深度学习概述
深度学习作为人工智能的核心分支，通过多层神经网络模拟人脑处理数据的方式，已在图像识别、自然语言处理等领域取得突破。
经典论文推荐
AlexNet (2012)
首次在ImageNet竞赛中证明深度卷积网络的优越性，推动了深度学习的复兴。ResNet (2015)
提出残差连接机制，解决深度网络的梯度消失问题，成为后续模型的基石。Transformer (2017)
引入自注意力机制，革新自然语言处理范式，成为生成式AI的关键技术。
近期进展
Vision Transformer (2020)
将Transformer应用于视觉任务，显著提升图像分类精度。GNN (图神经网络)
用于处理图结构数据，在社交网络分析和药物发现中表现突出。