教机器识别图案
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。
