【儀表網(wǎng) 儀表新概念】7月22-23日，在中國(guó)科學(xué)技術(shù)協(xié)會(huì)、中國(guó)科學(xué)院的指導(dǎo)下，由中國(guó)人工智能學(xué)會(huì)、阿里巴巴集團(tuán)&螞蟻金服主辦，CSDN、中國(guó)科學(xué)院自動(dòng)化研究所承辦的2017中國(guó)人工智能大會(huì)(CCAI 2017)在浙江杭州會(huì)議中心盛大召開。
 

 

圖片源自網(wǎng)絡(luò)
 

　　本次大會(huì)圍繞著當(dāng)前AI熱點(diǎn)話題、核心技術(shù)，以及與會(huì)者共同關(guān)注的科學(xué)問(wèn)題進(jìn)行深入交流和探討，并針對(duì)語(yǔ)言智能與應(yīng)用、智能金融、人工智能科學(xué)與藝術(shù)、人工智能青年發(fā)展四個(gè)主題設(shè)立專題論壇，對(duì)于我國(guó)人工智能的科學(xué)研究及在各行業(yè)落地有著極大的推進(jìn)作用。
 

　　本次大會(huì)為期兩天，以“AI大師主題報(bào)告”、“專題論壇群雄論劍”的方式展開，主題報(bào)告環(huán)節(jié)，由香港科技大學(xué)計(jì)算機(jī)系主任楊強(qiáng)，螞蟻金服數(shù)據(jù)科學(xué)家漆遠(yuǎn)，南京大學(xué)教授周志華，以及中國(guó)科學(xué)院自動(dòng)化研究所研究員宗成慶分別主持。
 

　　中國(guó)工程院院士、中國(guó)人工智能學(xué)會(huì)理事長(zhǎng)李德毅，中國(guó)科學(xué)院院士、中國(guó)人工智能學(xué)會(huì)副理事長(zhǎng)譚鐵牛，阿里巴巴技術(shù)委員會(huì)主席王堅(jiān)分別發(fā)表大會(huì)致辭，總結(jié)過(guò)去一年產(chǎn)學(xué)研界在人工智能領(lǐng)域取得的豐碩成果，并熱忱地歡迎所有與會(huì)者的到來(lái)。
 

　　大師云集，學(xué)術(shù)帶頭人齊聚，分享人工智能的創(chuàng)新發(fā)展
 

　　大會(huì)現(xiàn)場(chǎng)，9位海內(nèi)外工智能專家分別從人工智能技術(shù)的兩面性、L3自動(dòng)駕駛挑戰(zhàn)、深度學(xué)習(xí)遷移模型、金融智能實(shí)踐，到構(gòu)建強(qiáng)健的人工智能、機(jī)器學(xué)習(xí)在商務(wù)智能中的創(chuàng)新應(yīng)用、眾包中的統(tǒng)計(jì)推斷與激勵(lì)機(jī)制、小數(shù)據(jù)方法模型以及弱監(jiān)督機(jī)器學(xué)習(xí)研究新進(jìn)展等進(jìn)行了深刻解讀與分享，在拓展人工智能邊界的同時(shí)也為其未來(lái)發(fā)展及應(yīng)用實(shí)踐指明了方向。
 

　　大會(huì)首日香港科技大學(xué)計(jì)算機(jī)系主任楊強(qiáng)則從深度學(xué)習(xí)模型的共性問(wèn)題談起，在主題報(bào)告《深度學(xué)習(xí)的遷移模型》中，深度剖析如何使得深度學(xué)習(xí)模型變得更加可靠，使得在數(shù)據(jù)變化的情況下，模型還可以持續(xù)可用，更通過(guò)不同的應(yīng)用案例多角度地闡述遷移學(xué)習(xí)的深度模型所帶來(lái)的優(yōu)點(diǎn)。
 

　　澳大利亞新南威爾士大學(xué)教授、AAAI執(zhí)行委員會(huì)成員Toby Walsh的報(bào)告則更聚焦于如何發(fā)展可用于造福社會(huì)的技術(shù)，以《人工智能造福人類的那一面》為主題，結(jié)合實(shí)際研究案例，詳細(xì)闡述人工智能技術(shù)的兩面性，以及如何來(lái)幫助現(xiàn)有的食品銀行，以及器官銀行。
 

　　螞蟻金服副總裁、數(shù)據(jù)科學(xué)家漆遠(yuǎn)發(fā)表《金融智能的發(fā)展與應(yīng)用》主題報(bào)告，在大會(huì)現(xiàn)場(chǎng)具體介紹了螞蟻金服在金融服務(wù)場(chǎng)景中如何發(fā)展AI技術(shù)——從新的深度學(xué)習(xí)模型到深度學(xué)習(xí)與圖關(guān)系的結(jié)合等——來(lái)應(yīng)對(duì)這些挑戰(zhàn)，分析如何將新技術(shù)創(chuàng)新應(yīng)用在場(chǎng)景中，以解決金融服務(wù)的關(guān)鍵問(wèn)題，如風(fēng)控與智能助理等，并且就當(dāng)下金融智能面臨的開放性問(wèn)題進(jìn)行了探討。
 

　　第二天的主題報(bào)告則都由來(lái)自海外的AI領(lǐng)域翹楚帶來(lái)。其中，德國(guó)人工智能研究中心(DFKI)科技總監(jiān)Hans Uszkoreit分享了《機(jī)器學(xué)習(xí)在商務(wù)智能中的創(chuàng)新應(yīng)用》，介紹如何分析各種來(lái)源的數(shù)據(jù)，用于執(zhí)行眾多的商務(wù)智能任務(wù)，如供應(yīng)鏈監(jiān)控、市場(chǎng)調(diào)研和產(chǎn)品管理等。其所討論的方法包含了不同類型的機(jī)器學(xué)習(xí)和基于知識(shí)的自然語(yǔ)言理解技術(shù)，充分利用知識(shí)圖表和各種結(jié)構(gòu)化數(shù)據(jù)源，實(shí)現(xiàn)信息的互為補(bǔ)充。在此方法中，文本分析管道被嵌入在開源大數(shù)據(jù)分析平臺(tái)Apache Flink中，能支持近乎實(shí)時(shí)地快速處理海量數(shù)據(jù)。
 

　　美國(guó)微軟雷德蒙研究院研究員周登勇(Dengyong Zhou)發(fā)表《眾包中的統(tǒng)計(jì)推斷與激勵(lì)機(jī)制》主題演講，具體總結(jié)了微軟雷德蒙研究院過(guò)去幾年在基本的眾包問(wèn)題的研究與工程上的進(jìn)展。具體來(lái)說(shuō)，主要集中在群體智慧與激勵(lì)機(jī)制兩個(gè)方面。在技術(shù)上更是融合了機(jī)器學(xué)習(xí)、統(tǒng)計(jì)推斷、博弈論、心理學(xué)以及人機(jī)交互，目前，周登勇及其團(tuán)隊(duì)對(duì)于眾包的研究工作已經(jīng)應(yīng)用到了微軟的諸多產(chǎn)品。
 

　　南加州大學(xué)副教授Fei Sha則從《大數(shù)據(jù)如何幫助“小數(shù)據(jù)”？》切入，介紹其所在團(tuán)隊(duì)在該方向的研究成果，并通過(guò)3個(gè)場(chǎng)景闡述多任務(wù)學(xué)習(xí)、領(lǐng)域適應(yīng)及零樣本學(xué)習(xí)。該主題旨在從其他任務(wù)和相關(guān)大數(shù)據(jù)集中尋求幫助，以研究有關(guān)小數(shù)據(jù)的方法和模型。并且，報(bào)告還探討了相關(guān)方法的制定，以及如何將它們運(yùn)用到實(shí)際問(wèn)題中。
 

　　日本理化學(xué)研究所先進(jìn)智能研究中心主任Masashi Sugiyama發(fā)表《弱監(jiān)督機(jī)器學(xué)習(xí)研究新進(jìn)展》主題演講，總結(jié)了其與團(tuán)隊(duì)在監(jiān)督弱化分類方面的新研究進(jìn)展，包括兩組未標(biāo)記數(shù)據(jù)分類、正面數(shù)據(jù)和未標(biāo)記數(shù)據(jù)分類、半監(jiān)督分類的新方法以及補(bǔ)充標(biāo)簽分類。后，還簡(jiǎn)要地介紹了RIKEN智能中心項(xiàng)目。
 

　　在主題報(bào)告的后，俄勒岡州立大學(xué)教授、AAAI前主席Thomas G. Dietterich帶來(lái)了《構(gòu)建強(qiáng)健的人工智能：原因及方式》演講。當(dāng)前，人工智能技術(shù)正在各種應(yīng)用中廣泛使用。由于其中一些應(yīng)用可能會(huì)對(duì)人類生活或經(jīng)濟(jì)造成威脅，因此我們需要尋找相應(yīng)的算法和方法來(lái)確保人工智能系統(tǒng)行為安全。本報(bào)告即介紹了用于保證安全行為的方法，并綜合考慮“已知的未知”情況(對(duì)不確定情形有一個(gè)明確的模型)以及“未知的未知”情況(模型不完整或錯(cuò)誤)。
 

　　(原標(biāo)題：中國(guó)人工智能大會(huì)CCAI 2017在杭州召開)