【犀牛鸟·学问】腾讯AI Lab犀牛鸟访问学者系列报告研讨会

7月31日，2018年第6期犀牛鸟·学问 — 腾讯AI Lab犀牛鸟访问学者系列报告研讨会在腾讯滨海大厦顺利举行，本次研讨会由腾讯高校合作、腾讯AI Lab 和CCF YOCSEF深圳联合主办。五位正在腾讯AI Lab访问的犀牛鸟访问学者受邀作学术报告，并与参会人员进行了深入交流。

首先，中国香港城市大学数学系副教授周翔老师带来了题为“ 鞍点计算的理论和方法”的报告。周教授详细介绍了稀有事件中，如何稳定、快速的计算指定指标的鞍点，包括Gentlest Ascent Dynamics 和基于优化的迭代算法等，并扩展到不具有能量面的非梯度系统的鞍点计算。计算案例包括Allen-Cahn等物理模型的应用。最后讨论了在计算物理领域发展多年的稀有事件的研究工具对当前机器学习和随机优化的潜在应用前景。

▲  周翔老师

接着，美国加州大学戴维斯分校数学系助理教授马士谦老师阐述了“ADMM(交替方向乘子法)在求解非凸优化问题中的最新进展”。马教授主要从事最优化算法和理论，机器学习等领域的研究，他所分享的ADMM（交替方向乘子法）是目前非常流行的一类优化算法。在机器学习等很多领域有着广泛的应用。

▲  马士谦老师

中国香港城市大学计算机科学系教授陈志为老师带来的报告题目是“使用人工智能聊天机器人教学”。陈教授演示了如何使用脸书聊天机器人(Facebook Messenger Bot)教授计算机科学课程，并探讨了人工智能和机器学习在这些应用场景的作用。

▲  陈志为老师

上海交通大学计算机科学与工程系研究员、博导严骏驰老师分享了“事件序列的建模与学习”。 报告介绍了在基于点过程与深度学习方面在这一问题上的相关研究进展，并对点过程模型与深度学习各自的特点进行了比较和归纳。

▲  严骏驰老师

复旦大学青年研究员付彦伟老师的报告题目是“终生学习在媒体大数据的应用”。在过去的几十年中，计算机视觉研究在视觉识别方面取得了越来越大的成功，包括目标检测和视频分类。在这次演讲中，付老师总结了大媒体数据中终身学习的主要挑战、局限性以及优点。

▲ 付彦伟老师

犀牛鸟·学问从2013年启动以来已经组织超过80场与学界专家面对面的活动，旨在为产学研互动搭建交流与合作的平台，欢迎大家持续关注！