学报简介

    智能系统学报(CAAI Transactions on Intelligent Systems)由中国人工智能学会和哈尔滨工程大学联合主办,是中国人工智能学会会刊之一。主要刊登神经网络与神经计算、智能信息处理、自然语言理解、智能 ...

学报详情

刊名: 智能系统学报
CAAI Transactions on Intelligent Systems
主办:  中国人工智能学会;哈尔滨工程大学
周期:  双月
出版地:黑龙江省哈尔滨市
语种:  中文
开本:  大16开
ISSN: 1673-4785
CN:   23-1538/TP
复合影响因子: 0.874
综合影响因子: 0.479
历史沿革:
现用刊名:智能系统学报
创刊时间:2006
中文核心期刊(2014)

01

您所在的位置:首页 > 学报导读 > 2020 > 01 >

联邦学习:人工智能的最后一公里

作者:杨强

摘要:

我们看一下深度学习的一些限制,大家现在都在大数据领域有很大的突破,一个代表性突破就是AlphaGo,AlphaGo在19×19的棋盘上可以说是举世无双。但是只要换一下棋盘的大小,或者换一下棋盘的种类,原来的模型就完全无能为力了,就得重新做一个训练,这个例子引起了我们的深思。当前人工智能领域需要大数据的推动,这个推动如果换一个新的领域很可能只有小数据。小数据的场景是不是也可以用深度学习来解决呢?我们认为是很有困难的,因为依据深度学习现在的进展,还没有很多的算法能够在小数据情况下发挥作用。 

上一篇:大数据智能:从数据拟合最优解到博弈对抗均衡解
下一篇:浅谈人工智能的下一个十年