“深度学习的逼近与优化视角”——曹飞龙教授报告会成功举办

11月13日下午，威廉希尔举办信息论坛第二十二场学术报告。中国计量大学教授、教学名师、“智能计算与大数据处理实验室”主任、英国威廉希尔公司贺兰山讲习学者曹飞龙教授作题为“深度学习的逼近与优化视角”的专题报告。杨军副院长主持会议，学院近百名师生聆听报告。

曹飞龙教授指出虽然深度学习在大量人工智能问题上取得了令人瞩目的成果，但是关于深度学习的可解释性理论相对较少。深度网络逼近理论与最优化理论作为深度学习的理论基石，揭示了深度网络首先须是逼近器，而泛化的数学本质是逼近问题，因此构建优化算法的目的是使深度网络具有更好的泛化能力。曹飞龙教授强调网络逼近的复杂性问题在多层前向神经网络万有逼近性的研究中显得尤为重要，解决问题的关键在于如何汲取逼近论中算子迭代的思想，创造性地建立深度网络表示误差的下界估计。此外，如何针对BP算法的缺陷，寻找更加有效、稳健的学习算法也是一个极具意义的挑战。最后曹飞龙教授以超分辨率图像重建为问题背景，指出深度网络在重建过程中的脆弱性，其根本原因在于用于重建的深度网络可能缺乏万有逼近性和良好的泛化性，或者采用的算法缺乏有效性。

杨军副院长总结指出，曹教授的报告以逼近和优化的视角理解深度学习，让学院师生受益匪浅，同时希望大家能进一步钻研关于深度学习可解释性的理论及相关问题。