杭州2017年7月25日電 /美通社/ -- 7月22-23日，在中國科學技術(shù)協(xié)會、中國科學院的指導下，由中國人工智能學會、阿里巴巴集團 & 螞蟻金服主辦，CSDN、中國科學院自動化研究所承辦的 2017 中國人工智能大會（CCAI 2017）在杭州國際會議中心盛大召開。
作為由中國人工智能學會發(fā)起的人工智能領(lǐng)域頂級盛會，CCAI 代表著國內(nèi)較高水準的產(chǎn)學研技術(shù)交流。本次大會更是在前兩屆成功經(jīng)驗的基礎(chǔ)上，將全球人工智能領(lǐng)域的頂級專家、學者和產(chǎn)業(yè)界優(yōu)秀人才匯聚一堂，圍繞著當前 AI 熱點話題、核心技術(shù)，以及與會者共同關(guān)注的科學問題進行深入交流和探討，并針對語言智能與應(yīng)用、智能金融、人工智能科學與藝術(shù)、人工智能青年發(fā)展四個主題設(shè)立專題論壇，對于我國人工智能的科學研究及在各行業(yè)落地有著極大的推進作用。
本次大會為期兩天，以“AI 大師主題報告”、“專題論壇群雄論劍”的方式展開，主題報告環(huán)節(jié)由香港科技大學計算機系主任楊強、螞蟻金服首席數(shù)據(jù)科學家漆遠、南京大學教授周志華，以及中國科學院自動化研究所研究員宗成慶分別主持。中國工程院院士、中國人工智能學會理事長李德毅，中國科學院院士、中國人工智能學會副理事長譚鐵牛，阿里巴巴技術(shù)委員會主席王堅分別發(fā)表大會致辭，總結(jié)過去一年產(chǎn)學研界在人工智能領(lǐng)域取得的豐碩成果，并熱忱地歡迎所有與會者的到來。
隨后，中國人工智能學會理事長李德毅，香港科技大學計算機系主任楊強，澳大利亞新南威爾士大學教授 Toby Walsh，螞蟻金服首席數(shù)據(jù)科學家漆遠，德國人工智能研究中心（DFKI）科技總監(jiān) Hans Uszkoreit，美國微軟雷德蒙研究院首席研究員周登勇，南加州大學副教授 Fei Sha，日本理化學研究所先進智能研究中心主任 Masashi Sugiyama，俄勒岡州立大學教授、AAAI 前主席 Thomas G. Dietterich 分別發(fā)表了精彩的主題報告。
大師云集，世界級學術(shù)帶頭人齊聚，權(quán)威分享人工智能的創(chuàng)新發(fā)展
大會現(xiàn)場，9位海內(nèi)外工智能專家分別從人工智能技術(shù)的兩面性、L3 自動駕駛挑戰(zhàn)、深度學習遷移模型、金融智能實踐，到構(gòu)建強健的人工智能、機器學習在商務(wù)智能中的創(chuàng)新應(yīng)用、眾包中的統(tǒng)計推斷與激勵機制、小數(shù)據(jù)方法模型以及弱監(jiān)督機器學習研究最新進展等進行了深刻解讀與分享，在拓展人工智能邊界的同時也為其未來發(fā)展及應(yīng)用實踐指明了方向。
大會首日第一個主題報告來自中國人工智能學會理事長李德毅。在主題為《L3 的挑戰(zhàn)與量產(chǎn)》的報告中，李德毅重點討論了當前 L3 自動駕駛汽車所面臨的挑戰(zhàn)以及量產(chǎn)問題，并表示定制量產(chǎn) L3 應(yīng)先用于特定場景，且自動駕駛汽車能否取代駕駛員掌控，取決于其能否處置特定場景下的意外情況，能否發(fā)出求助信息要求人工干預，或者在迫不得已時作出最小損失決策。
香港科技大學計算機系主任楊強則從深度學習模型的共性問題談起，在主題報告《深度學習的遷移模型》中，深度剖析如何使得深度學習模型變得更加可靠，使得在數(shù)據(jù)變化的情況下，模型還可以持續(xù)可用，更通過不同的應(yīng)用案例多角度地闡述遷移學習的深度模型所帶來的優(yōu)點。
澳大利亞新南威爾士大學教授、AAAI 執(zhí)行委員會成員 Toby Walsh 的報告則更聚焦于如何發(fā)展可用于造福社會的技術(shù)，以《人工智能造福人類的那一面》為主題，結(jié)合實際研究案例，詳細闡述人工智能技術(shù)的兩面性，以及如何來幫助現(xiàn)有的食品銀行，以及器官銀行。
螞蟻金服副總裁、首席數(shù)據(jù)科學家漆遠發(fā)表《金融智能的發(fā)展與應(yīng)用》主題報告，在大會現(xiàn)場具體介紹了螞蟻金服在金融服務(wù)場景中如何發(fā)展 AI 技術(shù) -- 從新的深度學習模型到深度學習與圖關(guān)系的結(jié)合等 -- 來應(yīng)對這些挑戰(zhàn)，分析如何將新技術(shù)創(chuàng)新應(yīng)用在場景中，以解決金融服務(wù)的關(guān)鍵問題，如風控與智能助理等，并且就當下金融智能面臨的開放性問題進行了探討。
第二天的主題報告則都由來自海外的 AI 領(lǐng)域翹楚帶來。其中，德國人工智能研究中心（DFKI）科技總監(jiān) Hans Uszkoreit 分享了《機器學習在商務(wù)智能中的創(chuàng)新應(yīng)用》，介紹如何分析各種來源的數(shù)據(jù)，用于執(zhí)行眾多的商務(wù)智能任務(wù)，如供應(yīng)鏈監(jiān)控、市場調(diào)研和產(chǎn)品管理等。其所討論的方法包含了不同類型的機器學習和基于知識的自然語言理解技術(shù)，充分利用知識圖表和各種結(jié)構(gòu)化數(shù)據(jù)源，實現(xiàn)信息的互為補充。在此方法中，文本分析管道被嵌入在開源大數(shù)據(jù)分析平臺 Apache Flink 中，能支持近乎實時地快速處理海量數(shù)據(jù)。
美國微軟雷德蒙研究院首席研究員周登勇（Dengyong Zhou）發(fā)表《眾包中的統(tǒng)計推斷與激勵機制》主題演講，具體總結(jié)了微軟雷德蒙研究院過去幾年在基本的眾包問題的研究與工程上的進展。具體來說，主要集中在群體智慧與激勵機制兩個方面。在技術(shù)上更是融合了機器學習、統(tǒng)計推斷、博弈論、心理學以及人機交互，目前，周登勇及其團隊對于眾包的研究工作已經(jīng)應(yīng)用到了微軟的諸多產(chǎn)品。
南加州大學副教授 Fei Sha 則從《大數(shù)據(jù)如何幫助“小數(shù)據(jù)”？》切入，介紹其所在團隊在該方向的研究成果，并通過3個場景闡述多任務(wù)學習、領(lǐng)域適應(yīng)及零樣本學習。該主題旨在從其他任務(wù)和相關(guān)大數(shù)據(jù)集中尋求幫助，以研究有關(guān)小數(shù)據(jù)的方法和模型。并且，報告還探討了相關(guān)方法的制定，以及如何將它們運用到實際問題中。
日本理化學研究所先進智能研究中心主任 Masashi Sugiyama 發(fā)表《弱監(jiān)督機器學習研究新進展》主題演講，總結(jié)了其與團隊在監(jiān)督弱化分類方面的最新研究進展，包括兩組未標記數(shù)據(jù)分類、正面數(shù)據(jù)和未標記數(shù)據(jù)分類、半監(jiān)督分類的新方法以及補充標簽分類。最后，還簡要地介紹了 RIKEN 高級智能中心項目。
在主題報告的最后，俄勒岡州立大學教授、AAAI 前主席 Thomas G. Dietterich 帶來了《構(gòu)建強健的人工智能：原因及方式》演講。當前，人工智能技術(shù)正在各種應(yīng)用中廣泛使用。由于其中一些應(yīng)用可能會對人類生活或經(jīng)濟造成威脅，因此我們需要尋找相應(yīng)的算法和方法來確保人工智能系統(tǒng)行為安全。本報告即介紹了用于保證安全行為的方法，并綜合考慮“已知的未知”情況（對不確定情形有一個明確的模型）以及“未知的未知”情況（模型不完整或錯誤）。
群雄論劍，全球頂級 AI 專家共同探討人工智能難題及邊界拓展
除了精彩紛呈的主題報告，兩天大會還設(shè)置了“語言智能與應(yīng)用”、“智能金融”、“人工智能科學與藝術(shù)”、“人工智能青年”4 大專題論壇，近 30 位發(fā)言嘉賓就人工智能前沿研究和產(chǎn)業(yè)實戰(zhàn)展開對話，并回答與會聽眾的深度提問。
7月22日下午的語言智能與應(yīng)用論壇，由中國科學院自動化研究所研究員宗成慶擔任論壇主席，論壇嘉賓包括中國科學技術(shù)大學計算機學院教授、CCF 會士陳恩紅，阿里云智能語音交互技術(shù)總監(jiān)初敏，香港中文大學工程學院副院長黃錦輝，北京云知聲信息技術(shù)有限公司創(chuàng)始人梁家恩，奇點機智聯(lián)合創(chuàng)始人、ACL Fellow 林德康，哈爾濱工業(yè)大學教授劉挺，上海交通大學計算機系研究員、思必馳公司首席科學家俞凱。大家針對若干問題展開了深入討論，比如目前自然語言處理面臨的較大問題是什么？什么方法或技術(shù)有可能成為深度學習之后的黑馬？學術(shù)界和企業(yè)界各自關(guān)注 NLP 技術(shù)的哪些方面？產(chǎn)學研合作的成功模式應(yīng)該是什么樣子？在此過程中所閃現(xiàn)的真知灼見對正在進行相關(guān)領(lǐng)域研究及技術(shù)開發(fā)的參會者提供了非常有益的參考。
智能金融論壇的主席是螞蟻金服人工智能部技術(shù)總監(jiān)李小龍，論壇嘉賓包括上海交通大學計算機系致遠講席教授鄧小鐵，香港智能金融科技有限公司（FDT-AI）聯(lián)合創(chuàng)始人兼 CEO 柳崎峰，喬治亞理工學院金融學教授、Alton M. Costley 主席 Sudheer Chava，普林斯頓大學運籌與金融工程系助理教授王夢迪，香港中文大學計算機系副教授張勝譽。大會現(xiàn)場重點討論了如何運用大數(shù)據(jù)、云計算和人工智能來降低金融成本，提高支付、投資、貸款、理財、保險、事件分析、客服等各個方面的自動化和智能化水平，從而提高金融效率并普惠更多的人群；如何采用大規(guī)模機器學習和海量數(shù)據(jù)結(jié)合，利用深度學習、增強學習、圖計算、知識圖譜等前沿方法，有效識別風險，提升金融風控能力；以及如何應(yīng)用博弈論進行金融市場機制和定價設(shè)計，在公平合理的基礎(chǔ)上激發(fā)市場活力等，并且展望了智能金融的下一步發(fā)展前景。
7月23日下午的人工智能科學與藝術(shù)論壇則完全由女性科技工作者和專家組成，由中國科學院自動化研究所研究員、機器人中心副主任喬紅擔任主席，論壇嘉賓包括南加州大學計算機系名譽副教授、機器學習中心主任劉燕，清華大學計算機系教授、全球創(chuàng)新學院院長史元春，北京航空航天大學計算機學院副院長王蘊紅，中國科學院前沿科學與教育局副局長王穎，清華大學計算機科學與技術(shù)系副教授張敏，《中國科學報》主任記者王靜現(xiàn)場以獨特而專業(yè)的視角審視人工智能技術(shù)進步，辯析數(shù)據(jù)驅(qū)動決策中所起的作用，共同探索人工智能科學與藝術(shù)結(jié)合的可能性。
人工智能青年論壇則由清華大學計算機系長聘副教授朱軍和今日頭條科學家、人工智能實驗室總監(jiān)李磊共同擔任聯(lián)席主席，大會現(xiàn)場，在李磊的主持下，美國華盛頓大學教授、犀牛科技創(chuàng)始人兼總裁陳一昕，清華大學計算機系副教授黃民烈，中國科學院計算技術(shù)研究所副研究員蘭艷艷，浙江大學計算機學院教授潘綱，阿里巴巴人工智能實驗室研究員、杰出科學家王剛，東南大學計算機科學與工程學院教授張敏靈分享了他們的最新研究成果，并對人工智能的未來發(fā)展進行深入討論。
歷經(jīng)三屆沉淀，中國人工智能大會 CCAI 持續(xù)匯聚了全球人工智能領(lǐng)域的頂級專家、學者和產(chǎn)業(yè)界優(yōu)秀人才，不僅是中國國內(nèi)級別較高、規(guī)模較大的人工智能大會，更已成為國內(nèi)人工智能領(lǐng)域產(chǎn)、學、研緊密結(jié)合的高端前沿交流平臺。而本次 CCAI 大會在往屆基礎(chǔ)上，不僅集結(jié)了 AI 領(lǐng)域巾幗英雄、青年英才，更有多位世界級學術(shù)帶頭人重磅亮相并發(fā)表精彩演講。2017中國人工智能大會，以最具前瞻性的視野和國際化的內(nèi)容組織、前沿的國內(nèi)外人工智能的技術(shù)趨勢和最貼近產(chǎn)業(yè)界的一流行業(yè)盛會，對推動我國人工智能的發(fā)展與進步有著極大的價值和影響。
CCAI 2017 更多精彩內(nèi)容，請關(guān)注 CSDN 獨家直播專題！
