【大咖核心观点集锦】2017年CCF-GAIR全球人工智能与机器人峰会主论坛

正文

请到「今天看啥」查看全文

人工智能应用的7个基本领域：

• 机器定理证明 ，主要是研究计算机进行逻辑推理；

• 机器翻译 ，研究计算机自然语言理解；

• 专家系统 ，研究问题求解和知识表达；

• 博弈 ，当初最早的时候研究搜索，后来逐渐转化为神经网络；

• 模式识别 ，主要用于视觉、听觉或者各种各样媒体的认知；

• 学习 ，主要是研究神经网络；机器人和智能控制，主要是研究和模拟人的感知和控制。

人工智能正在走向2.0时代，已经出现的一些端倪：

• 大数据上的深度学习，而且自我锻炼，形成了新的综合的进化技术，这在AlphaoGo中间已经表现得十分明显；

• 基于网络的群体智能已经开始萌芽；

• 人和机器结合在一起出现地越来越多，也就是穿戴式设备越来越多；

• 跨媒体推理已经开始出现；

• 无人系统迅速发展。

我们建议中国在新一代人工智能方面研究的重点方向，包括 大数据智能、群体智能、跨媒体智能、人机混合增强智能、自主智能系统。 它应该使用于中国现在迫切需要解决的问题，比如智能城市、智慧医疗、智能制造等等。

2

谭铁牛 ——中国科学院院士、英国皇家工程院外籍院士、发展中国家科学院院士、巴西科学院外籍院士，发表专著11部、文章500多篇，还有100多项发明。获得了一系列的国家级的奖，现在是中国图象图形学会理事长、中国人工智能学会副理事长。

我的报告题目是“模式识别研究的回顾与展望”，首先来说模式识别的概念：“世上万物，不管是物质的还是精神的，看得见还是看不见的都是一种模式，而 对这些模式进行分析与处理，进而实现描述、辨识、分类、解释，这就是一种模式识别 ”。

模式识别的现状：

• 面向特定任务的模式识别已经取得突破性进展，有的性能已可与人类媲美；

• 统计与机遇神经网络的模式识别目前占主导地位，深度学习开创了新局面；

• 通用模式识别系统依然任重道远；

• 鲁棒性、自适应性和可泛化性是进一步发展的三大瓶颈。

在人工智能非常火爆的时候，模式识别领域有如下值得 关注的研究方向 ：

• 从神经生物学领域获得启发的模式识别；

• 面向大规模多源异构数据的鲁棒特征表达；

• 结构与统计相结合的模式识别新理论；

• 数据与知识相结合的模式识别；

请到「今天看啥」查看全文