深度学习和计算机视觉领域在 2018 年还有哪些能突破 / 兴起或者全新的发展方向?

深度学习和计算机视觉领域在2018年还有哪些能够突破/兴起的方向?包括不限于最近几年的Video Detection/Segmentation,GAN等,还要哪些有意思的新方向?  

西西吹雪提问于 2018-05-18 09:32
1 个回答
  • jennie2018-05-18 09:34

    关于深度学习的理论,以及 NLP(自然语言处理)应用的突破,似乎是年年盼望了。2018 年,Explainability(可解释性)预计还是没有什么大的改进;Attention(注意力模型)确实迷人,NMT(神经机器翻译)有点新意,可 NLP 也还是任重道远,比起 CV、ASR 还差远了。


    我认为,比较值得关注的:

    一个是 Hinton 的 Capsule,不知道 2018 年会给我们带来什么惊喜——也许向量的方向真不好搞,但新思路的启发意义更大;

    二是深度学习硬件,某司被制裁的前车之鉴,国产芯片的风口浪尖,足以刺激一波研发热潮,关键这个领域还比较新,期待本土的创业公司加油突破;

    三是视频分析了,在视频业务风口以及监管压力的双重作用之下,相信企业当然很有兴趣通过算法来过滤不合规的视频,缓解审核的压力。


    利益相关:网易云易盾,基于网易20年反垃圾专业经验,为您提供极速智能的文本、图片、视频、音频过滤云服务,欢迎免费试用