继“深度学习”后，机器学习领域又一颠覆性理论出现！

点击上方“琶洲派”关注我们↑

琶小派的日志

上周五的推送福利

已通过短信通知给各位幸运选手了

大家记得查收

说回正题

今天琶小派跟大家聊下

这几年很火的人工智能

2022年7月12日

先说点大家熟悉的

最近几年

人工智能正逐渐渗透在我们的日常

像汽车自动驾驶、人脸识别等

其实都是人工智能的应用场景

这些技术背后

离不开“深度学习网络”

它深刻地改变了

我们的社会活动和经济生产方式

我们每一个人正处于这股颠覆性的浪潮中

那“宽度学习系统”又是什么呢？

中国人工智能学会对其评价是

“对于机器学习领域具有颠覆性的意义”

它和“深度学习网络”有什么不一样？

今天琶小派就邀请大咖和大家聊聊

陈俊龙在华南理工大学接受南都·琶洲π记者专访

图/南都记者 钟锐钧

      陈俊龙现任华南理工大学计算机科学与工程学院院长、兼任琶洲实验室副主任，曾任得州大学圣安东尼分校电机及计算工程系系主任/副院长，是欧洲科学院院士和欧洲科学与艺术院院士，曾任IEEE Trans. on Cybernetics 顶级SCI期刊主编，IEEE Trans. on Systems, Man, and Cybernetics: Systems 期刊主编……陈俊龙教授的履历和荣誉十分丰富精彩，非数段文字能够表达完整。

陈俊龙与华工的学生合影。受访者供图

      将于7月16日至18日召开的第十一届吴文俊人工智能科学技术奖颁奖盛典暨2021中国人工智能产业年会上，将要亮相的2021年度吴文俊人工智能杰出贡献奖获得者——陈俊龙教授，就是因为提出了“宽度学习系统”而获此荣誉的。

      “吴文俊人工智能科学技术奖”被誉为“中国智能科学技术最高奖”“人工智能领域皇冠上的明珠”，它的荣誉含金量之高在我国人工智能领域内其他奖项是无可比拟的。

      奖项主办方是这样形容陈俊龙教授所提出的宽度学习系统(BLS)的：陈教授是宽度学习系统(BLS)和动态结构神经网络等理论的开创者和奠基人。

提名理由如下：

陈俊龙教授围绕智能系统与控制、计算智能、数据科学等科研方向开展研究工作超过40年，在该领域取得一系列学术创新性成果。首次提出的宽度学习系统，突破了深度神经网络计算资源消耗严重、扩展难的瓶颈；原创的动态结构叠层宽度神经网络，克服了传统深度学习的计算量大、硬件需求高及模型设计复杂等不足，对于机器学习领域具有颠覆性的意义。相关研究成果在华为科技、广电运通、广汽集团等制造产业、司法系统等单位推广应用。

深度学习网络

     在了解“宽度学习系统”之前，先熟悉一下“深度学习网络”。

     “深度学习网络”被广为人知的时间是2007年。当时，加拿大Hinton教授在谷歌平台上运用“深度学习网络”去识别猫。这就像我们登录某些网站时，需要人工筛选出正确的图片，“深度学习网络”则让机器自己学习达到越来越高的正确识别的水平。

      现在，我们能够被机器通过人脸准确识别出“我是我”，便是出自于此。

      早在上世纪80年代，在陈俊龙攻读博士学位的时候就有涉及“深度学习网络”。实质上，它是“模式识别”。他认为，“深度学习网络”能够迅速普及开来，离不开谷歌对其的赋予的商业力量。

      “深度学习网络”建立了很多层的神经网络，几十层到百层神经网络，每层有数百个神经元，例如面对图片时，不断去调节参数做识别，提高识别的准确率。

      “深度学习网络”固然是好，但也有短处。“遇到开放数据时，调试网络就得设计新结构，从头计算，可能需要用一天、两天、甚至一周时间。”这也就是“提名理由”当中所讲到的“深度神经网络计算资源消耗严重、扩展难的瓶颈”。

宽度学习系统

       “宽度学习系统”作为有别于“深度学习网络”的新提法，在横向拓展和增量学习方面具有明显优势，宽度学习对开放环境和数据不需要从头计算，仅是横向扩展神经元，做增量的计算，对数据流的增加，也不用重新调节网络结构。

       “宽度学习系统”应用起来将在边缘端的智能学习方面起到积极作用。举个例子，当下的智能驾驶实现何时加速、刹车的决定是在云端计算好的，然后放进汽车端去执行。假设汽车遇见没有看过复杂的新情况，边缘端只是依照之前学习过的经验去做判断，这种判断可能会出错。

      如果有快速的边缘计算去做判断，那么在复杂的情况下可以正确地做出决策，云端的再计算可以在离线的时候再学习更新，这就是“宽度学习系统”将在边缘端的智能学习方面起到的作用。

     今年图灵奖获得者的高性能+人工智能计算里，有一些计算和他所提出的“宽度学习系统”计算十分类似。陈俊龙表示，“以BLS为基础的动态神经网络赋予边缘端智能学习功能的边缘计算在将来拥有无限前景。”

      边缘端的智能学习越来越重要。我国“十四五”规划中明确提出要“协同发展云服务与边缘计算服务”，《“十四五”数字经济发展规划》同时指出要“加强面向特定场景的边缘计算能力”。中国信息通信研究院《边缘计算市场和用户洞察报告（2022）》数据显示，2021年我国边缘计算市场规模达到436.4亿元。

      陈俊龙教授有丰富的海外科研、教学经验。仅在美国，便有28年的人工智能领域研究经验。

      2010年，陈俊龙教授踏上回国的第一站，任澳门大学科学与技术学院院长。期间，澳门大学工程学科及计算机工程获得国际【华盛顿协议】及【首尔协议】的认证，是陈教授对澳门工程教育的至高贡献。

      2019年，他依然选择留在湾区，赴华南理工大学担任计算机科学与工程学院院长。

      2020年，陈俊龙兼任琶洲实验室副主任，陈俊龙教授在琶洲率先牵头成立算法产业联盟，琶洲科技型头部企业加盟，构成了琶洲算法实力的强势代表。

陈俊龙教授将在琶洲如何施展其所学

将为粤港澳大湾区的产业发展带来哪些影响

当我们了解了陈俊龙教授的过去后

便对将来有了答案

扫码阅读↓，这里有答案

PS：“广州海珠发布”公众号

“微观海珠”栏目增加了“琶洲π”

欢迎大家多多关注

和大咖一起读懂海珠！

采写：南都·琶洲π记者代国辉 叶黄丽/文

摄影：南都·琶洲π记者钟锐钧

设计：尹洁琳