《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 嵌入式技術(shù) > 新品快遞 > 超深度學習(SDL)產(chǎn)業(yè)化研討會成功舉辦

超深度學習(SDL)產(chǎn)業(yè)化研討會成功舉辦

2018-09-20
關(guān)鍵詞: SDL 研討會 嵌入式

  9月5日下午,,由中國嵌入式系統(tǒng)產(chǎn)業(yè)聯(lián)盟組織的“新一代人工智能產(chǎn)業(yè)化研討會”在中科院軟件園區(qū)成功舉辦。來自阿波羅(日本)株式會社,、北京旋極公司,、北京經(jīng)開公司,、北京凱思昊鵬公司,、聯(lián)想集團公司,、中國電子聯(lián)合會信息安全聯(lián)盟、中科院計算所,、中科院微電子所,、工信部一所、中科龍芯公司,、清華同方公司,、北京簡易公司,、北京英貝多公司,、北京華清遠見公司、北京博創(chuàng)公司,、蘇州超塊鏈公司,、廣東微模式公司、電子技術(shù)應(yīng)用雜志社,、電子產(chǎn)品世界,、園區(qū)界、毛豆教育公司等領(lǐng)導和專家出席研討會,。

  中國嵌入式系統(tǒng)產(chǎn)業(yè)聯(lián)盟副理事長兼秘書長郭淳學首先在會上介紹了:中國嵌入式系統(tǒng)產(chǎn)業(yè)聯(lián)盟是由工信部軟件司和北京經(jīng)濟技術(shù)開發(fā)區(qū)管委會支持,,經(jīng)中國軟件行業(yè)協(xié)會發(fā)文同意,于2008年成立,。中國嵌入式系統(tǒng)產(chǎn)業(yè)聯(lián)盟一直與中國軟件行業(yè)協(xié)會嵌入式系統(tǒng)分會以一個組織兩個牌子開展活動,,其前身都是北京工業(yè)大學電子廠研制的以TP801單板機為主的TP系列微型計算機用戶協(xié)會,。郭秘書長說明:TP801單板機的成功產(chǎn)業(yè)化,曾掀起我國最早學習和應(yīng)用微型計算機熱潮,,且影響十幾年,。新一代人工智能超深度學習(Super Deep Learning、SDL)不需要大數(shù)據(jù)和大服務(wù)器,,可以在小數(shù)據(jù)和無數(shù)據(jù)下機器學習,,具備了類似TP801單板機產(chǎn)業(yè)化的條件,所以,,組織了這次超深度學習(SDL)產(chǎn)業(yè)化研討會,。

  阿波羅(日本)株式會社首席科學家、超深度學習(SDL)發(fā)明人顧澤蒼博士(中國籍)在研討會上回顧了他從上世紀80年代到日本求學,、研究,、創(chuàng)業(yè)的往事。他感到日本有較好的學習研究環(huán)境,、嚴謹?shù)目茖W創(chuàng)新氛圍,、對他學習、研究,、創(chuàng)業(yè),,乃至發(fā)明超深度學習(SDL)都有很大的促進作用。超深度學習(SDL)發(fā)明是他個人在為滿足用戶在圖像,、文字,、語音識別的需求中經(jīng)過二十多年的經(jīng)驗積累,不斷完善和發(fā)展做出,。特別是近幾年,,他在對深度學習的應(yīng)用和研究中發(fā)現(xiàn)深度學習的嚴重缺陷,2016年就在業(yè)界首先提出要遠離深度學習,,并針對以深度學習為代表的人工智能,,又首先提出新一代人工智能的新理念。

  新一代人工智能的技術(shù)境界是以具有自組織能力的概率模型為主導的機器學習,;是可以超越公式化算法的模型,,是不需要傳統(tǒng)神經(jīng)網(wǎng)絡(luò)那樣只能通過窮舉法才可獲得最佳訓練解的新型網(wǎng)絡(luò);是具有強對抗能力的機器學習模型,;是可以處理歐幾里德空間中的概率空間的數(shù)據(jù),;具有可以統(tǒng)一歐幾里德空間與概率空間尺度關(guān)系的分類能力;是具有小數(shù)據(jù)或無數(shù)據(jù)訓練,,可降低導入成本的特點,;具有可以模擬人眼生物神經(jīng)網(wǎng)絡(luò)的能力;具有可以根據(jù)應(yīng)用的要求,用眾多的機器學習構(gòu)建成一個完整的分散處理的人工智能大系統(tǒng)能力,;具有自主決策和自主Agent能力的,;具有可以無窮的深入處理的能力而計算復雜度不變的特性;總之,,新一代人工智能具有強大性,,實用性,透明性,,可分析性,,以及概念性強等的特點,適于廣泛的實際應(yīng)用推廣,。

  顧博士指出:“深度學習模型”,,存在著訓練不可能得到最佳解,作為補救措施的SGD也只能得到局部最佳解,。因此,,“深度學習模型”不可解決黑箱問題,不可用于工業(yè)控制等場所,。而且,,“深度學習模型”屬于大模型解決小任務(wù),投入產(chǎn)出不對稱等等原因,,受到越來越多業(yè)內(nèi)專家們的質(zhì)疑和不認可,。2017年,“深度學習模型”的發(fā)明者,、英國的Hinton教授自己宣告舊的“深度學習模型”終結(jié),。

  顧博士進一步深入介紹超深度學習(SDL)的自組織原理是,首先立足于一個最大概率的尺度,,可以產(chǎn)生最大概率的空間,,在最大概率空間又可以生成新的最大概率尺度,依次迭代;最終可以獲得超越統(tǒng)計學公式化的最大概率的解,,以及最大概率的空間范圍,,并可以把目標函數(shù)的最大概率的分布信息獲得。超深度學習(SDL)還可以自律的朝著大概率的方向遷移,,最終可以越過小概率的擾動的阻擋,,最終在最大概率的區(qū)域上停止,,因此超深度學習(SDL)概念清楚,,透明性強,可做到不管遇到什么狀況,,都具有可分析性,。

  再有,超深度學習(SDL)具有模仿人眼神經(jīng)網(wǎng)絡(luò)機能的特點,人眼在反復的看到一個物體時,,其圖像是沒有任何變化的,,但是通過光電識讀若干次得到的圖像差別很大,超深度學習(SDL)的出現(xiàn),,使人們搞清了人眼的神經(jīng)網(wǎng)絡(luò)的機理,,人的眼神經(jīng)是在概率空間上觀察物體的,所獲的的信息是最大概率的信息,,在最大概率空間中所得到的信息是一樣的,,所以最大概率的尺度就是人眼神經(jīng)網(wǎng)絡(luò)的閥值,所以采用超深度學習(SDL),,可以獲得同人眼近似的圖像識別效果,。

  顧博士指出:深度學習需要人工標注屬于有監(jiān)督學習,超深度學習(SDL)屬于小數(shù)據(jù)的無監(jiān)督機器學習,,無須訓練也可以工作,,5-10次的訓練就足可以滿足使用要求。因不需要大數(shù)據(jù)的人工標注,,降低了應(yīng)用成本,。

  超深度學習(SDL)處理效率高,可以降低計算復雜度,,根據(jù)應(yīng)用的規(guī)模,,可以小到手機,或一個CPU,,大到GPU大型服務(wù)器,,都可以高效率的導入超深度學習(SDL)。特別是超深度學習(SDL)可以解決幾乎所有IT領(lǐng)域的問題,,因此可以通過無窮多的超深度學習(SDL)搭建出具有超出人們想象的功能的巨型人工智能系統(tǒng),。

  最后,顧博士介紹,,為了檢驗超深度學習(SDL)的獨特的威力,,他們已將超深度學習(SDL)應(yīng)用于模型汽車的自動駕駛中,獲得喜人的效果,,這是世界上首次將人工智能在汽車自動駕駛實驗上取得的成功,。目前,他已在汽車上開始將超深度學習(SDL)用于自動駕駛中,,進展很好,。汽車自動駕駛控制具有空前的復雜性,幾乎成為NP控制問題,,是通過傳統(tǒng)控制方法無法解決自動駕駛系統(tǒng)的所有可能的控制,。利用超深度學習(SDL)搭建的人工智能系統(tǒng),,參與到自動駕駛的控制系統(tǒng)中,通過機器向人學習,,機器的意識決定等可以使自動駕駛系統(tǒng)突破L3級,,成為完全可以擺脫人的操作的新型自動駕駛系統(tǒng)。

  顧博士的超深度學習(SDL)講座,,引起與會領(lǐng)導和專家們的很大關(guān)注和興趣,,粉粉發(fā)言對超深度學習(SDL)的發(fā)明和其功能給以很高評價和肯定。認為,,在國務(wù)院印發(fā)“新一代人工智能發(fā)展規(guī)劃”,,工業(yè)和信息化部發(fā)布《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃(2018-2020年)》,組織社會各方力量大力發(fā)展我國新一代人工智能之際,,顧博士在2018北京世界機器人大會上公布他個人自主知識產(chǎn)權(quán)的超深度學習(SDL)發(fā)明,,意義非常重大。超深度學習(SDL)的發(fā)明結(jié)束了我國人工智能長期沒有主導的核心技術(shù)的落后狀態(tài),,為我國人工智能的發(fā)展獲得主動權(quán),。

  超深度學習(SDL)的推廣應(yīng)用將有利于我國人工智能的研究人員從追求抽象的概念,過于務(wù)虛的現(xiàn)狀扭轉(zhuǎn)過來,;改變只能在開源程序下研究,,不了解“深度學習模型”的所以然,研究的深入與前瞻性嚴重被限制的現(xiàn)狀,。有助于盡塊結(jié)束人工智能的應(yīng)用受限于購買國際大公司的GPU服務(wù)器,,使用國際大公司提供的開源軟件開發(fā)和應(yīng)用人工智能的被束縛的落后局面。

  我國的人工智能的發(fā)展要擺脫國際大公司的束縛,,必須充分利用社會資源與政府資源,,將具有世界領(lǐng)先水平的自主知識產(chǎn)權(quán)的人工智能模型不拘一格地加以重視和支持,進行普遍宣傳,,擴大認知度,,盡快深入行業(yè),按行業(yè)開發(fā)出樣板工程,,以點帶面,,盡快提供開源程序以利普及。

  與會領(lǐng)導和專家們認為,,顧博士發(fā)明的超深度學習(SDL)屬于不需要人參與的無監(jiān)督學習,,具有世界領(lǐng)先水平,有很多技術(shù)上的突破和創(chuàng)新,,是當前新一代人工智能的代表,。超深度學習(SDL)經(jīng)過長期的研究,已有很多成功的實用案例,。特別是超深度學習(SDL),,在小數(shù)據(jù)或無數(shù)據(jù)時也能夠機器學習,,運行環(huán)境要求低,,根據(jù)應(yīng)用的規(guī)模,,可以小到手機,或一個CPU,,大到GPU大型服務(wù)器,,都可以高效率的導入超深度學習(SDL),非常適合在各行各業(yè)推廣應(yīng)用,。

  與會領(lǐng)導和專家們一致贊同中國嵌入式系統(tǒng)產(chǎn)業(yè)聯(lián)盟提出的聯(lián)合聯(lián)盟內(nèi)各成員單位及社會上有意參與的研究單位,、企事業(yè)單位、大專院校,、培訓機構(gòu),、媒體等共同努力將超深度學習(SDL)盡快產(chǎn)業(yè)化的建議。希望先集中力量研制出可在多種通用軟硬件環(huán)境運行的超深度學習(SDL)的開發(fā)教學板,,再配以教材和實驗指導書,,參照當年TP801產(chǎn)業(yè)化的模式,在社會上大力組織宣傳,、培訓,、研制、開發(fā),、交流等活動,,掀起新一代人工智能的推廣應(yīng)用高潮。

  顧澤蒼博士是我國最早應(yīng)用TP801單板機的技術(shù)人員之一,,曾用一臺TP801單辦機控制過6臺機床,。他對TP801單板機的產(chǎn)業(yè)化模式非常贊賞。因此,,當他得知郭淳學秘書長就是當年參與組織TP801單板機產(chǎn)業(yè)化的北京工業(yè)大學電子廠市場部主任兼TP系列微型計算機用戶協(xié)會秘書長,,后任北京工業(yè)大學企業(yè)管理辦公室主任的時候,就想請郭淳學秘書長代表他在國內(nèi)組織超深度學習(SDL)的宣傳和產(chǎn)業(yè)化工作,。在研討會上,,顧澤蒼博士如愿以償,當眾將授權(quán)書發(fā)給郭淳學秘書長,。

  郭淳學秘書長接過顧澤蒼博士的授權(quán)書后表示,,顧澤蒼博士將他經(jīng)過二十多年研究發(fā)明的超深度學習(SDL)拿回中國進行產(chǎn)業(yè)化,充分表現(xiàn)出顧澤蒼博士對祖國的一片愛國心,。今天顧澤蒼博士向他發(fā)授權(quán)書,,也表明顧澤蒼博士對他和中國嵌入式系統(tǒng)產(chǎn)業(yè)聯(lián)盟能夠快速組織實現(xiàn)超深度學習(SDL)產(chǎn)業(yè)化能力的信賴。

  郭淳學秘書長表示:自己和中國嵌入式系統(tǒng)產(chǎn)業(yè)聯(lián)盟將不辜負顧澤蒼博士的授權(quán),,近期開始組織超深度學習(SDL)宣傳工作,,在11月3日重慶召開的“中國智能制造技術(shù)與生態(tài)環(huán)境發(fā)展高峰論壇暨2018年中國嵌入式系統(tǒng)產(chǎn)業(yè)年會”上,,將進一步商議超深度學習(SDL)宣傳和產(chǎn)業(yè)化的分工合作事宜。歡迎有有意加入超深度學習(SDL)宣傳和產(chǎn)業(yè)化的研究單位,、企事業(yè)單位,、大專院校、培訓機構(gòu),、媒體等積極報名參會,,加入到超深度學習(SDL)宣傳和產(chǎn)業(yè)化的隊伍中來,做出自己的貢獻,。

  超深度學習(SDL)代表了新一代的人工智能,,可以被廣泛應(yīng)用,并將使所有的應(yīng)用領(lǐng)域發(fā)生顛覆性的改變,。超深度學習(SDL)可以引發(fā)新的工業(yè)革命的產(chǎn)生,,可以實現(xiàn)人們不可想像的應(yīng)用效果,可以大大加快機器代替人的社會發(fā)展步伐,,可以讓奮戰(zhàn)在人工智能研究和應(yīng)用領(lǐng)域中的每一位專家,、學者和工程技術(shù)人員在本次新一代人工智能的高潮中都有建功立業(yè)的機會。


本站內(nèi)容除特別聲明的原創(chuàng)文章之外,,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,,并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章,、圖片,、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權(quán)者,。如涉及作品內(nèi)容,、版權(quán)和其它問題,請及時通過電子郵件或電話通知我們,,以便迅速采取適當措施,,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118,;郵箱:[email protected],。