在大量数据中找到最重要的内在图案，比如识别一个人的面孔或笔迹 ， 是一项巨大的计算问题，研究人员说这样的计算可以用涉及“神经网络”的方法来做 。神经网络以人大脑处理信息的方法为模型 ， 由一大批连接的能够学习识别图案的开关组成 。神经网络与常规计算机不同，后者按照一组规则来解决计算问题 。Geoffrey E. Hinton和Ruslan R. Salakhutdinov 设计了一个用神经网络把 “高维”数据转换为低维码的方法 ， 有点像数据压缩 。文章作者显示，他们能比用其它方法重新生成更接近原始数据的反压缩 。一篇相关的研究评述指出，神经网络曾经比较热门，但近来不再那么被人注意，这项新研究也许使人们重新对其感兴趣 。
- 研究发现没有任何宗教信仰的人口规模在全球占第三位
- 阿拉伯古斯古斯面被列入联合国教科文组织非物质遗产名录
- 赛骆驼已被列入联合国教科文组织非物质文化遗产名录
- 日本机器人挑战500公里长途跋涉
- 大猫鼬教小猫鼬捕猎
- 恐龙教育在蒙古：拥有世界最多的恐龙化石 孩童却对恐龙所知甚少
- 巨大的冰山A-68a很可能会撞击南乔治亚岛 英国派出水下滑翔机器人勘探
- 关于教师勤劳的名言
- 邪教“全能神”散布“世界末日”谣言
- 我的世界新手教程