研究者提出深度表示学习三点统一理解：学习即最大化信息增益

YiMaTweets · x · 2026-10-15

作者总结多年研究后提出关于深度表示学习的三条统一认识：一、学习（或智能）的目标是学到一个能最大化信息增益的数据分布表示；二、深度网络架构本身就是为实现该目标而展开的迭代优化算法；三、反向学习或前向更新网络参数，是为了提升所选算法/架构的效率。

这是其新书与新课程《深度表示学习》的核心要义。作者还放话：在他看来，现代深度网络和大模型「没有什么真正解释不了的」——一个颇具争议的强论断。