深度学习计算机视觉极限将至，我们该如何找到突破口？

选自the Gradient作者：Alan L. Yuille、Chenxi Liu机器之心编译深度学习是近年来人工智能技术发展的核心，虽然取得了巨大成功，但它具有明显的局限性。与人类视觉系统相比，深度学习在通用性、灵活性和适应性上要差很多，而在遇到复杂的自然图像时，深度学习可能还会遇到机制性困难。本文中，来自约翰霍普金斯大学的学者们向我们介绍了深度学习的几大极限，以及如何解决这些问题的思路。研究人员表示，目前形式的深度神经网络似乎不太可能是未来建立通用智能机器或理解思维/人类大脑的最佳解决方案，但深度学习的很多机制在未来仍会继续存在。本文是《Deep Nets: What have they ever done for Vision?》论文的精简版。论文链接：https://arxiv.org/pdf/1805.04025.pdf深度学习的历 ………………………………