在这个“智能+”的时期，有无甚么新的算法让人工智能更具进修才能？让人工神经收集进修变得轻松高兴？国际著名人工智能范畴专家黄广斌给出了谜底，首创性地研讨出了Extreme Learning Machines?（ELM，超限进修机）实际和系统，冲破了前30多年风行的前馈神经收集和20多年普遍运用的支持向量机（SVM）的实际和技巧瓶颈，打破了机械进修和生物进修之间的壁垒。
黄广斌，新加坡南洋理工年夜学电气和电子工程学院全职毕生传授，被Thomson Reuters 评为“2015 Highly Cited Researcher?”（工程类，盘算机迷信类），是新加坡总统迷信奖被提名人（2016），世界三年夜出书团体之一Elsevier数据治理参谋委员会参谋。黄传授的重要研讨偏向为年夜数据处置剖析、脑机交互、人机交互、机械进修实际和技巧等。
开宗立派，研讨出人工神经收集新的算法（超限进修机）
Extreme Learning Machine（ELM），即超限进修机，人工神经收集研讨中的一种算法，冲破了前30年风行的前馈神经收集和近20年普遍运用的支持向量机（SVM）的实际和技巧瓶颈。这一种全新的实际和进修办法的出生充斥了诗意的有时和科研的必定。
黄广斌传授曾接收采访说过，一开端专一研讨，临时找不到明白的谜底，为防止太压制，浏览文学作品抓紧。第七次读《三国演义》，脑中显现书里各色鲜活人物时，他忽然认识到，曩昔的数百万年发生了数万亿人类和植物，都有着分歧年夜脑，却很难在这么多的年夜脑中装置用于分歧的运用和义务的分歧进修算法。黄传授想到能够会涌现一些通用的进修算法，可以装置在这数万亿个分歧的年夜脑中，用于分歧的运用和义务，而年夜脑中的这些算法都应当和数据和运用互相自力有关的。
就在当天清晨黄广斌传授获得灵感，测试了 data-independent 算法，终究将该算法定名为超限进修机。ELM和SVM/LS-SVM、Deep Learning（深度进修）比拟，精确率高，简略易用，进修速度可以快几千到几万倍；并且为回归拟合（function?approximation）？，二类（binary?class）和多类（multi-class）分类运用成绩供给了同一的处理计划。ELM不只能有用的运用于稀少数据，也能有用用于年夜数据的进修处置。
ELM实际比来也获得了生物和脑神经学的直接生物验证，填补了机械进修和脑进修机制之间的空白，处理了盘算机之父冯？诺依曼60年前的关于人脑和盘算机构造和才能的迷惑。如今ELM曾经被愈来愈多的用在形式辨认，基于脑电波的疾病诊断猜测，脑机交互，人机交互，图象处置，人脸辨认，人的姿态手语辨认，手写体辨认，目的辨认，卫星图像及时长途遥感，收集平安，从低分辩率图象结构超分辩率图象等等。
想晓得ELM的深入意义吗？想晓得人工智能进修才能毕竟到了哪一种水平和将来趋向吗？存眷第四届中国机械人峰会，听黄广斌传授现场讲解。
