我国学者在新型深度学习模型方面取得进展

机器学习是人工智能的核心研究领域，为智能化应用提供基础模型与核心算法，机器学习中深度学习技术的成功直接引发了近年来的人工智能热潮。

　　在国家自然科学基金创新研究群体项目、重点项目（批准号：61921006、61751306）资助下，南京大学周志华教授项目组对新型深度学习模型与方法进行了深入研究，取得重要进展。项目组打破了“深度学习模型就是深度神经网络”的一般认识，原创提出了“深度森林”——首个“非神经网络”、不基于可微构件、不依赖BP算法、甚至不依赖梯度计算的新型深度学习模型（图1），并通过在森林构建过程中引入间隔分布优化使其具备理论泛化界保障，为显著提升离散/符号/混合型数据建模任务上的机器学习性能提供了新途径。

　　该项工作以“深度森林”为题于2019年1月在《国家科学评论》（National Science Review)发表长文，应邀在多个CCF-A类顶级会议做主旨报告，被来自麻省理工学院、斯坦福大学、谷歌DeepMind等知名机构的学者引用并引发许多国际同行开展跟随推广工作。深度森林技术也引起了工业界关注，已成功应用于华为、蚂蚁金服等企业和金融机构，在风控等领域展现出优越性能，英特尔公司也高度关注深度森林对下一代人工智能芯片设计可能具有的重要意义并专门成立了相关研究中心。

　　该项工作扩展了深度学习研究方向，推进了“非神经网络深度学习”研究，并为多种应用任务上机器学习性能提升提供了新技术和新方法。