121      機器人

人工智能何去何從？“二十一世紀的計算”大會告訴你

丹棱君有話說：基於大數據、大計算和精確算法的人工智能，已駛入快車道。然而目前人工智能應用的開發和部署，還需要大量的手動設計的解決方案，如何從人工智能的“手工”時代，過渡到更加“工業化”的未來？在深度學習領域，有哪些新的研究動態？深度學習的方法和整體範式上有哪些限製和突破口？微軟在深度學習方麵，取得了什麼樣的進展？10 月 19 日上午 9 點在哈爾濱舉辦的第十九屆“二十一世紀的計算”國際學術研討會，將為你解讀人工智能的未來之路。大會全程直播哦，線上參與方式詳見後文~

1995 年，比爾·蓋茨在自己的第一本書《未來之路》中預言道，在即將到來的二十一世紀中，“信息高速公路”將會貫通整個現代社會。在這光速變遷的二十年裏，科技摩擦出的火花隨處可見，科幻與現實的次元壁逐漸被打破，而這條“高速公路”通往的下一站，將是人工智能大行其道的新紀元。

今年，以“人工智能·未來之路”為主題的第十九屆“二十一世紀的計算”國際學術研討會將於 10 月 19 日上午 9 點在中國哈爾濱市隆重開幕。本屆會議將由微軟亞洲研究院與哈爾濱工業大學共同主辦，並有幸邀請到多位全球計算機科學和人工智能學術領域的大師級人物，包括“二十一世紀的計算”大會的老朋友、圖靈獎獲得者 John E. Hopcroft 教授，微軟公司全球資深副總裁 Peter Lee 博士和微軟亞洲研究院院長洪小文博士等等，他們將與大家攜手同行，探索人工智能的未來之路。

本屆大會還將以微信群分享的形式進行同步直播，並邀請微軟亞洲研究院資深研究員秦濤博士擔任此次分享的主講人，從專家角度實時解說嘉賓演講（參與方式見文末）。

強大的嘉賓陣容，權威的專家解讀，小夥伴們是不是已經期待值爆表了呢？在正式享用這場學術饕餮盛宴之前，先來幾道精致的“開胃小菜”：大咖演講內容搶先看。點擊“閱讀原文”，即可了解更多大會信息。

大咖演講內容搶先看

Peter Lee：人工智能的手工性

Peter Lee

微軟全球資深副總裁

美國計算機協會（ACM）院士

人工智能已經到達一種前所未有的科技高度，大批科學家和技術人員正在人工智能領域傾注他們的熱情與專業技術，商界領袖和學者們也同樣對人工智能的產業應用充滿信心、翹首以待。

在微軟，人工智能的元素滲透在幾乎所有的產品和服務中，為用戶帶來巨大的收益。然而，創造和部署這樣的人工智能應用並非易事，需要大量的專業知識和手動設計的解決方案。在這個意義上，可以說我們正處於“手工 AI”的時代。在本演講中，微軟全球資深副總裁 Peter Lee 將著重解析當前人工智能應用的手工性質，展望一個更加工業化的未來。

John Hopcroft：深度學習高效運作的秘訣

John Hopcroft

康奈爾大學計算機係教授

1986 年圖靈獎獲得者

電氣電子工程師學會（IEEE）院士

美國計算機協會（ACM）院士

在人工智能的驅動下，一場信息革命正在轟轟烈烈地上演。15 - 20 年前，支持向量機模型的出現點燃了這場革命的引火線，而最近，深度學習的快速發展將信息革命推向新的高潮。眾所周知，深度學習在許多應用領域中都取得了標誌性的成功，但這種高效運作背後的原因卻知之甚少。

在本演講中，康奈爾大學計算機係教授、1986 年圖靈獎獲得者 John Hopcroft 將帶領大家回顧機器學習的基礎知識，並分享深度學習領域中一些比較有趣的研究方向。

Lise Getoor：從圖數據科學到有效推論

Lise Getoor

加州大學聖克魯茲分校計算機科學係教授

美國人工智能學會（AAAI）院士

我們正處於數據爆炸的時代，圖數據無處不在，比如通信數據，由金融交易網絡、協作網絡、組織層次結構、社交媒體等產生的數據。盡管這些觀測數據有一定價值，但局限性也相當突出，比如往往會帶有很多“噪聲”，模型也不夠全麵，對實際存在的深層社會、科學或技術結構隻是淺觸皮毛。因此，大數據分析的挑戰之一就在於如何能夠合理利用這種大型、異構、不完整且帶有噪音的集成數據進行合理推論。

在本演講中，加州大學聖克魯茲分校計算機科學係教授 Lise Getoor 將介紹圖數據所需的一些常見推理模式，以及解決這些問題所需的一些關鍵功能。

Raymond Mooney：深度學習革命

Raymond Mooney

德克薩斯大學奧斯汀分校計算機科學係教授

德克薩斯大學奧斯汀分校人工智能實驗室主任

美國計算機協會（ACM）院士

美國人工智能學會（AAAI）院士

在很多具有挑戰性的人工智能問題上，為深度神經網絡而生的新機器學習方法已經初露頭角，展現出驚人的實力，深度學習的革命力量已經蓄勢待發。

在本演講中，德克薩斯大學奧斯汀分校計算機科學係教授兼人工智能實驗室主任 Raymond Mooney 將簡要回顧機器學習的曆史和深度學習的基礎知識（包括卷積神經網絡和循環神經網絡），以及一些成功解決計算機視覺、自然語言處理和遊戲領域中不同問題的實際案例。同時，他還將分析當前深度學習在方法和整體範式上的一些限製因素。

滕尚華：大數據和網絡分析的可擴展算法

滕尚華

南加州大學計算機科學與數學係教授

美國計算機協會（ACM）院士

身處大數據時代，我們對高效算法的需求比先前任何時候都要突出。雖然大數據使我們進入了我們先驅者設想的漸近世界，但問題規模的爆炸式增長也對經典算法的有效性提出挑戰：根據多項式時間表征，以前被認為有效的算法可能不再適用，有效的算法應該是可擴展的。

在本演講中，南加州大學計算機科學與數學係教授滕尚華將討論一係列算法技術，用於設計可靠的可擴展算法，重點對新興的拉普拉斯範式進行研究。

洪小文：幫助機器和人類共同學習

洪小文

微軟全球資深副總裁

微軟亞太研發集團主席兼微軟亞洲研究院院長

微軟傑出首席科學家

電氣電子工程師學會（IEEE）院士

近年來，機器學習計算機視覺、語音和自然語言處理等領域取得了長足的進步。然而，很多挑戰仍然存在，需要配合以更好的機器學習算法。有些教學信號和評估指標很清楚。還有一些場景，評估指標可以是主觀的，人們需要依靠現實世界的反饋來更好的學習。

在本演講中，微軟全球資深副總裁、微軟亞太研發集團主席兼微軟亞洲研究院院長洪小文將介紹微軟亞洲研究院在幫助機器學習方麵取得的最新成果，例如對偶學習和自生成數據學習。此外，他還將強調機器學習目前麵臨的一些重要挑戰。最後，隨著人工智能對社會的影響越來越大，人們還需要適應提高自己的技能，機器如何幫助人類學習同樣值得關注。

線上專屬福利

大會微信群同步直播

長按識別下圖二維碼（或搜索微信號 MSRAsia01）添加“微軟亞洲研究院”為好友，即可由小助手拉入直播群，參加“二十一世紀的計算”大會直播活動。

和研究員零距離交流互動

在直播過程中，參與線上直播的同學們可以與研究員交流互動。如果你對人工智能感興趣或者心存疑惑，都可以向我們的研究員提問哦！請盡情把你的問題向後台砸過來吧！

“二十一世紀的計算”大會再次起航，未來，人工智能何去何從，將如何書寫，希望各位都能在本屆大會中都能收獲靈感一二。人工智能的未來之路，我們誠邀您共同探索。

本文轉自微信公眾號：微軟研究院AI頭條

了解更多：

獨家視頻 |“二十一世紀的計算”大會2016演講視頻匯總

觀點 | 洪小文：人工智能與人類智能的共進化

觀點 | Peter Lee：為什麼頂級公司都關注研究

後台入駐微軟小冰

如果你很萌，請跟她一決高下！

點擊這裏，即可了解本屆“二十一世紀的計算”國際學術研討會的更多信息~

最後更新：2017-10-17 09:39:31

  上一篇： 湯曉鷗教授：人工智能讓天下沒有難吹的牛！

  下一篇： 阿裏發布“新工種”——機器人飼養員！接下來的招聘畫風亮了