“深度学习不是学习”：英特尔高管与AI大牛LeCun展开互怼

在Hinton发出自我质疑之后，反向传播更成了讨论的热点，甚至被称为“今日AI的阿喀琉斯之踵”。

不过现在，可能Hinton应该自己的作品稍微满意一点了。

哈佛大学临床神经科学学院的两位科学家在最新一期Cell旗下期刊《认知科学趋势》（Trends in Cognitive Sciences）上发表综述，总结了人工神经网络的反向传播算法，在大脑中是怎样体现的。

这篇综述题为“大脑中误差反向传播的理论”（Theories of Error Back-Propagation in the Brain），综合了近来的一批理论研究，分析几类生物反向传播模型。

作者说，这些理论研究“否定了过去30年来普遍接受的教条，即：误差反向传播算法太复杂，大脑无法实现”。

根据这些研究，脑神经回路中类似反向传播的机制，是基于突触前和突触后神经元活动的简单突触可塑性规则。

论文：https://www.cell.com/trends/cognitive-sciences/fulltext/S1364-6613(19)30012-9

虽然Davies和LeCun在一场学术会议上隔空吵得很热闹，但深度学习和神经形态计算并非势不两立。

有不少学者在研究如何把神经形态芯片和深度学习结合起来。

比如：

美国橡树岭国家实验室、加州理工大学和田纳西大学的学者们，就曾经研究过如何在高性能计算设备、神经形态芯片和量子计算机上运行复杂的深度神经网络。这是他们的研究：

A Study of Complex Deep Learning Networks on High Performance, Neuromorphic, and Quantum Computers

地址：https://arxiv.org/abs/1703.05364

而奥地利格拉茨技术大学的Guillaume Bellec、Franz Scherr等人，最近在arXiv上公开了一项研究，提出了反向传播的一种替代方案。他们的研究题为：

Biologically inspired alternatives to backpropagation through time for learning in recurrent neural nets

地址：https://arxiv.org/abs/1901.09049

供感兴趣的朋友们深入探索~

【编辑推荐】

1. 太厉害了：居然有人将各大编程语言绘成了一部编年史
2. IBM：将向所有云平台开放自家Watson人工智能系统
3. 红帽发布容器专用IDE，编程、测试和排错一步到位！
4. 不看后悔！2019年人工智能行业的25大趋势
5. LeCun：Python当死，深度学习新语言当立

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!