第252章 浅度学习 (3/3)

但是在股票市场，任何一个决定，特别是大的机构的投资策略会对整个市场产生影响，对别的投资者产生影响，对将来会产生影响。

当前深度学习已经在静态任务里面取得了很大的成功，如何把这种成功延续和扩展到这种复杂的动态决策问题中，也是当前一个深度学习的挑战之一。

章杉认为，一个可能的思路是博弈机器学习。

在博弈机器学习里，通过观察环境和其他个体的行为，对每个个体构建不同的个性化行为模型，ai就可以三思而后行。

选择一个最优策略，该策略会自适应环境的变化和其他个体的行为的改变。

……

章杉在这篇论文继提出了一种几乎是完全反深度学习思路的机器学习——浅度学习。

强调增强博弈机器学习的重要性，强调ai的逻辑性和思辨性，大幅度降低“机器学习”任务量。

毫无疑问，这是一种全新的机器学习方式！

最起码，这种全新的模型在处理动态信息上取得的成绩将是革命性的。