Return to site

智源发布“机器学习”重大研究方向,推动AI走向4U

· 新闻

6月10日,北京智源人工智能研究院在中关村信息谷召开“智源学者候选人发布暨学术报告会”。北京市科委副主任张光连,以及北京市人工智能领域的高校、科研院所和企业代表出席了本次发布会。

会议由北京智源人工智能研究院副院长刘江主持。刘江介绍,自2018年11月成立以来,智源研究院按照《北京市支持建设世界一流新型研发机构实施办法(试行)》(京政字〔2018〕1号)文件精神,积极探索新型科研管理等机制体制创新,将按照国家新一代人工智能发展规划总体部署,实施“智源学者计划”,支持科学家勇闯人工智能科技前沿“无人区”,同时,与北京优势高校院所和骨干企业共建联合实验室,开展跨学科、大协同的创新攻关,引领未来人工智能基础研究方向。

以人才为关键重点挖掘基础理论创新和核心技术突破

北京智源人工智能研究院院长黄铁军介绍,“智源学者计划”是智源研究院打造高层次基础研究人才队伍的引领性工程,其肩负着巩固和加强北京在国内AI领域的领先地位,以及面向2030世界领先战略目标,使中国率先成为世界AI科技中心的使命。旨在面向当前和未来人工智能创新发展,选拔并培养一批德才兼备、具有国际影响力的学科领军人才和具有发展潜力的青年学术英才,构建富有创新能力、梯队合理的人工智能基础研究创新团队,建立面向未来人工智能发展的高端人才储备,引领未来人工智能基础研究方向,推动北京人工智能产业创新发展。

黄铁军强调,北京发展人工智能,重心在基础理论创新和核心技术突破,关键在人才,北京智源人工智能研究院不是要建一个实体研发机构,而是要建设聚变器和推进器,四两拨千斤,轻量级运行,精心布局可能实现重大突破和引领创新的方向,发挥北京既有优势资源特别是人才优势,吸引全球顶级人才,率先实现国际领先。而围绕人才问题,黄铁军谈及了“稳存量,抓增量,建生态”这九字发展思路,即精准到人,浇水施肥,直接支持,不争成果;全球视野,筑巢引凤,一人一策,落地生根;学生一流,场景丰富,跨界交叉,百花齐放。

依托科教资源优势,智源研究院将以一流学者为核心,营造国际最大、最活跃、最前沿、最具影响力的学术与创新生态。

未来,智源研究院将支持300位以上学者,紧密联系3000位以上领域专家,社区辐射10万从业者,汇聚一批全球顶尖人工智能科学家。

智源重大研究方向——机器学习学者候选人发布

北京市科委副主任张光连在讲话中指出:北京智源人工智能研究院是北京大力支持建设的新型研发机构,是“北京智源行动计划”实施的重要依托之一,希望其通过机制体制创新,打造成为北京推动人工智能发展的专业化和市场化载体,成为汇聚全球人工智能优势资源的世界一流科技创新平台。

智源研究院实施的“智源学者计划”为从事人工智能基础研究的科学家营造了良好的科研环境,给予科学家充分的尊重和信任,将技术路线决策权和人财物支配权全部交于科学家,并试点科技经费“包干制”,大力简除烦苛,使科学家可以心无旁骛、潜心研究、创新突破,形成了服务于人的创造性活动的新型科研管理机制。

4月16日,公布首批“人工智能数理基础”方向智源学者后,学者面向社会公众作了多场前沿学术报告,促进了跨领域的思想碰撞与融合,在学术界引起热烈反响。

智源研究院已遴选出第二批“机器学习”重大研究方向的智源学者人选,其中首席科学家由颜水成教授担任。张光连宣读了新一批智源学者候选人名单。

智源研究员(PI)候选人由来自北大、清华、滴滴、旷视的6名杰出中青年学者担任,分别是:北京大学的林宙辰教授、王立威教授;清华大学的张长水教授、朱军教授;滴滴副总裁兼人工智能研究院院长,美国密歇根大学终身副教授叶杰平;北京旷视科技有限公司首席科学家孙剑教授。这6位智源研究员,均是所在研究领域具有国际影响力的中青年学术带头人,其中有3位是国际电气和电子工程师协会会士(IEEE Fellow),均为所在领域具有国际影响力顶级期刊的副主编或编委,也曾获得多项国际人工智能顶级会议最佳论文奖。他们将着力在“机器学习基础理论、新型算法和模型”等方面取得突破性成果。

“机器学习”方向智源研究项目经理由360集团人工智能研究院技术总监程斌担任,该方向旨在解决以深度学习、强化学习为代表的机器学习算法的可解释性差、大数据依赖、模型场景化等问题,研究用户友好型人工智能,具有可理解性、可用性、广泛适用性及无处不在的特点。

AI4U——开启人工智能前沿应用新挑战

首席科学家颜水成教授介绍了该“机器学习”重大研究方向的研究规划。据颜水成介绍,针对当前以深度学习、强化学习等为代表的人工智能算法所存在的可解释性缺失、大数据依赖,以及模型场景化这三大问题,研究将聚焦“User-friendly AI”, 以“AI为你”(AI4U = Understandable, Usable, Universal, Ubiquitous)为目标,从四个方面展开前沿的人工智能算法研究:

 

  1. 研究深度学习、强化学习的泛化理论,模型设计理论,贝叶斯深度学习模型,提升用户对AI的理解和降低AI的黑盒效应;
  2. 研究小样本学习理论与算法,减少用户标注大数据的痛苦;
  3. 研究深度学习模型结构自学习、自适应的理论与算法,降低用户使用AI的门槛;
  4. 基于以上三点研究,探索AI在尚未探索/极具挑战性领域的应用,如多边交易市场、群体智能、分子生物学等。

 

此外,北京大学教授林宙辰、清华大学教授朱军亦作为智源研究院候选人代表分享了学术报告。

林宙辰于报告开篇强调了从打造中国硅谷到打造中国智源的民族自信心,以及“智源学者计划”支持人才勇闯无人区的重要意义。随后重点介绍了基于深度网络与优化二者间内在关联的研究,以及其对于深度网络的理解和设计而言的积极影响。

朱军重点介绍了两个在机器学习中比较重要的因素:不确定性和对抗性环境。概率机器学习可以计算不确定性,这一点在实际应用中非常关键。至于深度概率编程和概率建模方面的进展,其间的主要思路是综合了DNN和贝叶斯方法的优点。此外,概率方法是理解和推导鲁棒模型的基本方法概率方法有助于建立更具鲁棒性的模型,这是机器学习中的一个新维度。传统对机器学习的刻画都在关注其泛化性能,而今还需要特别关注鲁棒性理论分析这一新方向。

热潮下的冷思考——共同探讨机器学习关键问题与研究趋势

最后,发布会围绕“机器学习关键问题与研究趋势”开展主题研讨,颜水成、林宙辰、朱军、张长水四位开展了深入探讨,分别就过去两年机器学习领域的重要进展、未来两到三年内北京学者在机器学习方向将会取得的进展分享了各自的观点。

All Posts
×

Almost done…

We just sent you an email. Please click the link in the email to confirm your subscription!

OK