• 中国人工智能大会CCAI 2016圆满落幕

    8月26-27日,由中国人工智能学会(CAAI)发起并主办、中科院自动化研究所与CSDN共同承办的2016中国人工智能大会(CCAI 2016)在北京·辽宁大厦盛大召开,汇聚全球顶级人工智能专家共论前沿技术与产业实践。除了重磅主题报告,大会设置了“人工智能驱动的人机交互”、“机器学习的明天”、“人工智能青年论坛”和“人工智能产业论坛”等四大专题论坛,邀请来自知名院校及创新企业的专家担任论坛主席,就当前人工智能领域的核心问题展开讨论。大会由CSDN网站进行专题直播,并由百度开放云提供独家视频直播技术支持。 [详细]

图文实录

  • 8月26日
  • 8月27日
  • 16:55“机器学习的明天论坛”进入讨论环节,全体嘉宾围绕机器学习的技术与应用问题进行讨论,并回答了现场观众的问题。

  • 16:45清华大学计算机科学与技术系特别研究员朱军以《交互式机器学习》为演讲题目,他首先介绍了机器学习的现状,他表示,目前的机器学习是数据驱动的统计机器学习,而深度学习在2006年获得突破,但机器学习仍然面临很多困难,首先,机器学习的过程需要大量的专家知识,其次,有经验的研究者需要三到五年,第三,机器学习局限在专家和专业的开发者手中,而交互式学习可以解决机器学习面临的这些困难,但关键问题是要有易用、易于理解的交互式可视化界面、接受用户反馈的模型和学习算法、即时响应的高效算法、对数据噪声比较鲁棒、从小样本学习以及迁移学习的能力。

  • 16:35微软亚洲研究院首席研究员刘铁岩认为探讨机器学习未来的发展前景,必须要理解当前机器学习的优势和痛点。今天机器学习之所以能获得成功,得益于大数据、复杂模型和强大的计算能力。但事由正反两面,这个三个因素同时也带来了困难。首先大量的数据很难进行标注;其次深度模型也越来越难分析;此外,同步并行计算的速度和通信延迟也会限制未来深度学习的发展。针对这三个方面的问题,他结合微软研究院目前的研究成果一一给出了解决方法。未来,刘铁岩表示微软研究院会将机器学习的研究成果逐步通过开源项目展示给大众。

  • 16:25腾讯AI Lab计算机视觉组负责人刘威在演讲的开头就表示机器学习的明天会更好。随后,李磊介绍了机器学习的框架,并论述了浅度学习只能描述相对简单的映射关系,但刘威同时表示,浅度学习仍然需要大力研究发展。例如,大图近似这种浅层学习,仍值得研究。最后,刘威谈到了自己对机器学习未来的看法,他表示,深度学习是未来机器学习的未来,对比传统的计算机视觉,基于深度学习的计算机视觉可以全自动学习更有价值的图像特征,比方说卷积神经网络算法的突破导致物体识别精度大幅上升,而具体的实例就是艺术滤镜。

  • 16:15北京大学信息科学技术学院机器感知与智能教育部重点实验室教授林宙辰带来的分享是 《机器学习一阶优化算法》。在上世纪90年代,常有的优化方法有一阶和二阶两类;今天,优化方法其一思路是改进之前的算法,其二是由应用驱动。林宙辰谈到之所以选择一阶算法,是因为一阶算法具有快速相关聚集和存储计算成本较低的优势。与之前相比,一阶算法由之前的smooth、convex,转变为今天的nosmooth、noconvex,同时在convergence和convergence rate 方面也有了很大的改进;未来,机器学习应该是集中在更大规模的分析和量子计算两个方面。

  • 16:05今日头条科学家李磊以《会思考的通用智能机器还有多远?》为题目进行了演讲,在演讲中,李磊主要对人工智能是什么?人工智能发展到什么程度以及面临的挑战三个方面进行了阐述,李磊首先阐述了对人工智能的两种定义,以及在两种定义中队人工智能的要求,其次,李磊阐述了对当前人工智能发展程度的理解,他表示,目前人工智能在某些方面已经达到和超过人类能力,但通用性人工智能还是非常遥远。随后,李磊结合今日头条对奥运新闻机器人的应用,证明使用深度学习+大数据可以比较好的解决监督学习的问题。但非监督学习的研究仍然是任重而道远。

  • 16:0027日下午第二个专题论坛是机器学习的明天论坛,由滴滴研究院副院长叶杰平和第四范式创始人&CEO戴文渊担任共同主席。戴文渊宣布论坛正式开始,并引人思考:机器学习的明天不会是今天火热的深度学习。 [详情]

  • 15:35“人工智能青年论坛”进入讨论环节。所有嘉宾针对现场观众关于人工智能的问题,一起解答和讨论。

  • 15:25时趣首席科学家王绪刚认为人工智能的走向是向着提升个人工作效率的方向发展,未来的人工智能将代替一些简单思索流程性的东西,帮助人们做出决策,而不会完全替代人类大脑,而时趣科技则主要关注营销中人工智能的应用,实际上,营销中需要进行大量复杂数据的分析,而通过人工智能,可以使得调研效率,KOL效率,沟通效率全面获得提升,而时趣科技希望能够采用基于图计算引擎来解决营销中这些问题。

  • 14:15天眼查CEO柳超认为要辨析人工智能时机遇还是泡沫,首先需要明确人工智能的定义,在他的理解中:人工智能的定义是赋能于人。现在,技术进步、人文进步、资本助力三者交叉循环推动人工智能处于最好的时代。柳超认为赋能于人意味着人和机器的能力互补,实现人、数据、技术三位一体的人工智能理念。分享中,柳超借助天眼查梳理欢乐颂关系的案例,详细介绍天眼查赋能于人的过程。最后,他总结道:目前,人工智能处于最好的时代,我们要做的是赋能于人,看清世界。

  • 14:05清华大学计算机科学与技术系副教授张敏在演讲中探讨了三个问题,第一,人工智能应该是什么样?第二,计算机是否能代替人脑,第三我们离真正的智能还缺少什么。张敏使用鲜活的案例说明了人工智能与人类智能的四方面差距,即:基于小样本的学习和分析、复杂语义理解和逻辑推理、无监督学习与主动学习能力、情绪与情感的感知和自然激发。

  • 13:55中科院自动化所模式识别国家重点实验室副主任王亮提到,在十年的发展过程中,人工智能经历了几次起起落落,但始终在发展。繁荣时期,人工智能要顺势而为;低谷期的人工智能要逆势而上。王亮认为人工智能绝不是泡沫。接着,他总结了前两次人工智能低谷的重要原因:受限于相关技术领域的发展。例如,早期的计算机有限的内存和处理速度不足以解决任何实际的AI问题或者模型学习的数据库太小,包含信息太少。演讲结尾,王亮总结道,当年轻人遇到人工智能时,首先要了解人工智能的发展历程;要熟悉人工智能的发展现状,学会使用“能否解决现实问题并产生社会价值”的实践标准来区别机遇与泡沫,顺势而为,抓住机遇迎接挑战,探索多学科交叉新思路,推动人工智能健康发展。

  • 14:45新泽西州立大学罗格斯商学院管理科学与信息系统系副系主任熊辉表示,人工智能的发展是人类自我解放的过程,但科技创新必然会导致泡沫的产生,人工智能必然会变化,但变化有其规律,人工智能的“不易”是人工智能的发展是一种必然,人工智能的复杂性会不断增加,但另一方面,人工智能也是简易的,而人工智能的“简易”对年轻人意味着工作机会和前景,同时意味着自我能力的挑战。人工智能的发展道路和方向必须是不断变化的,但人工智能的“简易”也需要年轻人的专注和坚持。

  • 13:35清华大学计算机科学与技术系特别研究员崔鹏表示,希望通过本论坛的讨论,让青年对人工智能有正确的认识。他摆出了看待人工智能的两个针锋相对的观点:一是泡沫,由于万能论、奇点论、资本角逐和研究过热,二是机遇,认为泡沫是科学与技术发展的推动力,因为数据量、计算能力、理论等方面的进步和之前的人工智能泡沫是不同的。本论坛的嘉宾将就着这两个方面阐述自己的观点。

  • 13:308月27日下午的第一个论坛是人工智能青年论坛,由清华大学计算机科学与技术系特别研究员崔鹏和百度公司金融服务事业群组执行总监沈抖共同担任联席主席。沈抖宣布论坛正式开始,并介绍了各位论坛嘉宾。 [详情]

  • 11:40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在题为《The Science and the Engineering of Intelligence》的演讲中表示,人工智能很早就已经诞生,但最近,Alpha Go战胜人类围棋冠军使得人工智能变得炙手可热。实际上,早在20年前,麻省理工学院就开始了对人工智能的研究。而当前,主要研究的课题是智能工程和智能科学。接着,Tomaso介绍了智能科学和智能工程背后的数学原理,并就神经网络、深度学习与自然神经网络的关系进行了阐述,Tomaso还详细的解读了深层学习和浅层学习之间的关系及在何种情况下深度学习表现比浅度学习更好。最后,Tomaso进行了总结,他表示,智能和科学跟工程有非常多的联系、深层学习、浅层学习以及神经科学都是需要关注的方向。 [详情]

  • 10:50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发表了主题为《Planning Challenges in Human-Machine Collaboration》的报告,围绕人机共存规划技术挑战,以及他本人解决这些挑战的研究进展展开。他认为,人机共存的本质是协调而非欺骗,机器应该能预测人类意图从而更好地帮助人类,这涉及到机器是否能够利用人类情感模式干预协调活动。现在人机共存需要基于一些不完整人机模型进行规划,其中就包括了一些决策,现在面临的信息是不完整的,有时候会带来一定的副作用,所以在这样的一个规划当中,不能预计人们会喜欢所开发出来的模型,需要通过这样不完整的模型进行学习。通常在一个规划过程当中的模型,要学习起来实在太困难了,即便有很多的数据。所以必须要进行简化,然后才能使用。 [详情]

  • 9:50中国科学院外籍院士,中国科学院神经学研究所所长蒲慕明在演讲中表示,脑科学主要研究的对象是人类的大脑,脑科学目前的研究还处在早期的阶段,而大脑中神经网络和神经元与人类认知之间具有非常复杂的关系。接着,蒲慕明对目前对于神经系统研究的进展进行了总结,他表示,神经科学的主要内容是神经信息处理和脑功能机制,并介绍了著名的赫伯假说以及赫伯假说对于神经科学研究的作用。之后,蒲慕明又介绍了误差反向传播算法等几种主流的神经网络算法,并提出了五个可借鉴的自然神经网络特性,即:1)神经元类型、2)顺向、逆向、侧向联接。3)神经突触的可塑性。4)记忆的贮存、提取和消退。5)赫伯神经元集群概念的应用。 [详情]

  • 9:00中国工程院院士、中国人工智能学会理事长李德毅带来了《交互认知——从图灵测试的漏洞谈开去》的演讲。他首先从图灵测试在面对自闭症的情形、手机交互认知、教育的教学相长的交互认知说明:交互认知不同于但又一定伴随着记忆认知和计算认知;交互认知的外在表现,是语言交互、图像交互和体感交互。交互认知的内涵,语言是对交互认知的语义标注,图像是对交互认知的情感标注,体觉可称之为肢体语言,图像是交互认知的主体。他认为,交互认知的本质是协商和学习,聊天是交互认知研究的突破口。要研究聊天机器人的形式化约束,研究双人聊天、群聊和复杂系统涌现中的交互认知。 [详情]

  • 9:00中国科学院自动化研究所研究员宗成庆宣布第二天的大会正式开始。

新浪微博 (#CCAI2016#)@CSDN云计算

大会亮点

8月26日

主题报告

分论坛:“人工智能驱动的人机交互论坛”

分论坛:“人工智能产业论坛”

8月27日

主题报告

分论坛:“人工智能青年论坛”

分论坛:“机器学习的明天论坛”

大会展区

京东展台
云知声展台
百度开放云展台
天诚盛业展台
微信展台
博文视点展台
异步社区展台
易道博识展台
英伟达展区
中科智谷展区

大会花絮

签到台前人头攒动
主持人为演讲嘉宾颁发贡献奖
参会者用手机拍PPT
现场购买技术书籍
参会者和讲师一起探讨问题
大会组委会合影
参会者扫描二维码关注大会
大会现场座无虚席
休息区的丰富茶点

相关资讯

大会日程