中国科学院自动化研究所   设为首页   加入收藏  联系我们
 
English
网站首页     实验室概况     研究队伍     组织机构     学术交流     科研成果     人才培养     开放课题     创新文化     资源共享     联系我们
    学术交流

学术沙龙:深度学习之路在何方?未来人工智能是否还依赖深度学习?

2019年11月25日下午,模式识别国家重点实验室青年学术沙龙活动在智能化大厦学术报告厅举行,模识学术交流小组有幸邀请到字节跳动人工智能实验室总监李航博士、北京大学王立威教授、中国科学院自动化所曾毅研究员以及陶建华研究员四位企业界和学术界一线专家与大家分享以“深度学习之路在何方?未来人工智能之路是否还依赖深度学习?”为主题的学术报告。本次活动由郭建伟副研究员主持,学术报告厅座无虚席,近200位所内外的老师和同学参加了本次活动。


中科院自动化所陶建华研究员致辞

李航博士的报告题目是“AI的未来:如何超越深度学习?”。李航博士首先表达了对AI的基本看法,认为当前AI的主要目的是为人类提供智能工具,提高人类的工作效率与生活舒适度。然后,从类脑计算、神经符号处理、合理思考的机器三个方向对当前的深度学习理论进行讲述。最后,进一步深入介绍了如何超越深度学习。

字节跳动人工智能实验室总监李航博士报告

王立威教授报告的主题是“Thoughts on the future of deep learning”。王教授以两个问题为开篇:1.深度学习未来在哪?2.人工智能如何发展?。然后从深度学习的任务、学习范式、模型以及学习算法四个方面对深度学习的未来做主题报告。王立威教授认为当前深度学习算法距离Human-level的任务还很遥远,而从人类进化的角度来讲,监督学习占得比例很少而非监督学习占的比重很大。

北京大学王立威教授报告

曾毅研究员报告的主题是“类脑人工智能:愿景、挑战与进展”。曾研究员首先介绍了行为建模与机制理解之间的差异,指出类脑人工智能是一项跨学科的研究工作,需要一个人同时具备神经科学和人工智能科学两种技术的人才能进行探索和研究。然后介绍了人工智能当前全球各个国家的不同愿景,以及面临的技术挑战和进展。

 
中科院自动化所曾毅研究员报告

在主题报告后,四位专家与现场老师学生进行了讨论。讨论期间,很多同学和年轻老师踊跃发言,就自己的研究方向提出很多深度学习相关的问题,比如在学习过程中如何表达数据的内部结构、如何评价一套学习系统的理解能力以及研究AI手段是应采用决定性还是非决定性等,现场反响热烈。

四位专家与现场老师同学讨论
友情链接
 
中科院自动化研究所 模式识别国家重点实验室 事业单位  京ICP备14019135号-3
NLPR, INSTITUTE OF AUTOMATION, CHINESE ACADEMY OF SCIENCES