刘勇教授：深度学习是当前人工智能复兴的主要引擎

新华三首届NAVIGATE创客节将于2018年10月28日在杭州举办，其中的技术转角环节是面向广大开发者和技术生态伙伴的技术分享会，设置了“物联网”、“人工智能”、“前沿技术”、“网络安全”四大主题，旨在分享热门技术、探讨行业趋势，打破技术壁垒，实现“无界生态”。

在“人工智能”主题技术转角，我们有幸邀请到了浙江大学智能系统与控制研究所 刘勇教授为我们做“人工智能的历史、现状及未来”的主题分享，下面我们来看看刘勇教授对人工智能的理解。

嘉宾介绍

刘勇，博士，浙江大学智能系统与控制研究所教授，获得2017年浙江省自然科学一等奖、2013年浙江省科学技术一等奖、2012年浙江省自然科学学术二等奖、2011年浙江省杰出青年科学基金项目、入选浙江省151人才，以第一作者或通讯作者在IEEE Transactions、ICRA、CVPR、IROS、ICLR、AAI/IAAI等知名期刊和机器人顶级会议发表论文四十余篇。获得发明专利授权二十项，其中已有多项发明专利向相关公司授权转让。

演讲内容剧透

人工智能的发展历史

是一个多学科交叉融合的过程

人工智能（Aritificial Intelligence， AI）是一门融合了计算机、自动控制、统计学、脑科学、认知学和社会科学等前沿学科的综合性学科。它的目标是希望让机器像人一样智能，可以替代人类实现识别、认知、决策和执行等多种功能。

纵观人工智能的发展历史，这门学科经历了从诞生、飞速发展、遇到瓶颈与低潮到再次成为热点的发展过程。在这段历史过程中逐渐形成了类人思维方法、类人行为方法、理性思维系统、理性行为系统四类不同的人工智能的定义。这个历史过程中,在哲学层面上提出了类人行为方法中著名的界定智能的方法---图灵测试，也在实际系统层面上发明了可击败国际象棋大师的人工智能系统。正是多门前沿学科的交叉融合促进了人工智能技术的发展。

图1 图灵测试

深度学习

是当前人工智能复兴的主要引擎

在经历了将近二十年的沉寂后，随着信息技术特别是计算能力的飞速提升，深度学习的出现掀起了人工智能复兴的一波热潮。深度学习的基础原理并不陌生，和人工智能早期的神经网络师出同门，然而在超级计算能力与海量标注数据的加持下，深度神经网络产生了不可思议的效果，在几乎所有的领域上全面击败了之前的人工智能方法，深度学习方法在图片分类的性能上甚至超过了人类的水平。

通常来说深度学习可看作是机器学习的一类方法，它学习如何表示数据并进行分类或回归，在模式学习中尤其有效。由于其采用多层次的人工仿生神经网络，从大量数据中学习归纳出有效的数据，故称为深度学习。通常而言如果对于学习的问题系统可提供足够多的带有标签的信息（数据），采用深度学习训练后的系统将会给出较佳的反馈结果。

图2 深度学习基本示意图

图3深度学习发展历史

本次人工智能技术转角的详细议程如下，欢迎广大开发者莅临，一起探讨人工智能的发展趋势及技术创新，10月28日，我们在杭州等你！