“深度学习不是学习”

正在“学习”。

受到攻击的重灾区，还是深度学习中的反向传播算法。

他说，反向传播与大脑无关，而只是在深度学习计算机程序中用来优化人工神经元响应的一种数学技术。

自然的反向传播例子，并不存在。

虽然他承认深度学习现在非常有效，但他也坚定地强调里，大脑才是真正智能计算的范例。

Davies死死抓住不放的“不像大脑”这个问题，也正是深度学习教父Hinton一直重视的。

不过对于这次批判本身，美国媒体ZDNet认为，他主要的攻击目标攻击LeCun？

就在周一，这位AI大牛在同一个学术会议上发言时，顺便批判了Davies在搞的神经形态计算。

神经形态计算是英特尔布局的一个重要新兴方向，在这个领域，他们推出了芯片样品Loihi。英特尔说，这种芯片可以实现自主学习，而且能耗只有传统芯片的千分之一。

而Davies就是神经形态计算实验室的负责人，主管着英特尔在这一领域的探索。他参加ISSCC会议，也是来讲Loihi的。激活。

神经形态计算倡导者们认为，这种方法更好地模拟了大脑的运行机制，比如说信号传递的过程就像大脑一样经济。

在LeCun看来，神经形态计算领域没有产生有实际效果的算法，为何要为一种没用的算法构建芯片？

不过Davies直接表达了反对，他说，神经形态计算产生的算法是有效的，LeCun忽视了神经形态计算的优势。

Davies说：“LeCun反对尖峰神经元，但他却说我们需要解决硬件中的稀疏性，尖峰神经元就是干这个的啊。”

他说，这太讽刺了。

为了驳斥对尖峰神经元的批评，Davies引用了安大略滑铁卢一个名叫应用脑科学（Applied Brain Science）的机构的数据，比较了一种语音检测算法在不同芯片上的表现。

这个算法被要求识别“aloha”这个词，并且拒绝无意义词语，这家机构在CPU、GPU和Loihi芯片上运行了这一算法。

（编辑：揭阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!