研究者提出深度表示学习三点统一理解：学习即最大化信息增益

研究者提出关于深度表示学习的三条统一认识：学习或智能的目标是学到能最大化信息增益的数据分布表示，深度网络架构本身即实现该目标的迭代优化算法，反向学习或前向更新网络参数是为提升所选算法/架构的效率。这是其新书与新课程《深度表示学习》的核心要义。作者还称，现代深度网络和大模型「没有什么真正解释不了的」。