在這個(gè)“智能+”的時(shí)代,有沒有什么新的算法讓人工智能更具學(xué)習(xí)能力?讓人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)變得輕松愉快?國際知名人工智能領(lǐng)域?qū)＜尹S廣斌給出了答案,開創(chuàng)性地研究出了Extreme Learning Machines(ELM,超限學(xué)習(xí)機(jī))理論和體系,突破了前30多年流行的前饋神經(jīng)網(wǎng)絡(luò)以及20多年廣泛應(yīng)用的支撐向量機(jī)(SVM)的理論和技術(shù)瓶頸,打破了機(jī)器學(xué)習(xí)和生物學(xué)習(xí)之間的壁壘亭姥。

黃廣斌,新加坡南洋理工大學(xué)電氣和電子工程學(xué)院全職終身教授,被Thomson Reuters 評為“2015 Highly Cited Researcher?”(工程類,計(jì)算機(jī)科學(xué)類),是新加坡總統(tǒng)科學(xué)獎(jiǎng)被提名人(2016),世界三大出版集團(tuán)之一Elsevier數(shù)據(jù)管理顧問委員會顧問。黃教授的主要研究方向?yàn)榇髷?shù)據(jù)處理分析、腦機(jī)交互萤遥、人機(jī)交互、機(jī)器學(xué)習(xí)理論和技術(shù)等包竹。

開宗立派,研究出人工神經(jīng)網(wǎng)絡(luò)新的算法(超限學(xué)習(xí)機(jī))

Extreme Learning Machine(ELM),即超限學(xué)習(xí)機(jī),人工神經(jīng)網(wǎng)絡(luò)研究中的一種算法,突破了前30年流行的前饋神經(jīng)網(wǎng)絡(luò)以及近20年廣泛應(yīng)用的支撐向量機(jī)(SVM)的理論和技術(shù)瓶頸燕酷。這一種全新的理論和學(xué)習(xí)方法的誕生充滿了詩意的偶然和科研的必然。

黃廣斌教授曾接受采訪說過,一開始埋頭研究,暫時(shí)找不到明確的答案,為避免太壓抑,閱讀文學(xué)作品放松周瞎。第七次讀《三國演義》,腦中浮現(xiàn)書里各色鮮活人物時(shí),他突然意識到,過去的數(shù)百萬年產(chǎn)生了數(shù)萬億人類和動物,都有著不同大腦,卻很難在這么多的大腦中安裝用于不同的應(yīng)用和任務(wù)的不同學(xué)習(xí)算法苗缩。黃教授想到可能會出現(xiàn)一些通用的學(xué)習(xí)算法,可以安裝在這數(shù)萬億個(gè)不同的大腦中,用于不同的應(yīng)用和任務(wù),而大腦中的這些算法都應(yīng)該和數(shù)據(jù)和應(yīng)用相互獨(dú)立無關(guān)的。

就在當(dāng)天凌晨黃廣斌教授得到靈感,測試了 data-independent 算法,最終將該算法命名為超限學(xué)習(xí)機(jī)。ELM和SVM/LS-SVM酱讶、Deep Learning(深度學(xué)習(xí))相比,準(zhǔn)確率高,簡單易用,學(xué)習(xí)速度可以快幾千到幾萬倍;而且為回歸擬合(function?approximation)?,二類(binary?class)和多類(multi-class)分類應(yīng)用問題提供了統(tǒng)一的解決方案退盯。ELM不僅能有效的應(yīng)用于稀疏數(shù)據(jù),也能有效用于大數(shù)據(jù)的學(xué)習(xí)處理。

ELM理論最近也得到了生物和腦神經(jīng)學(xué)的直接生物驗(yàn)證,彌補(bǔ)了機(jī)器學(xué)習(xí)和腦學(xué)習(xí)機(jī)制之間的空白,解決了計(jì)算機(jī)之父馮?諾依曼60年前的關(guān)于人腦和計(jì)算機(jī)結(jié)構(gòu)和能力的困惑⌒嚎希現(xiàn)在ELM已經(jīng)被越來越多的用在模式識別,基于腦電波的疾病診斷預(yù)測,腦機(jī)交互,人機(jī)交互,圖像處理,人臉識別,人的姿勢手語識別,手寫體識別,目標(biāo)識別,衛(wèi)星圖象實(shí)時(shí)遠(yuǎn)程遙感,網(wǎng)絡(luò)安全,從低分辨率圖像構(gòu)造超分辨率圖像等等渊迁。

想知道ELM的深刻意義嗎?想知道人工智能學(xué)習(xí)能力究竟到了哪種程度以及未來趨勢嗎?關(guān)注第四屆中國機(jī)器人峰會,聽黃廣斌教授現(xiàn)場解說。

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)灶挟，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享琉朽，并不代表本站贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé)，也不構(gòu)成任何其他建議稚铣。本站部分作品是由網(wǎng)友自主投稿和發(fā)布箱叁、編輯整理上傳，對此類作品本站僅提供交流平臺秽擦，不為其版權(quán)負(fù)責(zé)裹依。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻、圖片资汛、文字如涉及作品版權(quán)問題帐捺，請第一時(shí)間告知，我們將根據(jù)您提供的證明材料確認(rèn)版權(quán)并按國家標(biāo)準(zhǔn)支付稿酬或立即刪除內(nèi)容盲拣，以保證您的權(quán)益诊踢！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn。