朱小燕、王海峰、Rosalind Picard 等人亮相 AAAI,分享各自的研究心得丨AI科技评论周刊

朱小燕、王海峰、Rosalind Picard 等人亮相 AAAI,分享各自的研究心得丨AI科技评论周刊

雷锋网(公众号:雷锋网)按:本周,人工智能产、学两界的资深人士纷纷在*会议 AAAI 中亮相,分享了他们在各自研究方向的体会与心得。本期雷锋网 AI 科技评论周刊整理了清华大学朱小燕教授、麻省理工学院 Rosalind Picard 教授、百度副总裁王海峰、亚马逊 AWS 机器学习总监 Alex Smola 的分享。

独家 | 清华大学朱小燕教授做客 AI 科技评论,分享 NLP 和 AI 的那些事儿

在 AI 科技评论组织的 AAAI 中国之夜活动上,AAAI 现任执委杨强教授、清华大学智能技术与系统国家重点实验室主任、信息获取课题组的学术带头人朱小燕教授、今日头条实验室总监李磊、iFly.vc 合伙人沈瀚、物灵科技人工智能首席科学家吴惟心、iPIN 创始人杨洋在现场做了分享。

其中,清华大学朱小燕教授分享了她本人对从业者的一些建议,并提到了 NLP 学术和产业有何不同。

朱教授说,做计算机应用领域的学术研究,内容应该是跳起来能够够得着的,当下不那么踏实,但是,条件好了就能够使用。比如某研究院说要做能够观察人的面部表情情感变化,做能够进行情感交流的机器人。作为研究可以,作为概念产品可以试试,作为赚钱的产品就比较困难了。首先你就要叫计算机知道什么叫表情变化,大喜大悲容易,平时的细微表情变化就难了。又有多少人会察言观色,会到什么程度?家庭陪伴机器人假定的服务对象多半是老人,老人脸上就更不容易识别出喜怒哀乐的变化了。这些做研究是可以,有能力的企业可以做这样的研究做基础沉淀和展示,但是做产业就要想清楚了。再比如做陪伴老人的机器人产品。如果是行走机器人就要想清楚,机器人腿脚不方便,老人腿脚也不方便,两个腿脚不方便的在一起(笑)。这个东西还有不少问题需要解决。但是研究肯定是可以的。

“情感计算”之母 Rosalind Picard 二十年经验分享:那些令我惊讶的发现

身为“情感计算”之母的 Rosalind Picard,是该领域首屈一指的专家。在机器学习算法工具日渐普及的今天,人们猛然醒觉“认知”“情感”正是创造出真正的 AI 的瓶颈。于是,全世界的目光都投向了 Rosalind Picard 的研究。此次,AAAI 2017 邀请她前来做主题演讲,介绍“情绪计算”学科的由来、情绪识别机器学习算法、以及能监测人体焦虑、紧张情绪的传感器的最新研究进展。

Rosalind Picard是麻省理工学院(MIT)教授,在 MIT 的跨领域尖端科学实验室 Media Lab 从事机器学习与神经科学的交叉研究,一手创立了 Media Lab 情感计算研究部。她同时是两家初创公司 Affectiva 和 Empatica 的联合创始人,前者研发情绪识别、监测技术,后者生产整合这些技术的医疗传感器,例如医用可穿戴设备。但最重要的是,她的著作《Affective Computing》开创了计算机科学和人工智能学科中的新分支——“情感计算”。

深度 | 百度副总裁王海峰:百度在NLP领域都做了什么?

人工智能*会议暨 2017 届 AAAI 大会召开,AAAI 今年首次设置了AI in Practice (应用人工智能)环节,百度副总裁王海峰应邀做了名为“百度的自然语言处理”(Natural Language Processing at Baidu)的主题演讲。

王海峰在演讲中提到,语言是思想和知识的载体,而对语言的处理和理解就显得尤为重要。计算机领域中自然语言处理(Natural Language Processing: NLP)的目的,就是让计算机能够理解和生成人类语言。在百度,基于大数据、机器学习和语言学方面的积累,我们研发了知识图谱,我们分析理解 query、篇章及情感,我们构建了问答、机器翻译和对话系统。NLP技术已经应用在百度的众多产品上,比如搜索、Feed、o2o和广告等。

演讲主要针对知识图谱、语言理解、篇章理解、语言生成、诗歌生成、文本摘要、自然语言处理应用系统、机器翻译、对话系统等方向展开。

亚马逊 AWS 机器学习总监 Alex Smola:如何用 MXNet 构建可拓展的深度学习框架?

MXNet 在去年 11 月成为 Amazon AWS 的官方开源平台。在本次的 AAAI 2017 上,亚马逊 AWS 机器学习总监 Alex Smola 做了主题分享,介绍了如何利用 MXNet 构建一个可拓展的深度学习框架。雷锋网旗下 AI 科技评论对此做了全程报道。

Alex Smola 是 MXNet 主要作者李沐在 CMU 的博士导师,后者在 Smola 加入亚马逊期间一直在做 MXNet 开发和 AWS 上深度学习的应用,这也难怪在 Smola 演讲最开始的感谢名单上,第一个名字就是李沐。

那么,作为亚马逊的官方开源平台,MXNet 又是如何实现「又快又好」的目标呢?

Smola 指出,要构建一个这样集高效与个性化于一体的框架,首先不可避免地要涉及潜变量模型的设计。潜变量模型是一种结构方程模型,区别于显变量,指的是不能被直接观测、需要通过间接数据体现的指标。

本文作者:亚峰

本文转自雷锋网禁止二次转载,原文链接

上一篇:Linux 系统安全性能检查小记


下一篇:阿里云推出独享虚拟主机专用幸运券,好用又不贵