国际学堂

　　“人工智能是未来科技发展的重要方向，也是同学们的重要机遇！”7月15-19日，来自美国明尼苏达大学的Gerald Sobelman教授应信息与通信工程学院陈亦欧博士的邀请，做客“暑期学校-国际学堂”，为成电学子带来了题为《机器学习构架》的课程，主要讲授用于实现机器学习算法的广泛的硬件体系结构。

“机器学习是一个魅力无穷的领域”

　　“机器学习”现在是一个“非常热门”的领域，被认为是“第四次工业革命”的代表技术之一，将深刻地改变人们的生产和生活。Gerald Sobelman教授表示，在科学和工程的许多领域，人们正在应用机器学习方法寻找更好的解决方案，也用它来研发一些以前不可能创造的产品。如今，我们已经每天使用机器学习系统并与之交互，今后，这种交互还会继续增加。

　　因此，他觉得，机器学习是需要学生理解的一个非常重要的课题。如果一个学生具有机器学习的应用知识，将会非常有助于在行业中找到一个好的和有趣的职位。许多公司都会雇用在这一领域有经验的学生。除了具有传统工程领域的知识外，机器学习方面的专业知识能够使学生在获得面试和工作机会方面更具有优势。

　　“AlphaGo”打败了世界围棋大师李世石，但是，这只是机器学习发展的一个开始。Gerald Sobelman教授对机器学习的发展潜力和未来充满了信心。他指出，AlphaGo的演示非常令人印象深刻，但它目前解决的只是一个非常具体的问题。在未来，人工智能系统将在更广泛的领域进行应用，例如，它能够像人类用自然语言那样完全理解和交互。

“我最希望激发学生的好奇心”

　　在短短5天的课程中，Gerald Sobelman教授首先对“有监督学习”、“非监督学习”和“强化学习”的计算方法进行了综述。然后，他和同学们一起讨论了一些硬件实现技术，重点讨论了“优化性能”和“最小化功耗”的方法，包括“量化技术”、“网络修剪策略”、“权重共享方法”、“并行化方法”和“近似计算方法”等。他还和学生一起讨论了机器学习在图像识别、语音处理和其他领域中的具体应用。

　　“我已经介绍了深度学习系统的技术背景，重点是监督学习和卷积神经网络。此外，我还介绍了神经结构搜索、数值计算技术和量化神经网络领域的一些最新研究成果。”他说，“我这门课程的目标是让学生们了解当前正在发生的一些最令人兴奋的发展，以激励他们进一步研究这个领域。”

　　成电学子给他留下了深刻的印象。他说，“讲座中有很多学生提出了许多很好的问题，这表明他们对学习的内容已经完全吸收了。”课堂讲稿包含了对特定书籍和文章来源的引用，以便学生可以自己做进一步的阅读和探索。他还为同学们推荐了一部MIT的英文原版教材（Ian Goodfellow和Yoshua Bengio合著的《Deep Learning》，MIT出版社2016年版）。

“机器学习需要我们一起努力探索”

　　目前，机器学习还处在“初级阶段”，但人类正在努力向更加智能的方向迈进。那么，该领域还有哪些重大的科学问题呢？

　　Gerald Sobelman教授指出，目前，训练一个机器学习系统需要数千到数百万个例子。就所需的时间和计算资源而言，这种培训可能是很昂贵的。我们希望发现新的训练方法，使机器学习系统只需几个例子就能训练出来，类似于人类学习的方式。

　　而要实现这个“更智能”甚至“类人脑智能”的梦想，需要科研工作者不断的探索和一代接一代人的努力。因此，他十分希望自己能够激发学生的兴趣，让更多的优秀学子投身到这份科研事业当中来。

　　他建议学校可以创建一个可以被注册学生访问的内部课堂网页。这个网页可以包含课堂讲稿、指向其他技术的材料和计算机示例链接等其他学习资料。老师们可以把资料上传到网页上，学生无论什么学院、专业，都可以方便快捷地下载、学习、分享，每个人都可以从各自的专业角度对人工智能的发展做出自己的贡献。

相关链接：

　　Gerald Sobelman，哈佛大学博士、美国明尼苏达大学电气与计算机工程系教授，明尼苏达大学计算机工程研究生课程部主任。曾任斯佩里公司和控制数据公司（CDC）高级工程师，并入选IEEE电路和系统学会2008-2009年和2013-2014年杰出讲师。曾任IEEE电路与系统协会通信电路与系统分会技术委员会主席，现担任IEEE ISCAS、SOCC、ICCSC等国际会议技术委员会成员，IEEE Trans on Circuits and systems I和IEEE Signal Processing Letters等期刊副主席。研究领域包括无线通信、通信与信号处理的VLSI设计，机器学习等，发表论文150篇，出版专著1本，美国专利12项。