琶洲实验室副主任陈俊龙院士首创的“宽度学习系统”荣获2023年信息科学领域热点前沿第二名

2023年12月1日
琶洲实验室
92

11月28日,中国科学院科技战略咨询研究院、中国科学院文献情报中心与科睿唯安联合发布的《2023研究前沿》报告和《2023研究前沿热度指数》报告,遴选出2023年全球较为活跃或发展迅速的128个研究前沿,并对相关学科的发展趋势和重点问题进行了研判。琶洲实验室副主任陈俊龙院士首创的“宽度学习系统”,荣获2023年信息科学领域热点前沿第二名。

信息科学领域热点排名

早在上世纪80年代,陈俊龙院士在攻读博士学位的时候就有涉及“深度学习网络”。“深度学习网络”建立了很多层的神经网络,几十层到百层神经网络,每层有数百个神经元,例如面对图片时,不断去调节参数做识别,提高识别的准确率。

“深度学习网络”固然是好,但也有短处。他说:“遇到开放数据时,调试网络就得设计新结构,从头计算,可能需要用一天、两天、甚至一周时间。”这也就是“提名理由”当中所讲到的“深度神经网络计算资源消耗严重、扩展难的瓶颈”。

“宽度学习系统”作为有别于“深度学习网络”的新提法,在横向拓展和增量学习方面具有明显优势。宽度学习对开放环境跟数据不需要从头计算,因为单层的网络结构要做的是横向扩展神经元,做增量的计算,让系统更加精准。对数据流的增加,也不用重新调节网络结构。

“宽度学习系统”应用起来将在边缘端的智能学习方面起到积极作用。例如,当下的智能驾驶实现何时加速、刹车的决定是在云端计算好的,然后放进汽车端去执行。假设汽车遇见没有看过复杂的新情况,边缘端只是依照之前学习过的经验去做判断,这种判断可能会出错。如果有快速的边缘计算去做判断,那么在复杂的情况下可以正确地做出决策,云端的再计算可以在离线的时候再学习更新,这就是“宽度学习系统”将在边缘端的智能学习方面起到的作用。

边缘端的智能学习越来越重要。我国“十四五”规划中明确提出要“协同发展云服务与边缘计算服务”,《“十四五”数字经济发展规划》同时指出要“加强面向特定场景的边缘计算能力”。中国信息通信研究院《边缘计算市场和用户洞察报告(2022)》数据显示,2021年我国边缘计算市场规模达到436.4亿元。