0
人工智能的研究包括從數(shù)據(jù)到知識，從學(xué)習(xí)到推理。新一代人工智能已經(jīng)上升為國家戰(zhàn)略，其覆蓋的范圍也越來越廣。機器學(xué)習(xí)是人工智能的基礎(chǔ)和熱點研究問題，是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、計算復(fù)雜性理論等多門學(xué)科。機器學(xué)習(xí)已廣泛應(yīng)用于數(shù)據(jù)挖掘、計算機視覺、自然語言處理、生物特征識別、搜索引擎、醫(yī)學(xué)診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰(zhàn)略游戲和機器人等領(lǐng)域。然而，人工智能的研究還面臨很多挑戰(zhàn)，如何讓能夠真正讓機器像人一樣認知、思考和學(xué)習(xí)還需要在人工智能的基礎(chǔ)理論、核心算法以及關(guān)鍵應(yīng)用方面取得重要突破。
本期CCF YOCSEF學(xué)術(shù)報告會“機器學(xué)習(xí)與新一代人工智能”邀請到了統(tǒng)計機器學(xué)習(xí)、對抗學(xué)習(xí)、人工智能系統(tǒng)以及當前熱點應(yīng)用問題進行探討，并展望領(lǐng)域發(fā)展未來。使參加者在了解人工智能基礎(chǔ)、提高機器學(xué)習(xí)理論水平的同時，掌握本領(lǐng)域最新技術(shù)動態(tài)，了解未來技術(shù)和應(yīng)用趨勢。
13:30 簽到
14:00 報告會開始
特邀講者：王飛躍，中科院自動化所 復(fù)雜系統(tǒng)智能控制與管理國家重點科學(xué)重點實驗室主任
報告題目：生成式對抗網(wǎng)絡(luò)GAN的研究進展與展望
特邀講者：朱 軍，清華大學(xué)計算機系長聘副教授 智能技術(shù)與系統(tǒng)國家重點實驗室副主任
報告題目：Deep Generative Models, Algorithms and a Probabilistic Programming Library
特邀講者：聶再清，阿里巴巴AI Lab北京研發(fā)中心負責人
報告題目 : 智能語音交互
執(zhí)行主席：唐杰，清華大學(xué)計算機系長聘副教授 計算機系副系主任
執(zhí)行主席：林俊宇，中科院信工所網(wǎng)絡(luò)空間技術(shù)實驗室主任助理
簡介: 王飛躍教授，1990年獲美國倫塞利爾理工學(xué)院（RPI）計算機與系統(tǒng)工程博士學(xué)位。1990年起在美國亞利桑那大學(xué)先后任助教授、副教授和教授，機器人與自動化實驗室主任，復(fù)雜系統(tǒng)高等研究中心主任。1998年作為國家計劃委員會“引入海外杰出人才計劃”和中國科學(xué)院“百人計劃”人才回國工作，2011年追溯為首位國防領(lǐng)域“”國家特聘專家。曾任中國科學(xué)院自動化研究所副所長，現(xiàn)為中國科學(xué)院自動化研究所復(fù)雜系統(tǒng)管理與控制國家重點實驗室主任，國防科技大學(xué)軍事計算實驗與平行系統(tǒng)技術(shù)研究中心主任，中國科學(xué)院大學(xué)中國經(jīng)濟與社會安全研究中心主任，青島智能產(chǎn)業(yè)技術(shù)研究院院長。
王教授是智能控制、智能機器人、無人駕駛、智能交通等領(lǐng)域早期開拓者之一。自上世紀80年代起，師從機器人和人工智能領(lǐng)域開拓者G. N. Saridis和R. F. McNaughton教授，開展智能控制、機器人、人工智能和復(fù)雜系統(tǒng)的研究與應(yīng)用工作，提出并建立了智能系統(tǒng)的協(xié)調(diào)結(jié)構(gòu)和理論、語言動力學(xué)理論、代理控制方法、復(fù)雜系統(tǒng)的ACP方法等?，F(xiàn)已完成“Advanced Studies of Flexible Robotic Manipulators: Modeling, Design, Control and Application”、“Autonomous Rock Excavation: Intelligent Control Techniques and Experimentation”、“Advanced Motion Control and Sensing for Intelligent Vehicles”、“Advances in Computational Intelligence: Theory and Applications”、《社會計算》等十余本學(xué)術(shù)專著，皆為相關(guān)領(lǐng)域的首部學(xué)術(shù)著作。自二十一世紀初，發(fā)起并開拓了社會計算、社會制造、平行智能、平行控制、平行管理、知識自動化等新的研究領(lǐng)域。
王教授現(xiàn)任IEEE計算社會系統(tǒng)匯刊（IEEE Transactions on Computational Social Systems）、指揮與控制學(xué)報主編，1996創(chuàng)辦Int’l J. of Intelligent Control and Systems和World Scientific Series on Intelligent Control and Intelligent Automation，曾任自動化學(xué)報、IEEE/CAA Journal of Automatica Sinica（自動化學(xué)報英文刊）、IEEE智能交通系統(tǒng)匯刊（IEEE Transactions on Intelligent Transportation Systems）、國際智能控制與系統(tǒng)雜志和IEEE智能系統(tǒng)（IEEE Intelligent Systems）主編及多份IEEE以及其它國際期刊主編、副主編或編委。曾任IEEE智能交通系統(tǒng)學(xué)會主席（2005–2007年）、旅美科協(xié)主席（2005年）、北美竺可楨教育基金會會長（2007–2008年）。現(xiàn)任中國自動化學(xué)會副理事長兼秘書長、IEEE射頻識別理事會（IEEE Council on RFID）候任主席。2003年起先后當選IEEE、INCOSE、IFAC、ASME和AAAS等國際學(xué)術(shù)組織Fellow。2007年獲國家自然科學(xué)二等獎和ACM杰出科學(xué)家稱號，2014年獲IEEE諾伯特?維納獎。
摘要：生成式對抗網(wǎng)絡(luò)GAN (Generative adversarial networks) 已經(jīng)成為人工智能學(xué)界一個熱門的研究方向。GAN的基本思想源自博弈論的二人零和博弈，由一個生成器和一個判別器構(gòu)成，通過對抗學(xué)習(xí)的方式來訓(xùn)練，目的是估測數(shù)據(jù)樣本的潛在分布并生成新的數(shù)據(jù)樣本。在圖像和視覺計算、語音和語言處理、信息安全等領(lǐng)域，GAN正在被廣泛研究，具有巨大的應(yīng)用前景。本次報告的主要內(nèi)容包括GAN的提出背景、GAN的理論與實現(xiàn)模型、發(fā)展趨勢以及我們所做的工作，即GAN與平行智能。我們認為GAN可以深化平行智能的虛實互動、交互一體的理念，特別是計算實驗的思想，為 ACP（人工系統(tǒng)、計算實驗、平行執(zhí)行）理論提供了十分具體和豐富的算法支持。
簡介：清華大學(xué)計算機系長聘副教授、卡內(nèi)基梅隆大學(xué)兼職教授、智能技術(shù)與系統(tǒng)國家重點實驗室副主任。擔任人工智能頂級雜志IEEE TPAMI的副主編和編委、AI的編委，擔任機器學(xué)習(xí)國際大會ICML2014地區(qū)聯(lián)合主席，ICML、NIPS、IJCAI、AAAI領(lǐng)域主席。獲CCF自然科學(xué)一等獎、CCF青年科學(xué)家獎，入選萬人計劃青年拔尖人才計劃、MIT TR35中國區(qū)先鋒者和IEEE期刊評選的AI’s 10 to Watch。
摘要： As an important type of deep learning methods, deep generative models provide a suite of flexible tools on revealing the latent structures underlying complex data and performing “top-down” inference to generate samples. In this talk, I will present some recent results on learning with deep generative models, including the basic theory and algorithms, semi-supervised learning with deep generative models, and ZhuSuan--a GPU library to support probabilistic programming and efficient inference.
簡介： 2004年博士畢業(yè)于美國亞利桑那州立大學(xué)，現(xiàn)任阿里巴巴人工智能實驗室北京研發(fā)中心負責人，負責知識圖譜和自然語言理解這兩個方向。他在加入AI Labs前就職于微軟亞洲研究院，任首席研究員，主要負責微軟自然語言理解、實體挖掘的研發(fā)工作。在對象級別搜索與大數(shù)據(jù)挖掘方面申請國際專利十余項，多次擔任WWW, ICML,SIGKDD, ICDM, CIKM, ACL,AAAI等一流國際會議程序委員會成員或領(lǐng)域主席，及互聯(lián)網(wǎng)信息集成國際研討會（IIWeb2012和IIWeb2007）程序委員會主席。他帶領(lǐng)團隊旨在通過大數(shù)據(jù)挖掘和眾包，建立Web-scale知識圖譜，用以帶來全新的搜索體驗以及更好的人機自然語言交互能力。已建立了若干企業(yè)級工作系統(tǒng)。他是微軟學(xué)術(shù)搜索，人立方，以及企業(yè)智能助理EDI的發(fā)起人和負責人，也是微軟自然語言理解平臺LUIS的技術(shù)負責人。相關(guān)技術(shù)已經(jīng)應(yīng)用在Bing、Office、Cortana等產(chǎn)品上。
摘要：最自然的人機交互方式是自然語言。因為自然語言的歧義性和多義性、訓(xùn)練語料的有限、用戶對智能助理精度的期待、大量開發(fā)者還不是NLP和機器學(xué)習(xí)專家，讓語意理解成為了人工智能中的難點和挑戰(zhàn)。我會在本次報告中介紹我們的AliGenie自然語言理解開發(fā)者平臺對這些挑戰(zhàn)的解決方案，也會簡單介紹語音識別、自然語言理解、計算機視覺等人工智能技術(shù)在AliGenie和其他阿里巴巴產(chǎn)品中的應(yīng)用。
簡介： CCF YOCSEF 學(xué)術(shù)委員會侯任主席、CCF杰出會員、杰出演講者。清華-工程院知識智能聯(lián)合實驗室主任。研究興趣包括：社會網(wǎng)絡(luò)分析、數(shù)據(jù)挖掘和知識圖譜。發(fā)表論文200余篇，引用10000多次（個人h-指數(shù)52）。主持了學(xué)術(shù)網(wǎng)絡(luò)挖掘系統(tǒng)AMiner，吸引了220個國家/地區(qū)800多萬獨立IP訪問。獲北京市科技進步一等獎、人工智能學(xué)會科技進步一等獎、首屆優(yōu)青和CCF青年科學(xué)家獎等。
簡介： 博士，CCF 計算機應(yīng)用專委會常務(wù)委員，CCF YOCSEF 2017-2018學(xué)術(shù)秘書，現(xiàn)任中科院信工所網(wǎng)絡(luò)空間技術(shù)實驗室主任助理。參加完成國家自然科學(xué)基金、各類國防科技項目和省部級項目10項。獲省部級科技進步二等獎1項，科技發(fā)明類二等獎1項；申請獲得專利授權(quán)和軟件著作權(quán)12項。在國際期刊會議上發(fā)表學(xué)術(shù)論文60余篇。主要研究方向：網(wǎng)絡(luò)安全，未來網(wǎng)絡(luò)，知識工程。
時間：2018年4月13日（星期五）14:00-18:00
地點：中國科學(xué)院計算技術(shù)研究所 一層報告廳
會議注冊：https://jinshuju.net/f/QiEU2r
面向群體：IT領(lǐng)域?qū)I(yè)人士、研究生、媒體、其他有興趣者
聯(lián)系Email：yocsef@ccf.org.cn;
費用：
非CCF會員：學(xué)生50元/人/次，其他200元/人/次；辦理入會手續(xù)，可以免費參加。
CCF會員：憑會員證免費參加；
媒體：免費參加。
注：現(xiàn)場可以辦理CCF入會及續(xù)費，請?zhí)崆白詴T后參加本次活動
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
