其他
深度学习大神Bengio为什么选择量子计算?
序列的概率模型:在1990年代,Bengio将神经网络与序列的概率模型(例如隐马尔可夫模型)相结合。这些想法被纳入AT&T/NCR用于读取手写支票的系统中,被认为是1990年代神经网络研究的巅峰之作,现代深度学习语音识别系统正在扩展这些概念。 高维词嵌入和注意力:2000年,Bengio撰写了具有里程碑意义的论文“A Neural Probabilistic Language Model”,该论文引入了高维词嵌入作为词义的表示。Bengio的见解对自然语言处理任务产生了巨大而持久的影响,包括语言翻译、问答和视觉问答。他的团队还引入了一种注意力机制,这种机制在机器翻译方面取得了突破,并形成了深度学习顺序处理的关键组成部分。 生成式对抗网络:自2010年以来,Bengio的关于生成深度学习的论文,特别是与Ian Goodfellow开发的生成式对抗网络(GAN),催生了计算机视觉和计算机图形学的一场革命:计算机实际上可以创建原始图像,这曾被认为是人类智能标志的创造力。