大师讲堂预告 | 人工智能的过去、现在与未来：从黑盒到白盒，从开环到闭环 | 香港中文大学（深圳）数据科学学院 - sds.cuhk.edu.cn

大师讲堂预告 | 人工智能的过去、现在与未来：从黑盒到白盒，从开环到闭环 | 香港中文大学（深圳）数据科学学院

0
百度权重
0
百度移动
0
3 6 0权重
0
搜狗权重
热度
0
出站链接

网站编号：5529
刷新时间：2024-07-26 22:06:59
更新时间：2024-07-26 22:06:42
网站备案: -

网站URL：https://sds.cuhk.edu.cn/event/1541
预估IP流量：44 ~ 68
IP地址：- 地址：-
备案方: -

关键词：(0个字符)
该站未曾设置keywords
网站简介：(98个字符)
1月16日上午10:30，香港中文大学（深圳）荣幸地邀请到马毅教授做客大师讲堂。他将以“人工智能的过去、现在与未来：从黑盒到白盒，从开环到闭环”为主题做相关演讲。欢迎我校师生前往现场参与讲座。

网站截图/LOGO

在本站关于sds.cuhk.edu.cn说明：

sds.cuhk.edu.cn由网友主动性提交被2345创新网址导航自动秒收录整理收录的，2345创新网址导航自动秒收录仅提供sds.cuhk.edu.cn的基础信息并免费向大众网友展示，sds.cuhk.edu.cn的是IP地址：- 地址：-，sds.cuhk.edu.cn的百度权重为0、百度手机权重为0、百度收录为-条、360收录为-条、搜狗收录为条、谷歌收录为-条、百度来访流量大约在44 ~ 68之间、百度手机端来访流量大约在26 ~ 36之间、sds.cuhk.edu.cn的备案号是-、备案人叫-、被百度收录的关键词有38个、手机端关键词有25个、迄今为止已经创建未知。

本页地址: https://2345book.com/links/5529.html

温馨提示

做上本站友情链接,在您站上点击一次,即可自动秒收录并自动排在本站第一位！
<a href="https://2345book.com/" target="_blank">2345创新网址导航自动秒收录</a>

SEO综合信息

SEO信息	百度来访IP：44 ~ 68 \| 移动端来访IP：26 ~ 36 \| 出站链接： \| 站内链接：19
IP网速：	IP地址：- 地址：- \| 网速：163毫秒
ALEXA排名	世界排名：- \| 预估IP：- \| 预估PV：-
备案信息	- \| 名称：- \| 已创建：未知

收录	百度	360	搜狗	谷歌
查询	-	-		-

电脑关键词	手机关键词	页面友好	首页位置	索引	近期收录
38	25	电脑端优秀	-		-

服务器信息协议类型 HTTP/1.1 200 OK 页面类型 text/html; charset=UTF-8 服务器类型 nginx/1.21.6 程序支持连接标识消息发送 2024年6月17日 12时30分29秒 GZIP检测已启用GZIP压缩源文件大小 48.82KB 压缩后大小 10.76KB 压缩率 77.95%

网页快照

              大师讲堂预告|人工智能的过去、现在与未来：从黑盒到白盒，从开环到闭环|香港中文大学（深圳）数据科学学院搜索学院内网搜索搜索返回主站English学院概况概览学科方向院长致辞学院刊物宣传手册季度简报年报常见问题联系我们项目设置简介本科生数据科学与大数据技术统计学计算机科学与技术金融工程22双主修跨学科数据分析X双主修课程航天科学与地球信息学X双主修课程哥大32直硕项目硕士研究生数据科学理学硕士金融工程理学硕士人工智能与机器人理学硕士生物信息学理学硕士博士研究生（哲学硕士）数据科学哲学硕士-博士计算机科学哲学硕士-博士师资力量教职人员科研/访问人员“数说名师”教授访谈SDS学生博士生学生访谈新闻与公示新闻公示学院活动学术会议CSAMSE2023RMTA2023ICASSP2022MostlyOM2019学术活动活动预告活动报名活动回顾数据科学名家讲坛活动预告活动报名活动回顾数据科学暑期班其他活动活动回顾活动报名活动预告学术科研人才招聘教职人员博士后职业发展升学就业国际交流学院概况概览学科方向院长致辞学院刊物宣传手册季度简报年报常见问题联系我们项目设置简介本科生数据科学与大数据技术统计学计算机科学与技术金融工程22双主修跨学科数据分析X双主修课程航天科学与地球信息学X双主修课程哥大32直硕项目硕士研究生数据科学理学硕士金融工程理学硕士人工智能与机器人理学硕士生物信息学理学硕士博士研究生（哲学硕士）数据科学哲学硕士-博士计算机科学哲学硕士-博士师资力量教职人员科研/访问人员“数说名师”教授访谈SDS学生博士生学生访谈新闻与公示新闻公示学院活动学术会议CSAMSE2023RMTA2023ICASSP2022MostlyOM2019学术活动活动预告活动报名活动回顾数据科学名家讲坛活动预告活动报名活动回顾数据科学暑期班其他活动活动回顾活动报名活动预告学术科研人才招聘教职人员博士后职业发展升学就业国际交流学院内网返回主站English面包屑首页学院活动学术活动大师讲堂预告|人工智能的过去、现在与未来：从黑盒到白盒，从开环到闭环大师讲堂预告|人工智能的过去、现在与未来：从黑盒到白盒，从开环到闭环2024-01-16学术活动1月16日上午10:30，香港中文大学（深圳）荣幸地邀请到马毅教授做客大师讲堂。他将以“人工智能的过去、现在与未来：从黑盒到白盒，从开环到闭环”为主题做相关演讲。欢迎我校师生前往现场参与讲座。活动安排 EventArrangement主题：人工智能的过去、现在与未来：从黑盒到白盒，从开环到闭环主讲嘉宾：马毅教授日期：2024年1月16日，星期二时间：上午10:30-11:45地点：行政楼西翼W201语言：英文主持人：贾奎教授Topic: ThePast,Present,andFutureofArtificialIntelligence:fromblack-boxtowhite-box,fromopen-looptoclosed-loop.Speaker: ProfessorYiMaDate: Tuesday, Jan.16,2024Time: 10:30am-11:45amVenue: W201,AdministrationBuildingLanguage: EnglishHost：ProfessorKuiJia 嘉宾简介 SpeakerProfile马毅教授YiMa马毅，香港大学数据科学研究院首任院长，新任计算机科学系主任，加州大学伯克利分校电子工程与计算机科学系教授，研究领域包括计算机视觉、高维数据分析和综合智能系统。马毅教授于1995年获得清华大学自动化、数学双学士学位，后赴美国加利福尼亚大学伯克利分校求学，分别获得电子工程与计算机科学、数学双硕士学位（1997年）以及电子工程与计算机科学博士学位（2000年）。马毅教授曾是伊利诺伊大学厄巴纳-香槟分校电子与计算机工程系教授（2000-2011年）、微软亚洲研究院视觉计算组首席研究员和研究经理（2009-2014年）及上海科技大学信息科学与技术学院执行院长（2014-2017年）。2018年，他正式加入加州大学伯克利分校电子工程与计算机科学系教职团队。马毅教授发表了超过65篇期刊论文和130篇会议论文，并出版了三本关于计算机视觉、广义主成分分析（PCA）和高维数据分析的教科书。他曾获得2004年的NSF职业生涯奖、2005年的ONR青年研究员奖、ICCV1999“DavidMarr”计算机视觉奖及ECCV2004及ACCV2009的最佳论文奖，并曾担任ICCV2013的程序主席和ICCV2015的大会主席。此外，他还是IEEE、ACM和SIAM的会士。YiMaistheinauguraldirectoroftheDataScienceInstituteandthenewheadoftheComputerScienceDepartmentoftheUniversityofHongKong.HehasbeenaprofessorattheEECSDepartmentattheUniversityofCalifornia,Berkeleysince2018. Hisresearchinterestsincludecomputervision,high-dimensionaldataanalysis,andintegratedintelligentsystems.Yi receivedhistwobachelor’sdegreesinAutomationandAppliedMathematicsfromTsinghuaUniversityin1995,twomaster’sdegreesinEECSandMathematicsin1997,andaPhDdegreeinEECSfromUCBerkeleyin2000. HehasbeenonthefacultyofUIUCECEfrom2000to2011,theprincipalresearcherandmanageroftheVisualComputinggroupofMicrosoftResearchAsiafrom2009to2014,andtheExecutiveDeanoftheSchoolofInformationScienceandTechnologyofShanghaiTechUniversityfrom2014to2017.HejoinedthefacultyofUCBerkeleyEECSin2018.Hehaspublishedover65journalpapers,130conferencepapers,andthreetextbooksoncomputervision,generalizedPCA,andhigh-dimensionaldataanalysis.HereceivedtheNSFCareerawardin2004andtheONRYoungInvestigatorawardin2005.HealsoreceivedtheDavidMarrprizeincomputervisionfromICCV1999andbestpaperawardsfromECCV2004andACCV2009.HehasservedastheProgramChairforICCV2013andtheGeneralChairforICCV2015.HeisaFellowofIEEE,ACM,andSIAM. 摘要Abstract在此次演讲中，我们将从智能研究的历史角度，系统且原理性地回顾过去十年人工智能的发展与实践。我们的研究团队认为，智能的核心目标是学习一种紧凑且结构化的表示方式（或记忆方式），以最大化对感知世界的信息增益（可通过其编码率来评估）。我们相信，通过优化该原理性目标，可以为过去和现在几乎所有的基于深度学习网络（包括ResNets和Transformers）的人工智能实践提供一个统一且“白盒化”的解释。得益于此，我们已经可以开发出数学上可解释、实践中具有竞争力、语义上有意义的深度网络。详情可参考我们团队的最新的研究成果：https://ma-lab-berkeley.github.io/CRATE/此外，我们的研究表明，要正确且自动地学习这种表示方式，需要整合结合编码理论、优化算法、反馈控制理论和博弈论的基本原理。尤其值得注意的是，我们应该转向闭环的方式来构建和训练编码与解码的网络模型，这与目前流行的开环端到端训练方法截然不同。这样的转变，不仅回应了智能研究80年前的初衷，更为我们开辟了一个更加广阔的未来：在这个新框架下，我们可以期待开发出更接近自然智能的下一代自主智能系统。相关论文请参见：1. https://ma-lab-berkeley.github.io/CRATE/2. https://jmlr.org/papers/v23/21-0631.html3. https://www.mdpi.com/1099-4300/24/4/456/htmInthistalk,weprovideamoresystematicandprincipledviewaboutthepracticeofartificialintelligenceinthepastdecadefromthehistoryofthestudyofintelligence.Wearguethatthemostfundamentalobjectiveofintelligenceistolearnacompactandstructuredrepresentation,oramemory,ofthesensedworldthatmaximizesinformationgain,measurablebycodingratesofthelearnedrepresentation.Wecontendthatoptimizingthisprincipledobjectiveprovidesaunifyingwhite-boxexplanationforalmostallpastandcurrentpracticesofartificialintelligencebasedondeepnetworks,includingResNetsandTransformers.Hence,mathematicallyinterpretable,practicallycompetitive,andsemanticallymeaningfuldeepnetworksarenowwithinourreach,seeourlatestrelease: https://ma-lab-berkeley.github.io/CRATE/Furthermore,ourstudyshowsthattolearnsuchrepresentationcorrectlyandautomatically,oneneedstointegratefundamentalideasfromcodingtheory,optimization,feedbackcontrol,andgametheory.Particularlyoneneedstoclosetheloopofencodinganddecodingnetworks,insteadofthecurrentpracticeoftrainingthemend-to-endasopen-loopnetworks.Thisconnectsusbacktothetrueoriginofthestudyofintelligence80yearsago.Probablymostimportantly,thisnewframeworkrevealsamuchbroaderandbrighterfuturefordevelopingnext-generationautonomousintelligentsystemsthatcouldtrulyemulatethecomputationalmechanismsofnaturalintelligence.Relatedpaperscanbefoundat:1. https://ma-lab-berkeley.github.io/CRATE/2. https://jmlr.org/papers/v23/21-0631.html3. https://www.mdpi.com/1099-4300/24/4/456/htm 地址：广东省深圳市龙岗区龙翔大道2001号道远楼3-6楼邮箱：sds@cuhk.edu.cn微信公众号：cuhksz-sdssds.cuhk.edu.cn版权所有©香港中文大学（深圳）数据科学学院

发表评论