Lei Feng réseau AI Technology Review vient de publier le top dix 2016 inventaire de la parole AI, beaucoup de lecteurs enthousiastes se demander: Pourquoi il y a des étrangers énumérés Daniel, nous allons voir comment les chercheurs nationaux bien connus des conférences de finition? Cela ne signifie pas, Lei Feng réseau a mis en place un magnifique discours intérieur au cours de la dernière année, avec regard AI Technology Review, Takami grand Dieu qui vous fait bénéficier? Cet article sans ordre particulier, bienvenue à nos lecteurs dans la zone de commentaires librement, de parler du meilleur discours AI de votre cur maintenant.

Gao Wen: Rappelant le passé, regarder vers l'avenir

Université de Pékin École des sciences et technologies de l'information. Académie chinoise d'ingénierie, ACM / IEEE Fellow, CCF - beaucoup GAIR · Sommet mondial de l'intelligence artificielle et la robotique Président de l'Assemblée générale cette année, Gao académiciens ont assisté à la parole, mais tournent principalement autour de l'histoire de l'intelligence artificielle et le déroulement futur. Si vous êtes très intéressé par l'intelligence artificielle, aimeraient avoir une compréhension détaillée de la vague de 60 ans, alors jetez un oeil à « l'intelligence artificielle - spirale 60 ans, » il a fait un discours à la CNCC 2016, la page 39 PPT à lecteurs montrent une forme d'intelligence artificielle en spirale cours.

De la troisième vague du point de vue apprentissage automatique en 2006, croient Gao académiciens que deux facteurs ont contribué à la réussite de l'apprentissage en profondeur:

• L'un est le matériel du progrès: le matériel est d'obtenir, des capacités de calcul plus puissants moins chers.

• Le deuxième est la technique de réglage de modèle progressif et le paramètre.

Lors de la cérémonie de clôture de la réunion annuelle des robots des ingénieurs de haut niveau, Gauvain Fellow rapport principal « intelligence artificielle Perspectives et défis », principalement effectué des recherches et de l'étude de l'intelligence artificielle dans l'environnement, Lei Feng net pour son discours détaillé a été rapport, vous pouvez cliquer sur le lien ci-dessous pour la vue.

Vous voulez savoir sous Gauvain Académicien a dit quoi d'autre? Bienvenue sur le réseau Lei Feng précédemment:

CNCC 2016 | Académie chinoise d'ingénierie académicien Gauvain 39 PPT vous prenez 60 ans pour comprendre la vague de l'intelligence artificielle

Académie chinoise d'ingénierie Gao Wen: l'avenir de la grippe aviaire et la prochaine vague de | 2016 Ingénierie Robot annuel

Il convient de mentionner que, portrait Gauvain de Académicien aussi faire un peu de publicité pour notre AI Technology Review, cette approche également la bienvenue pour voir le contenu de son discours. En cela aussi grâce à la haute attention au texte de la technologie Académicien AI pour étendre mon commentaire!

Zhou Zhihua: 57 PPT vous dire, quelle est la nature de l'apprentissage de la machine?

Le professeur Zhou Zhihua principalement engagée dans la recherche dans le domaine de l'intelligence artificielle, l'apprentissage automatique, l'exploration de données, etc., en plus de son discours publié à la CNCC 2016, mais au sommet KDD China Technology de cette année a également fait part. Le professeur Zhou Zhihua avec la « littérature de dépistage » À titre d'exemple, laisser le public dans un exemple vivant de l'enseignement à comprendre au sujet de l'apprentissage machine à « quoi » « pourquoi » trois aspects de « comment faire ». En fin de compte, la parole Professeur Zhou Zhihua a fait plusieurs réseau résumé Lei Feng est le résumé comme suit:

• étude approfondie peut avoir « l'hiver », il est juste une technique d'apprentissage machine, les nouvelles technologies et plus de choses « boom » viennent;

• Machine Learning n'a pas « l'hiver » aussi longtemps que la demande est pour l'analyse des données, l'apprentissage de la machine sera utilisée;

• Penser à l'avenir:

1, sur le plan technique: il doit être en mesure d'être efficacement utilisé dans un dispositif de calcul tel qu'un GPU (pas nécessairement de l'apprentissage en profondeur);

2, la tâche: un environnement ouvert de la tâche d'apprentissage de la machine est particulièrement importante (robustesse est la clé);

3, la morphologie: l'espoir est que la transition du courant « Algorithmes + données » pour la forme « assemblée scolaire ».

• Si vous souhaitez ajouter ces trois prévoient une date limite pour l'avenir, alors, sont 5, 10, 15 ans.

Si vous êtes intéressé par la parole le professeur Zhou Zhihua, vous pouvez cliquer sur ce lien.

Zhou Zhihua KDD Chine présentation en direct Sommet de la technologie: la profondeur de l'apprentissage n'est pas dans la « simulation du cerveau humain. »

CNCC 2016 | Zhou Zhihua 57 PPT Uncover l'essence de l'apprentissage de la machine

Yang Qiang: Apprendre de l'apprentissage en profondeur à Migrate

Avoir la perspective de l'intelligence artificielle, l'analyse de la profondeur de l'apprentissage de Lei Feng réseau pour introduire la prochaine étude de la migration. En effet, il y a des commentaires instant dans l'étude approfondie du champ d'application et la direction a certains avantages, mais ce n'est pas dans d'autres domaines. « À l'heure actuelle ce problème de retard de retour résolution nécessite un renforcement apprendre à faire. Et demain, il y a plus d'endroits ont besoin de migrer pour apprendre. »

Hong Kong University of Science et professeur de technologie, directeur scientifique solide quatrième paradigme Yang dans l'intelligence artificielle et la robotique CCF- GAIR sommet mondial organisé par le Réseau de l'Assemblée générale Lei Feng, pour tout le monde à faire au sujet de la nature de l'intelligence artificielle et cinq conditions nécessaires pour une migration réussie devrait avoir appris .

Le professeur Yang estime que la migration est une combinaison d'apprentissage et d'apprentissage de renforcement de l'apprentissage en profondeur peut être appliquée à migrer grands modèles de données aux données sur les petits, la migration personnalisée, afin de pouvoir éviter les oligarques de données. Il a expliqué la structure à trois couches et de renforcer le modèle d'algorithme d'apprentissage transfert en appliquant par exemple Google DeepMind, les points sur les cinq conditions nécessaires à la réussite de l'intelligence artificielle - un modèle d'entreprise clair (objectifs clairs), les grandes données de haute qualité, une définition claire du problème et les zones frontalières, les talents transfrontaliers et comprendre la puissance de calcul de l'intelligence artificielle.

En outre, le professeur Yang était encore forte à KDD Chine cette année a fait un thème de « apprendre à migrer d'une étude approfondie » du discours, vous pouvez cliquer sur le lien pour voir les détails.

Yang Qiang KDD Chine Université des sciences et de la technologie dans le discours du Sommet de Hong Kong: les migrations d'étudier la nature et l'application pratique

Professeur Yang Qiang décryptage PPT: Comment détours dans la vague de l'intelligence artificielle | CCF-GAIR

Li Deyi: comment atteindre le cerveau de conduite sans pilote

Académie chinoise d'ingénierie académicien Li Deyi cette année déjà 73 ans, mais comme l'automatisation et expert en intelligence artificielle, Liyuan Shi surveille de près l'environnement écologique de l'industrie des véhicules intelligents, la pratique du génie et le développement futur. Sommet Chine le troisième robot, Liyuan Shi de partager la recherche et des idées dans le domaine des sans pilote. Il croit que les compétences d'activité plus est conduite, la mémoire et l'expérience, plutôt que les connaissances, le raisonnement et le calcul. Conduire des différences cérébrales, ce qui reflète les différences dans l'intelligence individuelle et de la coordination motrice, et pas deux cerveaux de conduite identique dans le monde.

« Ceci est vraiment un robot. Nous pensons que l'avenir de conduire la voiture pour exécuter le cerveau est le même. La vraie voiture que la voiture elle-même, mais le conducteur, la cognition humaine, le cerveau et mettre la machine ainsi que l'emploi. Nous préconisons à l'intérieur de notre robot, il y a un bus d'extension de bus de débogage pour l'auto-apprentissage, les gens peuvent apprendre à conduire. puis quand la voiture du robot jeu de rôle, la principale chose à apprendre est par la digestion et l'absorption, une étude approfondie dans leur propre comportement.

Lei Feng réseau a pour tout le monde termine son discours complet est attaché PPT et rapidement Cliquez ici pour le lire.

Détaillée Li Deyi: cerveau de base de conduite sans pilote | Sommet Robot chinois

Li Pendre: laboratoire Huawei est la profondeur de l'apprentissage comment faire?

Le professeur Yang Qiang est le premier directeur du Laboratoire de l'Arche de Noé Huawei, est à l'apprentissage de la machine à l'étude, l'intelligence artificielle et l'exploration de données de laboratoire naturel principalement ciblé. Li est actuellement hang directeur du laboratoire en cette année Lei Feng réseau hébergé CCF-GAIR Assemblée générale sur l'application de l'intelligence artificielle à part dans l'espace mobile au public. Accrochez Li a dit dans son discours, Arche laboratoire Une vision de Huawei Noah est de créer un terminal de téléphone mobile intelligent complet intelligent, l'utilisateur recevra toutes les informations et l'assistance que vous voulez à partir du terminal par voie de langage naturel.

KDD Chine et à la fin, Li Accrocher un rapport intitulé « Traitement du langage naturel dans une étude approfondie: passé, présent et futur », combinée à la technologie de la PNL spécifique, introduit le système répondant à la question automatique, la récupération de l'image, la traduction automatique, diverses applications de combinaison de dialogue en langage naturel.

Li hang estime que la tendance du développement futur de traitement du langage naturel étude approfondie devrait être une combinaison d'un traitement de neurones en mode mixte et de traitement symbolique. Qu'est-ce que vous attendez? Lei Feng passerelle voir rapidement des rapports sur Li Hang it:

AIR 019 | Directeur Arche de laboratoire Huawei Noah Li Pendre: Notre vision et la pratique dans le domaine de l'intelligence artificielle

Li Accrocher Huawei Arche de Noé directeur du laboratoire: les tendances futures dans le traitement du langage naturel

L'honorable: comment co-évolution de l'intelligence artificielle et l'intelligence humaine?

Symposium tenu en Corée cette année, « vingt et unième siècle calcul » collaboration homme-machine (humaine et la machine de travail en équipe) comme thème, vice-président senior de Microsoft, Microsoft Asie-Pacifique R & D président du groupe de l'opérateur historique, chef MSRA Le Dr Dean a hon intitulé « co-évolution de l'intelligence artificielle et de l'intelligence humaine » (co-évolution de l'intelligence artificielle et de l'intelligence humaine) la parole.

Dans le discours, il y a trois différentes AI L'honorable mentionné niveau technique, comprenant la reconnaissance visuelle de l'ordinateur, la compréhension du langage naturel et l'analyse des données et la visualisation.

« mensonges de supériorité intelligence humaine dans de petits échantillons, et même échantillon 0 l'apprentissage et le raisonnement, tandis que la profondeur de l'apprentissage en tant que représentant de la technologie de l'intelligence artificielle est plus approprié pour l'apprentissage des grandes données. » intelligence donc artificielle « intelligente », selon Dr Hong ENTENDU largement divisé en quatre niveaux: l'intelligence fonctionnelle, intelligent, et la sagesse. Comme à l'heure actuelle la plus machine intelligente vient d'atteindre le niveau « intelligent », et donc il croyait que seul l'intelligence humaine et l'intelligence artificielle sont combinés pour parvenir à une véritable « co-évolution ». Les détails peuvent être trouvés PPT:

Calcul au 21e siècle | L'honorable Microsoft Research Asia, à la page 54 PPT sur l'intelligence artificielle et l'intelligence humaine "co-évolution"

Quatre mise en page de l'application de l'intelligence artificielle 360: Yen aqueux

Ancien professeur à l'Université nationale de Singapour, le 360 actuel directeur scientifique, Institut de recherche sur l'intelligence artificielle Yen Shui Cheng a également prononcé un discours à cette année a présenté le 360 est de savoir comment faire de l'intelligence artificielle. Selon le professeur Yan déclaration, mise en page de base AI 360 est complet, couvrant un certain nombre d'intelligence artificielle, y compris:

• Tout d'abord, la perception visuelle, l'image et l'analyse vidéo;

• En second lieu, la perception de la parole;

• Le troisième est conscient sémantique, matériel intelligent peut espérer le dialogue et les échanges et les utilisateurs;

• Quatre est grande analyse des données, nous espérons aussi que la profondeur de l'apprentissage à jouer un rôle actif en termes de gros volumes de données.

Le Yen Shui Lei Feng hôte du réseau à l'Assemblée générale de cette année sur le même CCF-GAIR à partager avec nous une partie de la R & D 360 progrès. « Du point de vue du développement, nous faisons principalement deux choses: l'une est quand nous avons un gros volumes de données plus rapidement comment ce modèle est formé d'un autre niveau du matériel intelligent, en plus de l'intelligence artificielle de traditionnel? il y a aussi une scène très importante est l'utilisation de l'intelligence artificielle dans le nuage à la fin. « le professeur Yan a dit qu'ils utiliseraient l'intelligence artificielle pour fournir des services de niveau entreprise et de la recherche à l'avenir.

360 Yen Shui scientifique en chef à: Comment pouvons-nous faire l'intelligence artificielle?

AIR 022 | Tencent, le mil, 360, aux yeux des gros titres d'aujourd'hui Machine Learning

Zhang Bo: l'apprentissage en profondeur des temps, nous devrions ......

Donc, à l'époque après l'apprentissage en profondeur, nous devons genre d'attitude envers l'intelligence artificielle de ce?

Zhang Bo Université de Tsinghua Académicien à l'Assemblée générale de cette année a fait une part keynote CNCC, il croit que l'intelligence artificielle pour apprendre la profondeur des temps, ils veulent l'intelligence artificielle de cela, la méthode ne peut résoudre une gamme de étroite, de promouvoir une plus large gamme , qui est l'évolution de la faiblesse de l'IA et IA forte, l'intelligence artificielle générale.

Et Zhang Yuanshi croient également dans le processus, peut-être des défis dans trois domaines.

1. difficile de mettre le concept des méthodes statistiques, « apprendre à distinguer en profondeur le modèle est dupliquée, mais le cerveau est des caractéristiques distinctes distinction sémantique entre ces deux fondamentalement différents, mais liés. »

2. difficultés causées par les données brutes. Zhang estime que Yuanshi gros volumes de données est en fait un mélange de beaucoup de bruit, les données brutes solides sera naturellement traitée pire que les données de performance.

3. Les difficultés de promotion et de mobilité. Comment faible intelligence artificielle pour promouvoir l'intelligence universelle, est de donner plus haut niveau de priorité, la performance actuelle de cette intelligence artificielle est d'encore relativement limitée.

Zhang Yuanshi a proposé deux solutions, on est guidée par les données et fondée sur la connaissance combinée, l'autre est l'origine des réseaux de neurones récurrents, l'apprentissage des schémas de pensée du réseau de neurones humains, puis transplantés à la méthodologie au corps de la machine.

Dans le dernier discours, Zhang Yuanshi a déclaré que le développement de l'intelligence artificielle pour appuyer davantage sur interdisciplinaire, en particulier en mathématiques, sciences cognitives, la psychologie, les neurosciences et la linguistique.

CNCC 2016 | Université de Tsinghua Académicien Zhang Bo du fond: l'intelligence artificielle pour apprendre la profondeur des temps

Xing Bo: Quels sont les trois possibilités de l'intelligence artificielle?

Juste sur le nombre d'intelligence artificielle et de gros volumes de données thème du Forum, professeur d'informatique à l'Université Carnegie Mellon Xing Bo a fait une présentation systématique. Lors de la réunion, le professeur Xing a souligné que les possibilités existent trois aspects de l'intelligence artificielle.

La première est la base théorique et les besoins pratiques sont encore des lacunes. Y compris le modèle mathématique est lui-même limité à l'expression, la mobilité, la transparence et accordabilité, et le manque d'outils algorithmiques en termes de vitesse, la stabilité et la sécurité de la convergence.

Deuxièmement, comment combler l'écart entre le système d'exploitation existant et les besoins de la mission d'Amnesty International. AI sur différentes plates-formes pour atteindre très difficile. « En tant que grandes quantités de données, nous avons besoin d'avoir des exigences plus élevées pour les systèmes et les capacités de déploiement de logiciels, de tels espoirs sur différentes plates-formes, peuvent exécuter le même logiciel sur différentes plates-formes sur différents appareils mobiles, les équipements de nuage, actuellement ces les problèmes ne sont pas résolus ".

Le dernier point est que la future configuration matérielle générale ressemblerait. CPU de faible puissance / GPU, le CPU / GPU plus noyau, plus de RAM et une mémoire flash, ou le calcul quantique ou même différent du calcul du modèle de calcul DNS von Neumann ordinateur.

yeux Carnegie Mellon Xing Bo de l'intelligence artificielle: ses mensonges de valeur dans la polyvalence

Tan Tieniu: l'ère des grandes données, les possibilités de reconnaissance des formes dans quels domaines?

Académie chinoise des sciences Tan Tieniu sur CNCC faire la « ère de la grande reconnaissance des formes de données » comme thème du partage. Sur la base des présentations liées à l'intelligence artificielle ont été innombrables, Tan Yuanzhang pour tout le monde à faire une description plus précise. « (Reconnaissance de formes) avec ma propre langue, qui est:. Le monde de toutes choses, est une sorte de mode visible ou invisible physique ou mentale » Selon lui, la raison pour laquelle l'apprentissage profond du feu, qui est, l'acquisition d'une capacité à améliorer la reconnaissance de formes. Et sur la base du statu quo actuel, Tanyuan Zhang a résumé la situation actuelle comme suit:

• Pour la tâche spécifique de reconnaissance des formes a été une percée, certaines personnes avec des performances comparables.

• Statistiques basées sur les réseaux de neurones et la reconnaissance des formes domine actuellement une étude approfondie créé une situation nouvelle.

• la reconnaissance de la tendance générale reste à faire.

• Robustesse, l'adaptabilité et la généralisation est un développement plus poussé des trois principaux goulets d'étranglement.

Et maintenant l'occasion Tanyuan Zhang a résumé les trois points: La première est l'utilisation des données, devenir un canal pour les services d'information et des services de connaissances. Le deuxième point est de promouvoir la théorie et de l'innovation de la méthode, le troisième point de l'idée et la pratique Zhang Bo Académicien, est d'accélérer la pénétration et domaines interdisciplinaires.

En outre, Tan Yuanzhang a également proposé des points de recherche d'intérêt, y compris:

• Robustes caractéristiques multi-sources pour l'expression à grande échelle des données hétérogènes;

• Structure et reconnaissance des formes statistiques, associées à la nouvelle théorie;

• combinaison de données et la connaissance de la reconnaissance des formes;

• Robuste et biologiquement inspiré reconnaissance de formes adaptatif;

• Sur la base de la reconnaissance de motif de migration de connaissances inter-modal transversal;

• Internet axée sur la reconnaissance des formes.

Vous voulez en savoir Tanyuan Zhang a également proposé quelles idées? Bienvenue sur le lien ci-dessous pour la vue.

CNCC 2016 | Académie chinoise des sciences Tan Tieniu: Motif ère reconnaissance des Big Data

Yejie Ping: l'apprentissage de la machine comment gouttes pour un taxi?

Professeur Ping Yejie domaine de l'apprentissage de la machine est un chef de file international, le courant chute Institut de recherche, professeur titulaire de l'Université du Michigan. Il l'application décrypter à grande échelle de l'apprentissage des machines et des pièces de données dans cette année Tencent grand KDD Sommet Chine et le Sommet de la technologie. Lei Feng réseau avait été couvrant le dernier système d'ordonnancement des véhicules ne MIT, qui a également utilisé la machine algorithme d'apprentissage. Par rapport encore appliqué officiellement au domaine de la recherche MIT réelle, laisse tomber l'algorithme a été appliqué pour prédire la destination, l'évaluation, covoiturage, correspondant à une série de scénarios pilote pratique, diagramme thermodynamique comme.

Les pièces de base de l'intelligence artificielle est que l'ordre d'attribution. Le professeur Ye a souligné que l'ordre d'obtenir des pièces d'adaptation optimales doivent suivre ces deux coeur: pour faire la planification de la trajectoire optimale, le temps estimé.

De plus, l'expérience des passagers sur l'évaluation du poids et le système de notation, également utilisé différentes pièces d'algorithmes d'intelligence artificielle pour donner aux utilisateurs une meilleure expérience de Voyage. Plus de détails sur les feuilles de professeur de lecture, vous pouvez voir la finition détaillée Lei Feng réseau a fait:

Didi Institut de recherche Yejie Ping: révéler les vraies couleurs et des morceaux de système de répartition de l'intelligence artificielle

Lei Feng réseau pour introduire le 2016 dix merveilleux discours Daniel académique national, mais en fait le discours plus merveilleux ne parviennent pas à couvrir en raison des contraintes d'espace, j'espère que les lecteurs concernés à propos de AI Technology Review, partager votre coeur avec nous présentations classiques de celui-ci!

* Art de couverture du réseau