【大師講堂】人工智能的過去、現在與未來：從白盒到黑盒，從開環到閉環

2024-01-16 活動預告

主題：人工智能的過去、現在與未來：從白盒到黑盒，從開環到閉環

主講嘉賓：馬毅教授

日期：2024年1月16日，星期二

時間：上午10:30-11:45

地點：行政樓西翼W201

語言：英文

主持人：賈奎教授

 

摘要：

在此次演講中，我們將從智能研究的歷史角度，系統且原理性地回顧過去十年人工智能的發展與實踐。我們的研究團隊認為，智能的核心目標是學習一種緊湊且結構化的表示方式（或記憶方式），以最大化對感知世界的信息增益（可通過其編碼率來評估）。

我們相信，通過優化該原理性目標，可以為過去和現在幾乎所有的基于深度學習網絡（包括ResNets 和Transformers）的人工智能實踐提供一個統一且“白盒化”的解釋。得益于此，我們已經可以開發出數學上可解釋、實踐中具有競爭力、語義上有意義的深度網絡。詳情可參考我們團隊的最新的研究成果：https://ma-lab-berkeley.github.io/CRATE/

此外，我們的研究表明，要正確且自動地學習這種表示方式，需要整合結合編碼理論、優化算法、反饋控制理論和博弈論的基本原理。尤其值得注意的是，我們應該轉向閉環的方式來構建和訓練編碼與解碼的網絡模型，這與目前流行的開環端到端訓練方法截然不同。這樣的轉變，不僅回應了智能研究80年前的初衷，更為我們開辟了一個更加廣闊的未來：在這個新框架下，我們可以期待開發出更接近自然智能的下一代自主智能系統。

相關論文請參見：

  1. https://ma-lab-berkeley.github.io/CRATE/
  2. https://jmlr.org/papers/v23/21-0631.html
  3. https://www.mdpi.com/1099-4300/24/4/456/htm

 

主講嘉賓簡介：

馬毅，香港大學數據科學研究院首任院長，新任計算機科學系主任，加州大學伯克利分校電子工程與計算機科學系教授，研究領域包括計算機視覺、高維數據分析和綜合智能系統。馬毅教授于1995年獲得清華大學自動化、數學雙學士學位，后赴美國加利福尼亞大學伯克利分校求學，分別獲得電子工程與計算機科學、數學雙碩士學位（1997年）以及電子工程與計算機科學博士學位（2000年）。

馬毅教授曾是伊利諾伊大學厄巴納-香檳分校電子與計算機工程系教授（2000-2011年）、微軟亞洲研究院視覺計算組首席研究員和研究經理（2009-2014年）及上海科技大學信息科學與技術學院執行院長（2014-2017年）。2018年，他正式加入加州大學伯克利分校電子工程與計算機科學系教職團隊。馬毅教授發表了超過65篇期刊論文和130篇會議論文，并出版了三本關于計算機視覺、廣義主成分分析（PCA）和高維數據分析的教科書。他曾獲得2004年的NSF職業生涯獎、2005年的ONR青年研究員獎、ICCV 1999 “David Marr” 計算機視覺獎及ECCV 2004及ACCV 2009的最佳論文獎，并曾擔任ICCV 2013的程序主席和ICCV 2015的大會主席。此外，他還是IEEE、ACM和SIAM的會士。