CAAI副理事长杨强：研究迁移学习有什么用

7月28日，由中国人工智能学会、深圳市罗湖区人民政府共同主办的2018 中国人工智能大会（CCAI 2018）在深圳举行。

CAAI副理事长杨强发表《AI面临的挑战和迁移学习所带来的机遇》演讲，在谈到迁移学习时，理事长杨强为大家解释：人类在学会自行车后，再学摩托车就非常容易了；看了一两张图片，就可以把它扩展到许多其他不同的景象。我们能把我们过去的经验带到不同的场景，这样就有了一种能够适应新环境的能力。

机器如何才能也具有这种能力呢？杨强教授表示人类有一个诀窍，而这个诀窍可以应用到机器学习中——即迁移学习的要素——就是发现共性，发现领域之间的共性。如果一旦发现了这种关键的共性（共同特征）迁移学习就变得非常容易。

为什么我们需要研究迁移学习？首先，生活上我们遇到更多的是小数据，而在小数据上学习的模型，才是真正的智能。第二，我们希望构建的系统不仅在那个领域能够发挥作用，在其周边也可以发挥作用。即我们希望系统是可靠的，其可以举一反三和融会贯通，这也是我们赋予智慧的一种定义。第三，我们希望更重要的是如何能够把一个通用的系统加上个人的小数据，而迁移到个人的场景当中去，因此我们可以向个性化方向发展。迁移学习就是一个必不可少的工具。

但迁移学习为什么如此难以实现？因为即使是人类也很难发现这些共同点。