人工智能是当下全球科技、产业的焦点之一，今年两会也将人工智能首次写入政府工作报告。
3月30日下午，中科院研究员、东时教育课程专家张煦尧博士受邀到华北电力大学做题为《人工智能中的深度学习》主题讲座，本次演讲人主要围绕人工智能中的深度学习技术，面向解决具体的模式识别任务。
先给大家介绍一下张煦尧博士，中国科学院自动化研究所副研究员、东时教育研究院课程专家。2008年获得武汉大学计算数学专业学士学位，并荣获湖北省优秀学士论文称号。2012年赴加拿大皇家科学院院士Ching Suen 团队进行访学研究。2013年获得中国科学院自动化研究所博士学位，2015年获得国家留学基金委资助人工智能技术论文，赴深度学习发源地加拿大蒙特利尔大学 教授团队进行访学研究。迄今为止，在模式识别和人工智能国际顶级期刊和会议上发表论文30余篇，包括TNNLS、IJCV、PR、CVPR、ICCV、IJCAI、AAAl、ICDM、IEEE等。主要研究兴趣包括：机器学习、模式识别、计算机视觉以及深度学习。
接着我们来聊聊讲座，张博士首先带大家回顾神经网络模型的基本知识，包括历史脉络、经典模型及BT算法等。解释了深度学习是什么？其发展路径和关键时刻有哪些？未来可能如何演进？然后深入介绍深度学习的最新进展情况，包括受限玻尔兹曼机、自动编码机、卷积神经网络、递归神经网络、神经注意力机制等。探讨深度学习技术在人工智能中的实际应用并针对实际案例，同时让北电的同学们深度学习三巨头Yann LeCun、 和 ，以他们在深度学习领域所作的贡献，展示如何利用深度学习技术在移动设备端开发物体监测以及手势识别系统。
讲座中张博士还做了有趣的演示，关于递归神经网络的学习能力，可以模拟莎士比亚写诗，模拟程序员写代码，模拟人类写字（每次输出一个笔画，模拟人类动态书写）以及二者CNN卷积神经网络/RNN循环神经网络结合，看图说话。
物体监测训练，嵌入式人工智能比如识别水果，手势
深度学习其他应用:产生式模型（ Model）模仿梵高作画
强化学习()阿尔法围棋人工智能程序
张博士认为，从神经元数量角度来看人工智能技术论文，人工智能的道路任重道远，机器人目前只能按照人类设定的程序完成固定的工作，人工智能离全面达到或超过人类智能还差很远，人工智能对人类的威胁，机器人真正达到电影中的暴动的智能水平更需要很长时间。
本文到此结束，希望对大家有所帮助。
本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至81118366@qq.com举报，一经查实，本站将立刻删除。发布者：简知小编，转载请注明出处：https://www.jianzixun.com/98701.html
微信扫一扫 
支付宝扫一扫 
