聚焦深度学习！多位院士及业界专家为你解读前沿技术及行业热点

深度学习是相对浅层学习而言的，是机器学习研究中的一个新领域，通过组合低层特征形成更加抽象的特征，以发现数据的分布式特征。2006年，加拿大多伦多大学教授、机器学习领域泰斗、神经网络之父—— Geoffrey Hinton 和他的学生 Ruslan Salakhutdinov 在顶尖学术刊物《科学》上发表了一篇文章，该文章提出了深层网络训练中梯度消失问题的解决方案：无监督预训练对权值进行初始化+有监督训练微调，至此开启了深度学习的发展进程。此后随着互联网科技信息时代的快速发展，深度学习的应用也得到快速扩展，在学术界和工业界形成了浪潮。

近年来，深度学习发展迅猛，已经被广泛应用于图像识别、语音识别、视频分析、文本分析和大数据分析等领域，并取得了成功。

图像识别 在图像识别范畴，近年来深度学习被应用于图像分类、目标检测、语义分割、人脸识别、目标行为识别等方面，图像识别的准确率有实质性提高，部分算法的识别能力已经超越了人类。

语音识别 在语音识别领域，2012 年谷歌的语音识别模型全部更换为深度学习模型之后，其错误率降低了约20%。苹果公司的Siri语音系统、百度公司的智能音箱、微软公司的同声传译系统等，在应用了深度学习技术后，性能都有了很大的提升，受到了用户的欢迎。

文本领域 在文本领域，微软通过深度学习技术改进写诗的程序，使其通过“阅读”大量诗集便可学会写诗，写诗能力和水平有了飞跃性提高。

这些应用成果让人们相信，在不久的将来，以深度学习为基础的各个领域的成果一定会给社会带来更大的惊喜。

本期CCF数字图书馆特别分享多位深度学习研究领域重量级专家的专业报告，多角度讲解深度学习关键技术、行业应用和最新研究热点。若想了解更多关于深度学习的专业知识，请登录CCF数字馆全面了解。

如果你想和更多同行、专家共同讨论这个话题，请搜索和关注“CCF在线”小程序，进入小程序首页后，点击底部菜单“CCF问答”，就能参与 《深度学习》互动讨论。也可以在小程序中留下你的疑问，也许有专家亲自来此解答哦！