学术研究

学术活动
当前位置: 网站首页 >> 学术研究 >> 学术活动 >> 正文

华中科技大学刘文予教授来我校讲学《人工智能ABC》 --记校庆之信息学部个性化教育分论坛活动

来源:信息学部 发布人:管理员 更新时间:2019-01-11 浏览

     (通讯员 王丽君)2018年5月25日下午14点30分,文华学院建校十五周年庆典及个性化教育论坛、信息学部个性化教育分论坛之《人工智能ABC》的学术讲座在工程实训楼B205信息学部会议室成功举办。本次讲座邀请到华中科技大学电子信息与通信学院副院长刘文予教授作为主讲嘉宾。讲座由科技处主办,信息科学与技术学部承办,列入信息学部学术讲座。文华学院副校长严国萍教授、信息学部常务副主任俞侃教授、学部副主任王丽君副教授、党总支书记兼学部副主任贺国瑛、党总支副书记刘健,各专业的系主任以及部分教师学生代表共同参加了此次讲座,讲座由信息学部常务副主任俞侃教授主持。

           刘文予教授将人工智能系统比作一辆车,A就是Algorithms——算法,它之于人工智能就相当于引擎之于车,决定着人工智能的计算速度;B,指的是Business——行业,它相当于方向盘,人工智能技术要与具体行业如智慧城市、智慧医疗相结合;C就是Computing Power——计算力,它就相当于车轮,是人工智能计算能力的保证;D就是Data——数据,它相当于汽油,有了好质量的数据才会有成功的人工智能系统。


        A(Algorithms)——算法方面,从1956年起,经过61年的发展,从人工智能出现至今,算法也分为不同的阵营,例如符号学派(规则和决策树);连接学派(神经网络);贝叶斯学派(概率图模型);类推学派(SVM);进化学派(遗传算法)。各种算法如逻辑回归、神经网络层出不穷,现在最火热的是深度学习,深度学习出现后,计算机视觉,字符识别,自动语音识别,口语翻译都开始达到人类水平。

        C(Computing Power)——计算力方面,计算力是车轮,承载了整个人工智能的运行。现在的计算力与90年代相比,已经大幅提升,GPU成为主流计算引擎。而CPU 则主要用于控制和参数同步;另一方面 FPGA 在嵌入式解决方案上的前景比较光明,而专用的 ASIC 芯片则羽翼未丰。

        D(Data)——数据方面,数据是整个人工智能的能量来源,人工智能对于数据的要求很高,不仅要多,而且要覆盖率高。我们现在处于一个新数据时代,面临着一系列的挑战。首先是数据量爆发,例如目前 90%的数据都是两年内生成的,预计到 2020 年全球平均每人每秒都会产生 1.7MB 的数据,如何充分地利用这些数据是一个很有挑战性的问题。其次如何解决数据的质量问题,让数据能够覆盖更广泛的领域,而不只是集中在某些特定的领域。再次,如何高效地进行新数据的生成,例如生成对抗网络(GAN)出现,可以生成一些足够真实的数据。

        B(Business)——行业方面,刘文予教授举例植物识别软件、智慧城市的智慧交通、智慧医疗、无人驾驶等具体例子展示了人工智能系统的实用性。

讲座结束后,刘文予教授热情的欢迎文华学生报考华中科技大学电信学院的研究生,投身于人工智能的学习和研究。相信在不久的将来,人工智能系统会有更进一步的发展,为我们的生活带来更多的便利。

 

主讲人简介:

        刘文予教授:清华大学计算机科学与技术系本科毕业,之后于华中科技大学电子与信息工程系获硕士、博士学位,现为华中科技大学电子信息与通信学院副院长、教授。美国Temple大学兼职教授、中国图像图形学会常务理事、图象视频处理与通信专业委员会副主任委员、全国电子与通信工程领域工程硕士培养指导组成员。

        研究方向为计算机视觉、机器学习。主持和完成8项国家自然科学基金,包括国家自然科学基金重点项目。获湖北省技术发明一等奖、自然科学二等奖。指导博士生获2012年全国优秀博士论文提名奖、指导博士生6次获湖北省优秀博士论文奖、2人获“微软学者”奖。担任多种国际学术会议分会主席和委员会成员,多种国际期刊和会议的审稿人,如IEEE Trans on IP、IEEE Trans on CSVT、IEEE Trans on SMC、Pattern Recognition、IJCV、NIPS、ICCV等。在国内外权威期刊或国际会议上发表论文100多篇,其中在IEEE Trans 发表论文50多篇。

 

编者按:

        人工智能与机器(深度)学习风头正劲、所向披靡。人工智能到底对我们人类意味着什么?人工智能真的能够超越人类、无所不能吗?数据科学与人工智能的关系是什么?从这个报告中,刘文予教授从科学、技术和哲学等几个角度漫谈人工智能,讨论人工智能在算法(Algorithms)、应用(Application)、商业(Business)、计算(Computation)、创新(Creativity)和数据(Data)等方面的特性。让大家对人工智能有了一个科学、客观、全面的认识,这对于信息学部的优势应用学科建设与发展奠定了很好的基础。