深度学习与Yoshua Bengio：RE·WORK深度学习峰会前的一次采访
Yoshua Bengio在机器学习领域非常有名。他有很多称号，包括蒙特利尔大学计算机科学与操作研究部全职教授、机器学习实验室主任、CIFAR神经计算与自适应感知项目联合主任、统计学习算法加拿大研究主席等等。
他目前的兴趣在于通过机器学习寻求人工智能，包括深度学习和表征学习的基础问题，高维空间的几何泛化、流形学习、受生物启发的学习算法，以及统计机器学习的挑战性应用。作为我们持续跟进的深度学习Q&A系列报道的一部分，在他在5月出席波士顿RE·WORK深度学习峰会前，我跟Yoshuo聊了一些他如何看待媒体对这一领域的兴趣，未来的发展等问题。
您觉得最近促使深度学习领域有所进展和利用的重要因素是什么呢？
研究结果有了非常重大的改进，也因为有所改进的硬件。
最近媒体对深度学习的兴趣也是日趋浓厚，您对此作何感想？
这是由于上述进展以及深度学习对社会和商业转型影响的重要潜力导致的。事物都有双面性，好的一方面在于这能够帮助吸引杰出研究者（特别是学生）和资助。坏的一方面在于记者们总是会夸大任何特定论文所进行的研究进展，而忽略那些不太出名的研究员们做出的重要研究。
你认为这对于这一领域是有好处的吗？
总体来说，是的。
更大范围的深度学习合作如何能确保他们的工作能够使大家互惠互利呢？
通过参与到这一领域的基础性研究来，通过自主学术研究、建立他们自己的国际研究团队，在该团队里，研究员们可以公开发表他们的论文和代码、参与会议以及和其他的科学社团进行公开对话。
您能告诉我们关于您和IBM沃森合作的更多情况吗？
IBM早已开始研究深度学习（最初是在语音识别领域），并且在其他领域的应用方面进展迅速，这一点也让我有兴趣，比如自然语言理解。他们也对基础科学（比如训练程序）和硬件（我相信很快就会变得比现在更加重要）的进展有兴趣。
目前或者未来最有潜力的深度学习应用中，哪些最让您感到激动呢？
自然语言理解。
您觉得在未来哪些行业受到的深度学习冲击会最大呢？
所有人类与系统、公司、机器、机器人交互的地方。包括自动驾驶汽车以及个人助理、搜索引擎、操作系统、客户服务等等。计算机视觉也会迅速扩展到产品领域，超越工业视觉基于手持设备的应用，能够用这些产品看到发生了什么，以及利用这些来协助你，比如身体健康方面。
在接下来五年我们会在深度学习领域看到哪些发展呢？
我可没有水晶球，不过主要的挑战包括改进非监督（或者说半监督）学习，引进因果依赖关系的建模、自然语言理解、推理等等。