周志華教授——關(guān)于深度學(xué)習(xí)的一點思考，這一點你都理解嗎？

周志華,南京大學(xué)教授，計算機系主任，南京大學(xué)人工智能學(xué)院院長，歐洲科學(xué)院外籍院士，美國計算機學(xué)會 (ACM)、美國科學(xué)促進會 (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，實現(xiàn)了 AI 領(lǐng)域會士大滿貫。

導(dǎo)讀：周志華教授從深度神經(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)。

各位嘉賓，各位朋友大家下午好！

很高興今天下午來參加京東的這個活動，各位最近可能都聽說過我們南京大學(xué)成立了人工智能學(xué)院，這是中國C9高校（編輯注:C9高校是指北京大學(xué)、清華大學(xué)、復(fù)旦大學(xué)、上海交通大學(xué)、南京大學(xué)、浙江大學(xué)、中國科學(xué)技術(shù)大學(xué)、哈爾濱工業(yè)大學(xué)、西安交通大學(xué)共9所高校）的第一所人工智能學(xué)院。我們會和京東在科學(xué)研究和人才培養(yǎng)方面開展非常深度的合作。具體的合作內(nèi)容過一段時間會陸續(xù)地告訴大家。今天參加這個活動，謝謝伯文（編輯注：指周伯文博士，京東集團副總裁，京東AI平臺與研究部負責(zé)人）的邀請，在跟伯文溝通的時候談到今天講些什么呢？伯文說，今天的會議會有很多對技術(shù)前沿感興趣的專家，所以希望我分享些我們對技術(shù)前沿的一些思考。所以，我今天就跟大家分享些我們對深度學(xué)習(xí)的一點點思考，僅供大家一起來討論。

我們知道今天人工智能很熱，人工智能背后掀起的熱潮技術(shù)之一就是深度學(xué)習(xí)，當(dāng)我們談到深度學(xué)習(xí)的時候，在各種應(yīng)用場景中都應(yīng)用到它，包括圖像、視頻、聲音和自然語言處理等等，但是，如果我們問一個問題，什么是深度學(xué)習(xí)？可能大多數(shù)人差不多都會認為，深度學(xué)習(xí)就等于深度神經(jīng)網(wǎng)絡(luò)。

我給大家看一個例子。有一個非常著名的學(xué)會是國際工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會，他們有一個報紙叫 SIAM News。去年 6 月份的頭版上有一篇文章，它里面的重點說的就是深度學(xué)習(xí)是什么？它（深度學(xué)習(xí)）是機器學(xué)習(xí)的一個子域（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，我們必須談深度神經(jīng)網(wǎng)絡(luò)，或者必須從深度神經(jīng)網(wǎng)絡(luò)說起，神經(jīng)網(wǎng)絡(luò)并不是一個新生事物，它在人工智能界已經(jīng)研究了半個多世紀(jì)。以往的話，我們一般會用這樣的神經(jīng)網(wǎng)絡(luò)，就是中間有一個隱層或者兩個隱層。在這樣的神經(jīng)網(wǎng)絡(luò)當(dāng)中，它的每個單元是個什么東西呢？其實，網(wǎng)絡(luò)中的每個單元是一個非常簡單的計算模型，如下圖左下角所示，這個計算模型在半個世紀(jì)以前人們就已經(jīng)總結(jié)出來了。給定一些輸入，它們通過連接和放大，到達一個細胞之后，它的加和不超過一個閾值，就被激活。說穿了，它就是這么一個非常簡單的公式，深度神經(jīng)網(wǎng)絡(luò)就是很多這樣的公式通過嵌套和迭代得到的一個數(shù)學(xué)系統(tǒng)。

我們今天用到深度神經(jīng)網(wǎng)絡(luò)的時候，其實指的是什么呢？其實是指這個網(wǎng)絡(luò)的層數(shù)很深很深，很多層，大概是多少呢，給大家看一組數(shù)據(jù)：2012年，ImageNet競賽的冠軍，用到的是8層；2015年，用到的是152層；2016年用到的是1207層；這是一個非常龐大的系統(tǒng)，把這樣的一個系統(tǒng)訓(xùn)練出來，難度是非常大的。但是呢，我們有一個非常好的消息，神經(jīng)網(wǎng)絡(luò)中的計算單元的激活函數(shù)是連續(xù)的、可微的，比如說，我們在深度神經(jīng)網(wǎng)絡(luò)中，可能會用Sigmod函數(shù)，有了這么一個性質(zhì)之后，我們會得到一個非常好的結(jié)果。這個結(jié)果就是現(xiàn)在我們可以很容易計算系統(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？其實我們根本不知道該從什么角度去看它。因為如果我們要做理論分析的話，首先應(yīng)該有一點直覺，你到底因為什么有用，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我們前一段時間給出的論述，這個論述其實是從主要模型的復(fù)雜度的角度來討論的。

我們知道一個機器學(xué)習(xí)模型的復(fù)雜度實際上和它的容量有關(guān)，而這個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。其實我們老早就知道，如果我們能夠增強一個學(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)你變寬的時候你只不過增加了一些計算單元、增加了函數(shù)的個數(shù)，而在變深的時候不僅增加了個數(shù)，其實還增加了嵌入的層次，所以泛函的表達能力會更強。所以從這個角度來說，我們應(yīng)該嘗試變深。

我們知道一個機器學(xué)習(xí)模型的復(fù)雜度實際上和它的容量有關(guān)，而這個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。其實我們老早就知道，如果我們能夠增強一個學(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)你變寬的時候你只不過增加了一些計算單元、增加了函數(shù)的個數(shù)，而在變深的時候不僅增加了個數(shù)，其實還增加了嵌入的層次，所以泛函的表達能力會更強。所以從這個角度來說，我們應(yīng)該嘗試變深。

給定一個數(shù)據(jù)集，我們希望把數(shù)據(jù)集里的東西學(xué)出來，但是有時候可能把這個數(shù)據(jù)本身的一些特性學(xué)出來了，而這個特性卻不是一般的規(guī)律。當(dāng)把學(xué)出來的錯誤東西當(dāng)成一般規(guī)律來用的時候，就會犯巨大的錯誤，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？就是因為我們的模型學(xué)習(xí)能力太強了。

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？其實有很多因素，第一個因素是現(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。

第二個因素，今天有很多很強大的計算設(shè)備，所以才能夠訓(xùn)練出這樣的模型，同時通過領(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。

按照這個思路來說，其實有三件事：第一，我們今天有更大的數(shù)據(jù)；第二；有強力的計算設(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？就是因為復(fù)雜度大。

在一年多之前，我們把這個解釋說出來的時候，其實國內(nèi)外很多同行也很贊同這么一個解釋，因為大家覺得這聽起來蠻有道理的，其實我一直對這個不是特別滿意，這是為什么？其實有一個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？因為事實上我們把網(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。

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

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

我們在機器學(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)有這個能力，所以這個能力不是神經(jīng)網(wǎng)絡(luò)所特有的。那我們在這兒要強調(diào)的一件事情是什么？其實我只要有一個隱層，我加無限度的神經(jīng)元進去，它的能力也會變得很強，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問題，我們需要一點更深入的思考。

所以我們要問這么一個問題：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。以往我們用機器學(xué)習(xí)，首先拿到一個數(shù)據(jù)，比如這個數(shù)據(jù)對象是一個圖像，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)計的，表達出來之后我們再去進行學(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)計特征，把數(shù)據(jù)從一端扔進去，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)，這和以往的機器學(xué)習(xí)技術(shù)相比是一個很大的進步，我們不再需要完全依賴人類專家去設(shè)計特征了。

有時候我們的工業(yè)界朋友會說，這里面有一個很重要的叫做端到端學(xué)習(xí)，大家認為這個非常重要。其實這一件事情要分兩個方面來看：一個方面當(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，這時候端到端的學(xué)習(xí)不一定真的好，因為可能第一部分往東，第二部分往西，合起來看往東走的更多一些，其實內(nèi)部有一些東西已經(jīng)抵消了。

實際上機器學(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？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)在有這么一個答案，就是逐層的處理?，F(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)我們拿到一個圖像的時候，如果我們把神經(jīng)網(wǎng)絡(luò)看作很多層的時候，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，但總體上確實是在往上不斷做對象的抽象。

而這個特點，我們現(xiàn)在認為這好像是深度學(xué)習(xí)真正成功的關(guān)鍵因素之一，因為扁平神經(jīng)網(wǎng)絡(luò)能做很多深層神經(jīng)網(wǎng)絡(luò)所做的事，但是有一點它做不到：當(dāng)它是扁平的時候，就沒有進行一個深度加工，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，其實逐層處理這件事，在機器學(xué)習(xí)里也不是一個新東西。

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，因為決策樹的深度，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數(shù)，所以它的模型復(fù)雜度有上限；第二整個決策樹的學(xué)習(xí)過程中，它內(nèi)部沒有進行特征變化，始終是在一個特征空間里面進行，這可能也是一個問題。

大家如果對高級一點的機器學(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？我想問題其實差不多，首先復(fù)雜度還不夠，第二，更關(guān)鍵的一點，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，第二我們要有一個內(nèi)部的特征變換。而當(dāng)我們考慮到這兩件事情的時候，我們就會發(fā)現(xiàn)，其實深度模型是一個非常自然的選擇。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深度模型的時候，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，這個系統(tǒng)的計算開銷非常大，所以我們要有非常強有力的計算設(shè)備，比如 GPU 等等。

實際上所有這些東西是因為我們選擇了深度模型之后產(chǎn)生的一個結(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)在我們覺得這個因果關(guān)系恰恰是反過來的——因為我們要用它，所以我們才會考慮上面的這些東西。

而另外還有一點我們要注意，當(dāng)我們要有很大的訓(xùn)練數(shù)據(jù)的時候，這就要求我們必須要有很復(fù)雜的模型。假設(shè)我們有一個線性模型的話，給你 2000 萬要的還是 2 億的樣本，其實對它不是太大區(qū)別，它已經(jīng)學(xué)不進去。而我們有了充分的復(fù)雜度，其實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)在的一個認識：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，或者說這是一個猜測。如果滿足這幾個條件，我其實可以馬上想到，不一定真的要用神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)是選擇的幾個方案之一，我只要同時做到這三件事，別的模型也可以，并不一定只能用深度神經(jīng)網(wǎng)絡(luò)。

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？其實是有的。因為大家都知道神經(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)，因為這是一個巨大的系統(tǒng)。這里面會帶來很多問題，首先當(dāng)我們調(diào)參數(shù)的時候，這個經(jīng)驗其實是很難共享的。有的朋友可能說，我在第一個圖像數(shù)據(jù)集之上調(diào)數(shù)據(jù)的經(jīng)驗，當(dāng)我用第二個圖像數(shù)據(jù)集的時候，這個經(jīng)驗肯定可以重用的。但是我們有沒有想過，比如說我們在圖像方面做了一個很大的神經(jīng)網(wǎng)絡(luò)，這時候如果要去做語音，其實在圖像上面調(diào)參數(shù)的經(jīng)驗，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)的時候，經(jīng)驗可能就很難有成效。

而且還帶來第二個問題，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)，而在整個機器學(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)文章報告了一個結(jié)果，而這結(jié)果其他的研究人員很難重復(fù)。因為哪怕你用同樣的數(shù)據(jù)、同樣的方法，只要超參數(shù)的設(shè)計不一樣，你的結(jié)果就不一樣。

我們在用深度神經(jīng)網(wǎng)絡(luò)的時候，模型的復(fù)雜度必須事先指定，因為在訓(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。其實這就會帶來很大的問題，因為在沒有解決這個任務(wù)之前，我們怎么知道這個復(fù)雜度應(yīng)該有多大呢？所以實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)域的進展，你可以看到很多最前沿的工作在做什么事呢？其實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，其實我們想一想不都是把復(fù)雜度變小，實際上是先用了一個過大的復(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模型的復(fù)雜度隨著數(shù)據(jù)而變化？這一點對神經(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。

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森林這一些模型的任務(wù)，能夠得到更好的結(jié)果呢？

那我們自己就受到這樣的一個啟發(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充分的模型復(fù)雜度。

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 深度森林的方法。

在這個方法里面我今天不跟大家講技術(shù)細節(jié)，它是一個基于樹模型的方法，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)中得到不錯的性能，就不需要逐任務(wù)的慢慢調(diào)參數(shù)。

還有一個很重要的特性，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)模的實現(xiàn)，就不再是單機版能做的事。

但另一方面，我們要看到這實際上是在發(fā)展學(xué)科思路上一個全新的思路探索，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)，這么一個非常流行的技術(shù)，它其實也是經(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)，其實是有一個多世紀(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，那時算法就已經(jīng)成型了，到了 1995 年第一次對 CNN 有了一個完整的描述，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。

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)是一個黑屋子，這個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)在我們把這個屋子打開了一扇門，把深度森林放進來，我想以后可能還有更多的東西。所以這是這個工作從學(xué)術(shù)科學(xué)發(fā)展上的意義上，有一個更重要的價值。

最后我想用兩分鐘的時間談一談，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，我們要問一個問題，我們到底需要什么？大家說需要設(shè)備嗎？其實做人工智能的研究不需要特殊機密的設(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？

其實人工智能時代最缺的就是人才。因為對這個行業(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，其實就有這樣的考慮。

可能我們投資風(fēng)口里面有一些詞，今年還很熱，明年就已經(jīng)不見了，這些詞如果我們追究一下，它里面科學(xué)含義到底是什么？可能沒幾個人說的清楚，而人工智能和這些東西完全不一樣，是經(jīng)過 60 多年發(fā)展出來的一個學(xué)科。

高水平的人工智能人才奇缺，這是一個世界性的問題，我們很多企業(yè)都是重金挖人，但實際上挖人不能帶來增量，所以我們要從源頭做起，為國家、社會、產(chǎn)業(yè)的發(fā)展培養(yǎng)高水平的人工智能人才。