Moncef Gabbouj院士谈“绿色学习——基于神经网络的机器学习和应用进展”

6月9日，芬兰坦佩雷大学的Moncef Gabbouj院士做客第75期黄岛论坛，作题为“绿色学习——基于神经网络的机器学习和应用进展”的学术报告。

Moncef Gabbouj院士表示，虽然深度学习模型在当今应用非常广泛，但是随着模型层数以及模型参数的增加，超大的计算量必然会导致更多的碳消耗。所以，在倡导高效节能的今天，我们应该更加关注使用的模型是否绿色节能。

报告中，Gabbouj院士首先就人工神经网络的发展进程做了简要阐述，他指出，虽然神经网络从1943年诞生至今已经有80年的发展，但是无论是最原始的多层感知器，还是最先进的一些深度学习神经网络，我们使用的仍然是最原始的神经元模型。因此，可以对神经元模型进行创新，来获得新型神经元模型。

围绕这种新型神经元模型，Gabbouj院士详细介绍了如何增加神经元模型的非线性能力，以及相比于目前先进的卷积神经网络，这种新型神经元模型的强大优势。经典的神经元模型在激活之前是一个纯粹的“线性模型”，其学习能力有限，所以只能通过加深网络层数来增加学习能力。而Gabbouj院士通过对神经元模型的三步改进策略，使得新型神经元模型具有强大的非线性拟合能力，即使只有两层网络，也能超过目前深度学习十几层网络的效果。

最后，Gabbouj院士对这种新型神经元在未来的应用充满信心，他强调，全球正在推进绿色发展，而这种新型神经元可以应用于现有的各种神经网络结构中，减少网络复杂性，构建更加低碳高效的神经网络模型。

报告后，参会老师们和学生们就网络结构优化、模型嵌入等方面向Moncef Gabbouj院士积极提问。Moncef Gabbouj院士就相关学术问题作了详细解答，并与现场师生进行了热烈讨论。

Moncef Gabbouj，芬兰坦佩雷大学计算机科学系教授，欧洲科学院院士、芬兰科学院院士、IEEE会士以及IEEE傅里叶奖委员会委员。Moncef 院士是目前图像处理领域公认的世界专家，其研究方向包括大数据分析、多媒体内容分析、索引与检索、人工智能、机器学习、模式识别、非线性信号与图像处理与分析、语音转换、视频处理与编码等。Moncef院士是国际计算机科学领导者奖、芬兰计算机科学领袖奖、芬兰电子和电气工程领袖奖、芬兰文化基金会奖的获得者,曾在2004-2005年担任IEEE电路和系统协会的杰出讲师，担任IEEE-EURASIP NSIP（非线性信号和图像处理）委员会的前任主席、曾担任欧盟委员会COST 211quat的算法组主席。Moncef院士已出版多部著作和700多篇论文，研究方向涉及人工智能、计算机视觉、模式识别、算法和人工神经网络等领域,现担任《IEEE Transactions on Multimedia》、《IEEE Access》、《Multimedia Systems》等国际期刊的编委会委员。（院机关  赵振华）