雷鋒網(wǎng)【AI科技評(píng)論】按：3月3日下午，AI科技評(píng)論參加了由中國(guó)人工智能學(xué)會(huì)（CAAI）主辦的【人工智能前沿講習(xí)班】，本期的主題【機(jī)器學(xué)習(xí)前沿】，由南京大學(xué)周志華教授擔(dān)任學(xué)術(shù)主任。周志華教授在講習(xí)班開場(chǎng)做了關(guān)于前沿講習(xí)班的相關(guān)介紹，并在會(huì)后接受了雷鋒網(wǎng)【AI科技評(píng)論】關(guān)于其最新gcForest論文的采訪，整理編輯如下。

1. 周老師那篇arXiv的文章還是在強(qiáng)調(diào)“深度”，并沒有完全否定深度學(xué)習(xí)？您只是提出了另一種做深的方法？使得很多參數(shù)更穩(wěn)定魯棒，也是要依靠大數(shù)據(jù)。請(qǐng)問這么想對(duì)不對(duì)？

主要思想是，現(xiàn)在大家談到深度學(xué)習(xí)就覺得它就等于深度神經(jīng)網(wǎng)絡(luò)。我們認(rèn)為解決復(fù)雜問題把模型變深可能是有必要的，但是深度學(xué)習(xí)應(yīng)該不只是深度神經(jīng)網(wǎng)絡(luò)，還可以有其他形式，與神經(jīng)網(wǎng)絡(luò)相比，其他形式也許有更好的性質(zhì)。

2. 昨天田淵棟老師在知乎上提到一點(diǎn)， Multi-Grained Scanning這部分非常像1D和2D Convolution?！傲硗鈱?shí)驗(yàn)還只是在小規(guī)模數(shù)據(jù)集上做的，期待CIFAR甚至是ImageNet的結(jié)果。深度學(xué)習(xí)這里也有一直在提但是一直效果不怎么好的Layer-by-Layer訓(xùn)練的思路，如果這個(gè)思路能在大數(shù)據(jù)集上做好，那確實(shí)是大突破了?！?/h4>

您如何看待田老師說(shuō)的“還只是在小規(guī)模數(shù)據(jù)集上做的，期待CIFAR甚至是ImageNet的結(jié)果”這個(gè)說(shuō)法的？

我們更關(guān)心的是這件事可以怎么去做。以前大家不知道這個(gè)事情可以這樣去做，我們現(xiàn)在把這種可能性展示出來(lái)，這是基礎(chǔ)研究所追求的。 新東西出來(lái)的時(shí)候，性能不是很重要，因?yàn)楹芏喾矫娑紱]有優(yōu)化。 

性能本身并不是我們現(xiàn)在很關(guān)心的事情，因?yàn)楦倪M(jìn)的空間很大，可以有各種途徑去提高，這都是后面的事情了。 在大數(shù)據(jù)上做需要更大的資源、更多人力、物力，這是我們暫時(shí)所不具備的。工業(yè)界會(huì)更關(guān)注性能，我們也希望看看更大的資源來(lái)了之后，能做到什么樣程度。

3. 周老師您在CNCC2016上，指出機(jī)器學(xué)習(xí)的近期目標(biāo)是需要利用更多的計(jì)算資源及更多的數(shù)據(jù)。您新近提出的gcForest如何實(shí)現(xiàn)這一點(diǎn)？

要做大數(shù)據(jù)、復(fù)雜問題，肯定要用更強(qiáng)大的計(jì)算資源?，F(xiàn)在有一些計(jì)算架構(gòu)是非常適合這樣的模型的。有了更大的資源之后，我們也很好奇它到底能做到什么程度。

4. gcForest 的參數(shù)少且結(jié)構(gòu)靈活，發(fā)揮集成學(xué)習(xí)的特長(zhǎng)。但gcForest如何在層數(shù)增長(zhǎng)與問題復(fù)雜程度取得平衡？

我們認(rèn)為現(xiàn)在這個(gè)工作是比較原創(chuàng)的，所以有很多方面需要探討，它并不成熟，只是說(shuō)這條路現(xiàn)在可以走。至于能走多遠(yuǎn)，還要看下面的探索。

5. 有知乎網(wǎng)友表示: “gcForest最讓我吃驚的地方在于，僅僅是每層四個(gè)森林就能習(xí)得兼具accuracy和diversity的擴(kuò)充特征?！?請(qǐng)問gcForest如何一邊保證其accuracy的同時(shí)，還一邊增加diversity的？

我們中間的一些設(shè)計(jì)是出于這樣的考慮，例如引進(jìn)完全隨機(jī)樹?，F(xiàn)在文章里用四個(gè)森林，并不是說(shuō)只能用四個(gè)。有更多資源以后就可以探索使用更多更大的森林會(huì)怎么樣，只不過(guò)我們現(xiàn)在承擔(dān)不起那個(gè)資源量。

6. 關(guān)于這個(gè)講習(xí)班，周老師您可以再跟大家說(shuō)兩句嗎？

這個(gè)講習(xí)班是挺好的一個(gè)活動(dòng)。人工智能前沿講習(xí)班是中國(guó)人工智能學(xué)會(huì)發(fā)起的，第一期講深度學(xué)習(xí)，第二期希望大家知道機(jī)器學(xué)習(xí)里不僅有深度學(xué)習(xí)，所以準(zhǔn)備的這十位專家的報(bào)告，是希望覆蓋機(jī)器學(xué)習(xí)的更多的方面。我想，這樣的活動(dòng)是很好的，來(lái)參加的人數(shù)之多出乎想象，希望能夠讓大家對(duì)機(jī)器學(xué)習(xí)都有更多的了解。

7. 附周志華教授在＊人工智能前沿講習(xí)班-機(jī)器學(xué)習(xí)前沿＊開場(chǎng)講話：

各位老師，各位同學(xué)，大家下午好！我是南京大學(xué)周志華，首先歡迎大家參加這個(gè)講習(xí)班，非常希望大家能夠在兩天多的時(shí)間里面真正的得到一些收獲。我首先表示對(duì)大家的歡迎，我們就一起鼓掌吧。

我想簡(jiǎn)單跟大家說(shuō)一說(shuō)這個(gè)講習(xí)班的緣由。大家都知道人工智能學(xué)會(huì)搞過(guò)很多活動(dòng)，最近人工智能特別熱，中國(guó)人工智能學(xué)會(huì)在這個(gè)方面有非常好的資源，譚鐵牛院士是人工智能學(xué)會(huì)的副理事長(zhǎng)，在他的組織下，人工智能學(xué)會(huì)就開始發(fā)起這個(gè)《人工智能前沿講習(xí)班》。第一期講習(xí)班就是去年的12月份，主題就是“深度學(xué)習(xí)”，第二次講習(xí)班是譚鐵牛院士委托我來(lái)主持，我看第一次已經(jīng)是深度學(xué)習(xí)了，全部報(bào)告都是跟深度學(xué)習(xí)有關(guān)的，所以第二次題目定為“機(jī)器學(xué)習(xí)前沿”，希望盡可能讓大家接觸機(jī)器學(xué)習(xí)各方面的內(nèi)容。現(xiàn)在雖然深度學(xué)習(xí)很熱，但是我們這期講習(xí)班里深度學(xué)習(xí)雖然有涉及到的，但不是特別多，一個(gè)原因是第一期講習(xí)班專門就是講深度學(xué)習(xí)的。

第二次題目又定在“機(jī)器學(xué)習(xí)前沿”，我希望盡可能讓大家接觸機(jī)器學(xué)習(xí)各方面的內(nèi)容?，F(xiàn)在雖然深度學(xué)習(xí)很熱，但是我們這期講習(xí)班里深度學(xué)習(xí)雖然有涉及到的，但不是特別多，這主要是兩個(gè)原因，我剛才說(shuō)的，第一，第一期講習(xí)班專門就是講深度學(xué)習(xí)的。第二，我還是覺得深度學(xué)習(xí)其實(shí)只是機(jī)器學(xué)習(xí)很小的范疇，機(jī)器學(xué)習(xí)里面有更多的東西，希望大家有更全面的了解，所以這期是這樣的。

特別感謝十位專家先后給大家做報(bào)告，他們都很忙，非常感謝他們接受邀請(qǐng)做這件事。最初的時(shí)候我的設(shè)想是，給每位專家比較多的時(shí)間。這樣能把一個(gè)問題講的更透徹，這樣可能只能請(qǐng)五位左右的專家，后來(lái)學(xué)會(huì)希望請(qǐng)更多的人，希望請(qǐng)十位專家，我想他們的想法是說(shuō)，能夠在更集中的時(shí)間里面讓大家看到更多的在我們國(guó)內(nèi)機(jī)器學(xué)習(xí)比較活躍的學(xué)者，所以最后10位專家每個(gè)人講2個(gè)小時(shí)的時(shí)間。因?yàn)?個(gè)小時(shí)比較短，所以中間有沒有休息就由各位講者自己來(lái)控制了，如果大家覺得聽起來(lái)并不辛苦，而且講者覺得有更多的東西希望分享給大家，中間也可以不休息，中間休息5分鐘也可以，由各位講者來(lái)控制。

另外，特別感謝有這么多的老師和同學(xué)來(lái)參加這個(gè)講習(xí)班，除了這個(gè)講習(xí)班講課的時(shí)候，其他很多專家到場(chǎng)之后如果大家有興趣跟他們交流，也可以在中間休息的時(shí)候和他們交流，我想我們各位專家都會(huì)非常高興把他們的一些知道的東西分享給大家。

我就簡(jiǎn)單的講這么多，最后，再次感謝大家的支持，感謝我們各位講者，感謝我們?nèi)斯ぶ悄軐W(xué)會(huì)的支持，下面把時(shí)間留給我們今天高水平的講者。

……

PS：講習(xí)班講師相關(guān)內(nèi)容報(bào)道請(qǐng)關(guān)注雷鋒網(wǎng)【AI科技評(píng)論】接下來(lái)的現(xiàn)場(chǎng)報(bào)道。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。