Google DeepMind 研究员 Mathieu Blondel 梳理现代 AI 局部损失方法

Google DeepMind 研究员 Mathieu Blondel 用“局部损失”框架梳理现代 AI 训练方法，将长串行计算分解为独立的局部监督学习问题。不同方法的区别主要在于局部目标的来源，包括数据与专家、设计好的过程、模型自举、搜索或后见之明、自由变量，以及架构或物理层面的局部性。