曰批免费视频播放免费,一区二区三区四区无码日韩,无码不卡免费v片在线观看,久久婷婷人人澡人人9797

 

中國人工智能大會召開 8院士解密技術前沿與應用

發布時間: 2016-08-28 09:04:07  |  來源: 中國發展門戶網  |  作者: 辛聞  |  責任編輯: 王振紅
關鍵詞: 中國人工智能大會,人工智能大會,人工智能,CCAI 2016,機器學習,人機交互,模式識別,自然語言處理

花甲之年方興未艾,人工智能將走向何方?2016中國人工智能大會(CCAI 2016),一場本年度國內人工智能領域規模最大、規格最高的學術和技術盛會,匯聚近40位世界頂級AI專家的真知灼見,為從業者及普羅大眾揭示了人工智能研究前沿與應用路徑。

中國人工智能大會CCAI 2016在京召開
  中國科學院副院長、中國科學院院士、中國人工智能學會副理事長譚鐵牛

中國網/中國發展門戶網訊 8月26日,2016中國人工智能大會(CCAI 2016)在北京遼寧大廈拉開帷幕,此次會議由中國科學技術協會、中國科學院的指導,中國人工智能學會發起主辦,中科院自動化研究所與CSDN共同承辦。大會為期兩天,除了來自國際人工智能促進會、麻省理工學院和中國“兩院”等機構的8位院士/Fellow的思想碰撞,大會還設置了“人工智能驅動的人機交互”、“人工智能產業論壇”、“人工智能青年論壇”和“機器學習的明天”等四大專題論壇,由中科院、清華、北大的專家學者,和微軟、BAT、滴滴等企業技術精英,以及人工智能領域初創公司廣泛參與,議題方向內容覆蓋了機器學習、人機交互、模式識別、自然語言處理(NLP)等人工智能領域的熱門/前沿研究和產業實戰等,在引領人工智能風向標的基礎上,注重產學研緊密結合,充分體現了大會引導和推動我國人工智能的研究及應用的目標。1000余名人工智能專業從業者和媒體代表作為現場聽眾參與了本次盛會。

高端盛會:8院士解讀技術前沿

60年前,馬文?明斯基(Marvin Minsky)、約翰?麥卡錫(John Mcarthy)和克勞德?香農(Claude Shannon)等人共同發起的達特茅斯會議,引出了人工智能這個當前炙手可熱的學術研究方向。及至2016年,明斯基已經作古,60年來跌跌撞撞走來成為當下明星的人工智能,對整個自然科學領域的影響正在不斷擴大,其研究領域已經突破了當初的設想,而圖靈測試也不再是評價人工智能的絕對標準。CCAI 2016上,8位院士/Fellow的精彩報告全方位地解讀了人工智能領域當前最前沿、最重要的方向。

解碼人工智能現狀與未來。中國科學院副院長、中國科學院院士、中國人工智能學會副理事長的主題報告《關于人工智能發展的思考》,基于人工智能60年發展歷程,對人工智能發展現狀以及新動態進行重點解讀,提醒從業者冷靜深入地思考人工智能未來發展。

破譯機器人/人機交互新密碼。機器人的投資創業是目前的一大熱點,但智能機器人的技術成熟度還需要很多的突破,如何讓學術研究能夠以最快的速度變成生產力,如何實現機器人更好地理解人類、與人類協作并成為人類的自動代理,都是當前有趣而必須解決的課題。作為機器人或NLP領域的泰斗,大疆創新科技公司董事長、香港科技大學教授李澤湘的報告《智能機器人:從學術研究到創業創新》,國際人工智能促進會(AAAI)主席、美國亞利桑那大學教授Subbarao (Rao) Kambhampati的報告《Challenges in Planning for Human-Robot Cohabitation》,以及Singularity.io公司聯合創始人、ACL Fellow林德康的報告《從搜索引擎到回答引擎再到動作引擎自動問答》,很好地回答了上述問題。

認知/神經科學的再認識。盡管人工智能不是人類智能的重現,但人類智能的研究對于人工智能更好地輔助人類而言意義重大,事實上,認知科學和神經科學都已經在深刻地影響人工智能的發展。中國工程院院士、中國人工智能學會理事長李德毅的報告《交互認知:從圖靈測試的漏洞談開去》,中國科學院外籍院士、中國科學院神經科學研究所所長蒲慕明帶的《神經科學能為人工智能帶來什么?》,麻省理工學院人工智能實驗室教授、美國人文與科學院院士Tomaso Poggio的報告《The Science and the Engineering of Intelligence》,分別為認知科學、神經科學與其他領域的人工智能技術的結合打開了新的大門。

闡明非監督深度學習的明天。神經科學對人工智能的一個重要影響,就是當前紅遍各大頂級會議/期刊的深度神經網絡。但目前深度學習從業者的苦惱,就是大部分場景下發揮作用的只是有監督深度學習——非監督深度學習雖然意義重大,實現卻極其艱難。本次大會上,微軟人工智能首席科學家、IEEE Fellow鄧力的報告《驅動大數據人工智能多種應用的三類深度學習模式》,基于團隊的實踐經驗,為非監督深度學習的研究和應用提供了一個可行的新范式。

1   2   下一頁  


返回頂部