欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  科技

中国人工智能大会召开 8院士解密技术前沿与应用

程序员文章站 2022-05-18 08:59:08
花甲之年方兴未艾,人工智能将走向何方?2016中国人工智能大会(CCAI 2016),一场本年度国内人工智能领域规模最大、规格最高的学术和技术盛会,汇聚近40位世界*AI专家的真知灼见,为从业者及普...

花甲之年方兴未艾,人工智能将走向何方?2016中国人工智能大会(CCAI 2016),一场本年度国内人工智能领域规模最大、规格最高的学术和技术盛会,汇聚近40位世界*AI专家的真知灼见,为从业者及普罗大众揭示了人工智能研究前沿与应用路径。

中国人工智能大会召开 8院士解密技术前沿与应用

中国科学院副院长、中国科学院院士、中国人工智能学会副理事长谭铁牛

中国网/中国发展门户网讯 8月26日,2016中国人工智能大会(CCAI 2016)在北京辽宁大厦拉开帷幕,此次会议由中国科学技术协会、中国科学院的指导,中国人工智能学会发起主办,中科院自动化研究所与CSDN共同承办。大会为期两天,除了来自国际人工智能促进会、麻省理工学院和中国“两院”等机构的8位院士/Fellow的思想碰撞,大会还设置了“人工智能驱动的人机交互”、“人工智能产业论坛”、“人工智能青年论坛”和“机器学习的明天”等四大专题论坛,由中科院、清华、北大的专家学者,和微软、BAT、滴滴等企业技术精英,以及人工智能领域初创公司广泛参与,议题方向内容覆盖了机器学习、人机交互、模式识别、自然语言处理(NLP)等人工智能领域的热门/前沿研究和产业实战等,在引领人工智能风向标的基础上,注重产学研紧密结合,充分体现了大会引导和推动我国人工智能的研究及应用的目标。1000余名人工智能专业从业者和媒体代表作为现场听众参与了本次盛会。

高端盛会:8院士解读技术前沿

60年前,马文明斯基(Marvin Minsky)、约翰麦卡锡(John Mcarthy)和克劳德香农(Claude Shannon)等人共同发起的达特茅斯会议,引出了人工智能这个当前炙手可热的学术研究方向。及至2016年,明斯基已经作古,60年来跌跌撞撞走来成为当下明星的人工智能,对整个自然科学领域的影响正在不断扩大,其研究领域已经突破了当初的设想,而图灵测试也不再是评价人工智能的绝对标准。CCAI 2016上,8位院士/Fellow的精彩报告全方位地解读了人工智能领域当前最前沿、最重要的方向。

解码人工智能现状与未来。中国科学院副院长、中国科学院院士、中国人工智能学会副理事长的主题报告《关于人工智能发展的思考》,基于人工智能60年发展历程,对人工智能发展现状以及新动态进行重点解读,提醒从业者冷静深入地思考人工智能未来发展。

破译机器人/人机交互新密码。机器人的投资创业是目前的一大热点,但智能机器人的技术成熟度还需要很多的突破,如何让学术研究能够以最快的速度变成生产力,如何实现机器人更好地理解人类、与人类协作并成为人类的自动代理,都是当前有趣而必须解决的课题。作为机器人或NLP领域的泰斗,大疆创新科技公司董事长、香港科技大学教授李泽湘的报告《智能机器人:从学术研究到创业创新》,国际人工智能促进会(AAAI)主席、美国亚利桑那大学教授Subbarao (Rao) Kambhampati的报告《Challenges in Planning for Human-Robot Cohabitation》,以及Singularity.io公司联合创始人、ACL Fellow林德康的报告《从搜索引擎到回答引擎再到动作引擎自动问答》,很好地回答了上述问题。

认知/神经科学的再认识。尽管人工智能不是人类智能的重现,但人类智能的研究对于人工智能更好地辅助人类而言意义重大,事实上,认知科学和神经科学都已经在深刻地影响人工智能的发展。中国工程院院士、中国人工智能学会理事长李德毅的报告《交互认知:从图灵测试的漏洞谈开去》,中国科学院外籍院士、中国科学院神经科学研究所所长蒲慕明带的《神经科学能为人工智能带来什么?》,麻省理工学院人工智能实验室教授、美国人文与科学院院士Tomaso Poggio的报告《The Science and the Engineering of Intelligence》,分别为认知科学、神经科学与其他领域的人工智能技术的结合打开了新的大门。

阐明非监督深度学习的明天。神经科学对人工智能的一个重要影响,就是当前红遍各大*会议/期刊的深度神经网络。但目前深度学习从业者的苦恼,就是大部分场景下发挥作用的只是有监督深度学习非监督深度学习虽然意义重大,实现却极其艰难。本次大会上,微软人工智能首席科学家、IEEE Fellow邓力的报告《驱动大数据人工智能多种应用的三类深度学习模式》,基于团队的实践经验,为非监督深度学习的研究和应用提供了一个可行的新范式。