突破。
「如果我们想让神经网络像人类一样理解图像，我们需要找出神经网络是如何表示部分 - 整体层次结构的。」谷歌副总裁、工程研究专家、Vector Institute 首席科学顾问、多伦多大学 Emeritus 荣誉教授 Geoffrey Hinton。
2 月 25 日，一篇署名只有图灵奖得主 Hinton 一人的 44 页论文被上传到了预印版论文平台 arXiv，引发了人工智能社区的震动。
论文链接：arxiv.org/abs/2102.12627
这是在 2017 年，Hinton 及其合作者的胶囊网络CapsNet公开之后，他又一次对于深度学习模型架构的尝试。
有趣的是，人们拜读后发现，这一文章虽然篇幅很长，但主要叙述的是一种思想，Hinton 期待其他研究者们能够从中获得启发，顺着这样的思路开展后续研究。
Hinton 在论文的摘要中写道：「这篇论文并没有描述一个已经在运行的系统。它只描述了一个有关表示的单一想法， 允许将几个不同的小组所取得的进步组合到一个称为 GLOM 的假想系统中。这些进步包含 Transformer、神经场（neural field）、对比表示学习、模型蒸馏和胶囊网络（capsule）。
本文共计3653个文字，预计阅读时间需要15分钟。
深度学习推动了AI领域成为当前最热门的科学，但引领这一风潮的先驱如Geoffrey Hinton，正期待对神经网络进行重大革新，让AI能力实现真正的突破。如果我们想要让AI成为神，那么...
深度学习推动了 AI 领域成为目前最热门的学科，但引领这一风潮的先驱者，如 Geoffrey Hinton，正期待对神经网络进行大刀阔斧的修改，让 AI 能力实现新的真正突破。
「如果我们想让神经网络像人类一样理解图像，我们需要找出神经网络是如何表示部分 - 整体层次结构的。」谷歌副总裁、工程研究专家、Vector Institute 首席科学顾问、多伦多大学 Emeritus 荣誉教授 Geoffrey Hinton。
2 月 25 日，一篇署名只有图灵奖得主 Hinton 一人的 44 页论文被上传到了预印版论文平台 arXiv，引发了人工智能社区的震动。
论文链接：arxiv.org/abs/2102.12627
这是在 2017 年，Hinton 及其合作者的胶囊网络CapsNet公开之后，他又一次对于深度学习模型架构的尝试。
有趣的是，人们拜读后发现，这一文章虽然篇幅很长，但主要叙述的是一种思想，Hinton 期待其他研究者们能够从中获得启发，顺着这样的思路开展后续研究。
Hinton 在论文的摘要中写道：「这篇论文并没有描述一个已经在运行的系统。它只描述了一个有关表示的单一想法， 允许将几个不同的小组所取得的进步组合到一个称为 GLOM 的假想系统中。这些进步包含 Transformer、神经场（neural field）、对比表示学习、模型蒸馏和胶囊网络（capsule）。