后深度学习人工智能做什么?-孙富春 (清华大学)

来源:南京审计大学点击数:918更新时间:2019-01-10

主  题: 后深度学习人工智能做什么? 

内容简介: 本报告首先分析了以深度学习为代表的人工智能技术的成功与不足,包括对大数据的依赖、目标单一性、黑箱系统、缺乏主动和终生性以及不能产生升华与涌现。在此基础上,提出人工智能发展的四元结构理论,给出从硅云计算、网格计算,再到生物计算的人工智能发展图谱。接着,重点介绍后深度学习时代的主要理论、方法和模型,包括可小样本表示学习、迁移学习、模仿学习、基于偏好的学习、语义理解和可解释人工智能等。最后对人工智能的进一步发展进行展望。

 

报告人: 孙富春     博导

               国家杰出青年基金获得者

               清华大学校学术委员会委员

               计算机科学与技术系学术委员会主任

               智能技术与系统国家重点实验室常务副主任

时  间: 2019-01-13    09:00 

地  点: 致明楼诚信厅 

举办单位: 信息工程学院 




南京审计大学版权所有 苏ICP备05007120号-4

江苏省南京市浦口区江浦街道雨山西路86号

邮编:211815

返回原图
/