前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >中科院副院长谭铁牛:通用模式识别仍存三大瓶颈

中科院副院长谭铁牛:通用模式识别仍存三大瓶颈

作者头像
用户1737318
发布2018-06-06 13:26:41
6280
发布2018-06-06 13:26:41
举报
文章被收录于专栏:人工智能头条

8月26至27日,由中国人工智能学会发起主办、中国科学院自动化研究所与CSDN共同承办的2016中国人工智能大会(CCAI 2016)(官网:http://ccai.caai.cn/)将在北京召开。

中国人工智能大会旨在打造国内人工智能领域规格最高、影响力最大、集学术和产业于一体的年度盛会,汇聚国内外顶级专家和产业界人士,围绕最新学术热点和发展趋势等话题进行深入交流和探讨。本届大会由中国科学院副院长、中国科学院院士、中国人工智能学会副理事长谭铁牛担任大会主席,引领大会的组织筹备工作。

截止目前,大会程序委员会已经确认邀请国际人工智能促进会 (AAAI)主席Rao Kambhampati,美国麻省理工学院(MIT)人工智能实验室教授、美国人文与科学院院士Tomaso Poggio,微软人工智能首席科学家、美国电气电子工程师协会会士(IEEE Fellow)邓力等多位全球人工智能大大咖担任演讲嘉宾。此外更多的大会嘉宾还在陆续确认中(详情:http://geek.csdn.net/news/detail/86295)。

寄语CCAI 2016

对于本届大会,谭铁牛发来了他的寄语:

发展人工智能,引领创新驱动。

谭铁牛于1998年放弃英国雷丁大学终身教职,借着中国科学院“百人计划”之机回国,被任命为中科院自动化研究所所长助理、模式识别国家重点实验室主任,并于2013年当选中国科学院院士,2015年出任中国科学院副院长。

十多年来,谭铁牛组建了包括光学、电路、算法、系统等多学科力量的科研团队,开展了生物特征识别、图像视频理解和信息内容安全等研究。团队攻克技术难关,提出基础理论,掌握数据源头,参与制定国际标准,在国际顶级刊物上发表了大量虹膜识别的文章,并建立了目前国际上规模最大的共享虹膜图像库,被120多个国家和地区的15000多个科研人员和团队请求共享使用。

深度学习未破通用模式识别瓶颈

模式识别与机器学习是人工智能的核心内容,也是CCAI 2016将要重点探讨的内容方向。当前深度学习和大数据的进展为人工智能注入了新的活力,也在目前的模式识别领域占据了主导地位。不过,谭铁牛在肯定深度学习为模式识别开创新局面的同时,认为通用模式识别系统依然任重道远——瓶颈主要在于鲁棒性、自适应性和可泛化性三个方面。

谭铁牛认为,未来值得关注的研究方向,包括面向大规模多源异构数据的鲁棒特征表达、数据与知识相结合的模式识别、具有鲁棒性和自适应性的生物启发模式识别等。

那么,CCAI 2016将会带来模式识别的哪些干货?让我们与谭院士一起期待8月26-27日 (提前报名:http://huiyi.csdn.net/activity/product/goods_list?project_id=3023)。

谭铁牛在2015年首届中国人工智能大会做主题报告,图片来自CCAI 2015专题报道:http://special.csdncms.csdn.net/ccai2015/

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2016-07-13,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 人工智能头条 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 寄语CCAI 2016
  • 深度学习未破通用模式识别瓶颈
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档