研究重点

马蒂亚斯·贝特格的研究聚焦于大脑信息处理机制，特别是计算机如何模拟人类学习方式：通过形成新的人工神经元连接，或增强已有连接之间的传输效率。

机器学习现状

• 机器学习在过去十年推动人工智能重大进展
• 当前机器学习仍需大量数据，而人脑擅长从少量经验中得出结论
• 在数据充足时计算机可超越人类表现（如面部识别、医疗影像诊断）

实践应用

• 模式识别任务：音乐识别、购买行为预测
• 创业项目DeepArt：利用神经网络将照片转化为艺术风格
• 创立Layer 7为企业提供机器学习顾问服务

学术合作

• 参与欧洲学习与智能系统实验室（ELLIS）计划
• 与某机构学者合作建立机器学习实验室
• 重点推进无监督学习，使机器获得更通用的对象理解能力

产业协同

• 认为企业能弥补高校在成果转化方面的资源不足
• 通过产学合作构建丰富生态系统
• 为博士生提供非学术职位机会

研究理念

自称"渐进改良主义者"，主张通过小步改进使世界更宜居，专注于人工智能可实现的渐进式提升而非乌托邦式目标。