報告主題: 數據高效性機器學習
報告摘要: 深度學習的最新進展已成功實現了醫學圖像分析(包括病變分割和分類)方面的最新技術。 但是,深度神經網絡(DNN)需要大量帶有高質量注釋的訓練數據,而這些注釋在醫學圖像領域是不可用或昂貴的。 此外,黑匣子深度學習算法缺乏可解釋性,并限制了它們在醫學診斷中的應用。在本演講中,將介紹我們的一系列研究,其中包括:1)一種數據有效方法,該方法將領域知識作為強大的先驗知識整合到了病變分割任務的深度學習框架中。 2)為有效訓練生成代表數據樣本的增強策略,其中基于DNN的當前狀態以主動方式擴展和更新訓練數據集
邀請嘉賓: 英國皇家工程院院士、歐洲科學院院士、英國帝國理工大學教授、香港浸會大學副校長。帝國理工學院Data Mining Research Group及 Discovery Sciences Group的領導者,倫敦E-Science研究中心首席科學家,英國InforSense有限公司董事會主席兼首席執行官,上海生物信息技術研究中心客座教授兼首席科學家。郭教授在云計算、數據挖掘、生物信息學方面的研究處于全球領先位置。1985年本科畢業于清華大學計算機系,1986年碩士畢業于清華大學計算機系,1993年博士畢業于帝國理工大學計算機系,留校工作5 年后就取得了帝國理工計算機系教授的職位。郭毅可教授是清華大學計算機系IV-VENTURE客座教授,上海市首批千人計劃入選者,也是中國計算機學會大數據專家委員會首批委員。
【導讀】 可信任是AI應用落地的關鍵,在醫療、軍事等領域尤為必需。最近,在一場深度學習與醫療應用的研討會上,UCLA Stanley Osher講述了可信任深度學習 (Trustworthy deep learning) 的報告,探討了穩健、準確、高校、隱私的深度學習建模,從理論上如何設計保障,共有44頁ppt,值得學習。
基于深度學習的AI在語音、圖像、知識圖譜等多個領域大放異彩。但是深度學習在醫療、金融、軍事等“關鍵性”領域還處于探索期。醫生不能僅根據模型的分類置信度進行診斷,金融機構不能僅憑借模型的輸出輕易判斷違約風險,軍方不能僅依賴自動的圖像識別執行打擊任務,安全公司也不能僅通過模型檢測結果完全自動化威脅響應。能夠在關鍵決策領域落地應用的AI,應該是可信任的AI。可信任,一方面AI系統的性能要足夠高,即能夠彌補人類在數據處理上的低效性;此外,需要AI本身的魯棒性,能夠適應或優化后適應不同的使用環境;AI自身的安全性也是搭載系統是否值得信任的關鍵;最后,AI系統需要以足夠透明、可解釋的方式輸出其判斷和決策。不可信任的AI,不能夠勝任任何政治、經濟、安全攸關的關鍵性場景,這將大大降低其可用性和適用性。
//www.math.ucla.edu/~sjo/,Stanley Osher
全能應用數學之王,流體力學和圖像處理一代宗師,2014年韓國首爾國際數學家大會頒發了第三屆高斯獎,授予了美國數學家斯坦利·奧舍(Stanley Osher,1942-)
Stanley Osher于1966年在紐約大學獲得博士學位,曾在伯克利和紐約石溪任教,現為UCLA教授,美國三院院士。奧舍指導了超過50名博士生,包括著名應用數學家舒其望,他也是擔任美國名校系主任(布朗大學)的第一位大陸留學生。
Osher在不同的時代均引領了不同領域應用數學的發展。在數值PDE方向,奧舍提出了ENO格式、WENO格式、Osher格式、Engquist-Osher格式等,以及Hamilton-Jacobi版本的方法,被廣泛應用于計算流體力學。在圖像處理方向,奧舍開創性地提出了基于PDE的圖像處理方法,包括基于總變差的圖像處理方法和水平集方法,在圖像處理、計算機視覺、反問題、微分幾何、晶體生長沉積和蝕刻等有著成功應用。在優化領域,奧舍提出了Bregman迭代法和增廣拉格朗日迭代法等,被用于壓縮感知、矩陣補全、魯棒主成分分析等。
報告摘要: 在本工作中,我們討論了值得信賴的深度學習:
地址:
報告主題: 信息檢索
報告摘要: 信息檢索是用戶進行信息查詢和獲取的主要方式,是查找信息的方法和手段。信息按一定的方式進行加工、整理、組織并存儲起來,再根據信息用戶特定的需要將相關信息準確的查找出來的過程。又稱信息的存儲于檢索。
邀請嘉賓: 任昭春,博士,山東大學教授,博士生導師。2016年10月在荷蘭阿姆斯特丹大學取得博士學位;2016年至2017年在倫敦大學學院工作,2017年至2019年在京東數據科學實驗室擔任算法科學家。任昭春主要從事信息檢索和自然語言處理方面的研究,特別關注于社交媒體內容分析,搜索多樣性,問答和對話系統,以及可解釋性推薦系統等研究問題,目前已在計算機領域各個國際頂級會議和期刊上共發表60余篇論文,獲得信息檢索領域國際頂級會議WSDM2018最佳學生論文獎和CIKM2017最佳長論文提名獎;應邀擔任信息檢索領域和自然語言處理領域多項頂級會議程序委員會委員和頂級期刊審稿人。同時任昭春在信息檢索領域一直擔任多項會議和期刊的組織服務工作。
報告主題: 語言與視覺多模態智能的進展
報告摘要: 基于近年來深度學習技術對語音,語言,視覺等子領域的推動,在語言和視覺跨模態交叉學科領域我們也取得了很多激動人心的進展,包括跨語言與圖像的理解、推理和生成。具體而言,語言與視覺多模態智能的研究可分為多個層次,包括從底層的多模態表征學習,到上層的語言和視覺表征的融合與對應,再到更上層的應用比如圖像描述、視覺問答、文字到圖像合成等。同時各個層次的模型并不是萬卻獨立,而往往是通過端到端的訓練聯合優化的。在報告中我將結合經典的語言與視覺多模態應用介紹跨語言和視覺的語義表示建模及跨模態信息融合。同時,我還將探討多模態智能中的可解釋性和可控性問題。最后,對多模態智能未來的突破進行了展望。
邀請嘉賓: 何曉冬博士是京東人工智能研究院常務副院長,深度學習及語音和語言實驗室的負責人。他還在華盛頓大學(西雅圖)、香港中文大學(深圳)、同濟大學、及中央美術學院任兼職教授和榮譽教授。在加入京東集團之前,他曾擔任微軟雷德蒙德研究院深度學習技術中心的首席研究員和負責人。他的研究主要集中在人工智能領域,包括深度學習,自然語言處理,語音識別,計算機視覺,信息檢索和多模態智能。他與合作者在這些領域發表了100多篇論文,谷歌學術統計引用數超過13000次,并多次獲得優秀論文獎及贏得重要的人工智能方面大賽。他與合作者發明的深層結構化語義模型(DSSM/C-DSSM),分層注意力網絡(HAN),CaptionBot,SAN,AttnGAN,BUTD Attention等廣泛應用于語言,視覺,IR和人機對話等任務。基于其在自然語言和視覺技術及多模態信息處理方面的貢獻,他于2018年入選IEEE Fellow。
報告主題:面向大數據的粒計算理論與方法
報告摘要:大數據給現有的數據分析與挖掘技術帶來了前所未有的挑戰,探索大數據分析的粒計算新理論與新方法已成為數據挖掘與機器學習領域所關心的重要問題。本報告分析了大數據挖掘特點與粒計算范式的高度契合性,介紹了我們在基于粒計算的大數據分析挖掘方面的最新研究進展,探討了多粒度計算在數據建模中的一些思考。
嘉賓簡介:梁吉業,博士、教授、博士生導師,CCF 會士,山西大學副校長,山西大學計算智能與中文信息處理教育部重點實驗室主任,教育部計算機類專業教學指導委員會委員,中國計算機學會理事,中國人工智能學會知識工程與分布智能專業委員會副主任委員,山西省計算機學會理事長,享受國務院政府特殊津貼專家。任國際學術期刊《International Journal of Computer Science and Knowledge Engineering》、國內學術期刊《計算機研究與發展》與《模式識別與人工智能》編委。先后主持國家863計劃項目2項、國家自然科學基金項目7項(其中重點基金項目2項),973計劃前期研究專項1項。先后在《Artificial Intelligence》、《IEEE Transactions on Pattern Analysis and Machine Intelligence》、《Data Mining and Knowledge Discovery》、《IEEE Transactions on Knowledge and Data Engineering》、《中國科學》等國際國內重要學術刊物和會議上發表論文200余篇,其中SCI收錄100余篇。作為第一完成人獲山西省自然科學一等獎2項。2014年—2018年,連續入選愛思唯爾中國高被引學者榜單。指導的博士生獲得全國百篇優秀博士學位論文提名獎、CCF優秀博士學位論文獎、中國人工智能學會優秀博士學位論文。
報告主題:城市大腦與邊緣計算
報告摘要:城市大腦是智能城市的決策指揮系統,其決策信息來自于包括攝像頭等視頻傳感器在內的各種感知系統。與人的感知系統中視覺信息占比最大類似,目前監控攝像頭也是城市大腦的最大數據來源。以前,大多數交通監控系統是將攝像頭獲得原始圖像或視頻數據簡單壓縮后傳給城市各級數據中心存儲和處理,但數據利用效率較低。最近幾年,邊緣計算的概念出現后很多系統在攝像頭端進行對象識別或事件分析,由此形成的視頻結構化數據在一定程度上提升了檢索分析的效率,但對已有存量攝像機網絡系統升級帶來很大成本和工程壓力。本報告借鑒人類視覺系統進化歷史的分析,提出城市大腦與邊緣計算的分工與協調機制,使得城市大腦可以分步演進,兼顧攝像機網絡存量和新增市場,逐步達到城市大腦可使用的程度。
嘉賓簡介:中共黨員,遼寧省大連市人,現任中國工程院院士、北京大學教授、鵬城實驗室主任,中國計算機學會理事長,新一代人工智能產業技術創新戰略聯盟理事長,全國專業標準化技術委員會副主任,數字音視頻編解碼技術標準(AVS)工作組組長,國際電氣和電子工程師協會會士(IEEE Fellow)、美國計算機協會會士(ACM Fellow)。1979年至1982年,在哈爾濱科技大學學習(跳級一年),獲本科學位;1982年至1985年,在哈爾濱工業大學學習,獲碩士學位;1985年至1988年,在哈爾濱工業大學學習,獲博士學位;1988年至1991年,在日本東京大學學習,獲博士學位。1985年至1996年,在哈爾濱工業大學工作,被聘為助教、講師、教授,歷任計算機系主任、校長助理。1996年至2006年,在中國科學院所屬單位工作,被聘為研究員、教授、歷任中科院計算所副所長、所長、中科院研究生院常務副院長(2000年至2003年兼任中國科學技術大學副校長)。2006年至今,在北京大學工作,被聘為教授、博雅講席教授,任數字視頻編解碼技術國家工程實驗室主任。2011年當選中國工程院院士。曾任第十屆、十一屆、十二屆全國政協委員,國務院學科評議組計算機學科成員,計算機學報主編;2013年至2018年,在國家自然科學基金委員會工作,任自然科學基金委副主任。2018年至今,被聘為鵬城實驗室主任。曾一次獲得國家技術發明二等獎、五次獲得國家科技進步二等獎、一次獲得國家自然科學二等獎,獲得“2005中國十大教育英才”稱號和中國計算機學會王選獎。
主要從事人工智能應用和多媒體技術、計算機視覺、模式識別與圖像處理、虛擬現實方面的研究,主要著作有《數字視頻編碼技術原理》、《Advanced Video Coding Systems》等。在本領域國際期刊上發表論文200余篇,國際會議論文600余篇。