2020年中國人工智慧大會(Chinese Congress on Artificial Intelligence 2020,簡稱「CCAI 2020」)將於8月29日-30日在南京召開。CCAI 2020以「智周萬物」為主題,探討人工智慧作為引領未來的戰略性技術,如何以周知萬物的學術境界賦能未來,帶動時代發展,實現互聯世界的遠大理想。
清華大學計算機科學與技術系長聘教授,國家傑青唐傑將出席本次大會並擔任《智能防疫專題論壇》論壇主席。
唐傑:清華工程院知識智能聯合實驗室主任,國家自然科學基金委員會傑出青年學者。主要研究方向為社會網絡分析和數據挖掘。ACM / IEEE Senior Member。曾擔任國際期刊ACM TKDD的執行主編和國際會議CIKM』16、WSDM』15的程序委員會主席、KDD』18大會副主席以及IEEE TKDE、ACM TIST、IEEE TBD等期刊編委。獲英國皇家學會-牛頓高級獎學金、CCF青年科學家獎、國家自然科學基金委員會傑出青年學者、北京市科技進步一等獎、中國人工智慧學會科技進步一等獎、KDD'18 傑出貢獻獎。2012年國家優秀青年科學基金獲得者。
機器學習的研究分支中,網絡表示學習就是通過相關算法將網絡中的節點用一個低維稠密的向量空間表示(其中向量空間的維度遠遠小於節點的總個數),並且能夠保持原有網絡的相關結構和特徵,然後再輸入到深度學習的相關算法去完成節點分類,鏈路預測以及網絡可視化等任務。
自1950年計算機象棋博弈開始,人工智慧概念的誕生就已經提上了日程。從驗證人類智慧和機器區別的圖靈測試到真正戰勝人類雙陸棋世界冠軍的智能計算機,只用了短短30年。人工智慧概念提出以來,經歷了用機器表示知識、通過知識庫輔助決策的一系列過程,最終發展成為現在擁有龐大體系的AI系統和算法。似乎現在人人都在用AI,每個公司都在提出新的AI構想,但人工智慧究竟是什麼?它的本質又是什麼?唐教授認為,粗淺地說,人工智慧就是智慧教育、智慧交通、智慧醫療這類上層應用,包含人工智慧和各個領域的交叉融合;但小範圍嚴格地講,人工智慧的內核就是知識表示與推理,佐以高算力計算引擎的輔助。
儘管我們會將人與人工智慧不斷對比,但計算機始終無法通過人類的方式來認知世界,我們需要將各種圖片、文字信息映射到共同的低維數據空間做計算,方便人工智慧的下一步分類與處理。怎麼把大量的原始數據、數據產生的數據都映射到共同的低維空間,這是個難題。唐教授所研究的網絡表示學習中的一種看法是,把網際網路的數據看成由點和線組成的圖。圖的複雜程度會隨著數據量與數據來源、影響因子等多種條件的變化而變化,實際需要處理的圖往往都是十分龐大且複雜的。
機器學習應用在網絡表示領域,傳統方法在新的領域持續煥發著光彩,產生了一系列獨特的算法。但通過團隊的研究發現,這 些方法的本質相同,可以規約到同一個算法中,只是使用不同的矩陣做參數。基於以上研究結果,唐教授設計了NetMF算法。在實際的大型網絡應用中進行應用實踐,用戶行為預測準確率大大提高。但新的問題隨之而來,在預測中,用戶的反饋非常重要,但反饋的時效性會隨著用戶的使用習慣而改變,分析用戶反饋的指向性也是一大挑戰。不同的應用需要不同的對待方式,在學堂在線MOOC的平臺上,唐教授團隊根據觀看視頻的時長等信息收集用戶反饋信息,獲得了較好的效果,也再次證明了NetMF算法的通用性。
計算機科學技術的發展歷史還不足百年,人工智慧的研究歷史更是短暫,唐教授認為未來的研究方向和網絡表示領域會充滿機遇與挑戰。AI一路從感知世界走向主動認知外界事物,之後究竟會走向何方?隨著機器學習應用在更多的領域,怎麼及時結合用戶需求進行反饋改進?就讓我們在本次大會中傾聽唐教授的見解吧。
https://www.sohu.com/a/291988426_100118081
https://www.sohu.com/a/389918627_407401
http://www.cs.tsinghua.edu.cn/publish/cs/4616/2011/20110330101939787483549/20110330101939787483549_.html