近日，在Reddit有网友开了一个盘，机器学习今年的热门研究，会是什么？

其中，获赞最多的选手就是——几何深度学习。

绝大多数深度学习是在 欧几里得数据（Euclidean Data） 上进行的。这包括1维和2维域中的数据类型。但我们并不存在于一维或二维世界。所有我们能观察到的都存在于3D中，我们的数据应该反映出这一点。

图像、文本、音频和许多其他都是欧几里得数据。

随着深度学习的发展，人们已经不满足于将深度学习应用于传统的图像、声音、文本等数据上，而是对更一般的几何对象如网络、空间点云、曲面等应用深度学习算法，这一领域被称为几何深度学习（Geometric deep learning）。

几何深度学习，这项技术是因Twitter首席科学家、图机器学习大牛Michael Bronstein去年发表的一篇论文走入了大众视线。（顺带一提那篇论文有160页）

几何深度学习有两个目的：首先，提供一个通用的数学框架以推导最成功的神经网络体系结构；其次，给出一个建设性的过程，并以有原则的方式构建未来的体系结构。

几何深度学习现在被用于Pinterest、Twitter、Uber、埃森哲等公司的前沿，而且这个列表还涵盖了几乎每一家涉足ML领域的公司。在学术界，从NeurIPS到ICML，图表示学习和相关术语不断成为会议讨论的主题。我们开始看到跨领域的比较和具有新颖应用的新颖模型。

几何深度学习已经有了很多现实应用，感兴趣的同学可以深挖一下，那么你看好几何深度学习吗？