天津大学胡清华教授团队，近日在人工智能深度学习领域研究取得突破，首次提出“广义多视图学习框架”理论，有望改良“机器深度学习”局限性，创造能真正实现“早期融合、分析思考”的“智能大脑”。相关研究成果已由团队青年教师张长青以第一作者身份发表于全球人工智能领域权威期刊《IEEE模式分析与机器智能汇刊》。
人工智能的重要意义在于解放人类劳动力，实现机器高度智能化。深度学习是让机器变得更加智能的计算方法，其原理即针对图像、声音和文本等数据进行表征学习，模仿人脑机制来解释这些数据，从大量实例中获取数据、学习任务、分析结论。目前，主流的深度学习算法“并不聪明”，存在着分析结论片面、难以得出规律性认识等缺陷。如何将复杂的多源信息协同起来进行数据分析？如何让机器实现“眼观六路、耳听八方、融合思考”？这是深度学习算法研究面临的艰巨挑战。
天津大学胡清华团队率先研发“广义多视图学习框架”算法，创新性地提出“多源信息早期融合、与特定任务联合学习，拓展信息融合方向”的研究思路。与以往的人工智能深度学习算法相比，“广义多视图学习框架”的创新主要有两方面：一是实现了跨平台、跨维度的信息“早期融合”，将不同领域的大数据汇总成为立体的“综合网络”；二是构建了让机器“自觉学习”的数学模型，不再对大量数据进行“堆砌式分析”，而是通过对综合网络数据的合理分析，得出精简的规律性认识，甚至能够对复杂任务进行预测和判断，有望实现机器从“深度学习”到“融合思考”的飞跃。
目前，该成果已成功应用于婴儿大脑发育预测、阿兹海默症诊断等方面，联合利用多种脑影像数据和基因数据进行疾病诊断，与现有方法相比取得了最佳诊断结果。
