记者从天津大学获悉，该校胡清华教授团队近日在人工智能深度学习领域取得重要进展，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，创造真正实现“早期融合、分析思考”的“智能大脑”。相关研究在新一期全球人工智能领域权威期刊《IEEE模式分析与机器智能汇刊》发表。

　　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。

　　胡清华团队率先提出的“广义多视图学习框架”算法，创新性地提出了“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。