柯登峰　俞栋　贾珈



语音图文信息处理中的深度学习方法进展专刊序言

柯登峰1俞栋2贾珈3

最近几年来，深度学习赚足了世人的眼球.如果说，前几年深度学习在工业界受到狂热追捧的话，那么今年开春以来，深度学习则是受到普通老百姓的百般青睐.随着阿法狗（AlphaGo）采用深度学习技术打败了围棋冠军李世石的消息传开，街头巷尾男女老少都在津津乐道于深度学习技术与人工智能的未来.深度学习技术本质上是深度神经网络技术，是神经网络发展的重要阶段.它在历史上经历了许多挫折和磨难，才成就了如今的辉煌.

起初，神经网络技术只在神经科学和生物物理学领域流行，科学家用它来解释神经细胞的工作原理，反对弗洛伊德学派《自我与本我》中对癔症和催眠等精神分析学的解释.神经元工作的模型最早由神经生理学家沃伦·麦卡洛克（Warren Mc-Culloch）和数学天才少年沃尔特·皮兹（Walter Pitts）于1943年合作提出.他们认为看似神秘的精神失常是来源于大脑里的神经元的激发异常，其工作原理是纯机械式的，可被离散化的时间信号（t=0，1，2，···）所表示，各时刻中神经元的状态可表示为0或1.1957年，心理学家法兰克·罗森布拉特（Frank Rosenblatt）在此基础上建立了感知机模型，并借鉴神经心理学家赫布（Hebb）提出的学习规则，实现了可以自主学习的感知机.他用感知机实现了一些简单的视觉处理工作，证实了感知机的学习能力和分辨能力.美国政府对此十分重视，给予大力支持.锋……