机器学习从自动到自主化--记清华大学电子工程系助理教授姚权铭  

作　　者：刘玉杰 

机构地区：[1]不详

出　　处：《科学中国人》2022年第19期46-48,共3页Scientific Chinese

摘　　要：作为一门多领域交叉学科,机器学习涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等,是研究怎样使用计算机模拟或实现人类学习活动的科学,被公认为人工智能的核心。早在1950年,计算机科学之父艾伦·麦席森·图灵(A l a n Mathison Turing)就曾提议建立一个学习机器,但是直到2000年年初,机器学习才有了突破性的进展。20世纪80年代以来,机器学习作为实现人工智能的关键途径引起了广泛关注,尤其是近十几年来,机器学习领域的研究工作发展进入快车道。随着以深度学习为代表借鉴人脑的多分层结构、神经元的连接交互信息的逐层分析处理机制,以及自适应、自学习的强大并行信息处理能力取得多方面的突破性进展,机器学习不仅在基于知识的系统中得到应用,而且在自然语言理解、非单调推理、机器视觉、模式识别等许多领域也得到了广泛应用。

关 键 词：机器学习 基于知识的系统 自然语言理解 非单调推理 人工智能 计算机科学 模式识别 助理教授 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]