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