本文關(guān)鍵詞：模式識(shí)別，由筆耕文化傳播整理發(fā)布。

為了更好地引導(dǎo)和推動(dòng)我國(guó)人工智能領(lǐng)域的發(fā)展，由中國(guó)人工智能學(xué)會(huì)發(fā)起主辦，CSDN承辦的2015中國(guó)人工智能大會(huì)（CCAI 2015）于7月26-27日在北京友誼賓館召開(kāi)。本次會(huì)議的主旨是創(chuàng)辦國(guó)內(nèi)人工智能領(lǐng)域規(guī)模最大、規(guī)格最高的高水平學(xué)術(shù)和技術(shù)盛會(huì)，匯聚國(guó)內(nèi)外頂級(jí)的專家學(xué)者及產(chǎn)業(yè)界人士，圍繞當(dāng)前最新熱點(diǎn)和發(fā)展趨勢(shì)的話題進(jìn)行交流與探討，并針對(duì)“機(jī)器學(xué)習(xí)與模式識(shí)別”、“大數(shù)據(jù)的機(jī)遇與挑戰(zhàn)”、“人工智能與認(rèn)知科學(xué)”和“智能機(jī)器人的未來(lái)”四個(gè)主題進(jìn)行專題研討，努力打造國(guó)內(nèi)人工智能前沿技術(shù)和學(xué)術(shù)交流的平臺(tái)。

在7月26日下午的下午“機(jī)器學(xué)習(xí)與模式識(shí)別”分論壇環(huán)節(jié)，中科院自動(dòng)化所模式識(shí)別國(guó)家重點(diǎn)實(shí)驗(yàn)室主任劉成林、華為諾亞方舟實(shí)驗(yàn)室主任李航、北京交通大學(xué)計(jì)算機(jī)科學(xué)系主任于劍、北京大學(xué)信息科學(xué)技術(shù)學(xué)院智能科學(xué)系教授查紅彬、微軟研究院首席研究員周明、京東智能通訊部總監(jiān)劉丹等專家，就人工智能的概念、深度學(xué)習(xí)、關(guān)于自然語(yǔ)言理解、關(guān)于圖像視頻分析、關(guān)于智能系統(tǒng)、關(guān)于跟蹤與堅(jiān)守等七個(gè)話題各抒己見(jiàn)。本次分論壇由中科院自動(dòng)化所研究員宗成慶主持。

中科院自動(dòng)化所研究員  宗成慶

作為主持人，宗成慶提出了他最近對(duì)人工智能的七個(gè)思考，請(qǐng)六位專家就其中的某問(wèn)題發(fā)表自己的意見(jiàn)。問(wèn)題如下：

1.人工智能技術(shù)包括什么。上世紀(jì)80-90年代，人工智能一度“受寵若驚”，而后“臭不可聞”。30年后的今天，人工智能再度獲得熱捧。人工智能是否有 了新的內(nèi)涵？什么是人工智能核心內(nèi)容？拋開(kāi)自然語(yǔ)言理解、圖像視頻識(shí)別和理解、搜索算法、知識(shí)工程外，還有什么？ 

2.機(jī)器學(xué)習(xí)在不到10年時(shí)間中，遷移學(xué)習(xí)、增強(qiáng)學(xué)習(xí)、概率圖模型、深度學(xué)習(xí)等相繼被熱捧。而深度學(xué)習(xí)方法之前的每一種都不過(guò)持續(xù)2-3年時(shí)間便黯然失寵。無(wú)論哪一種統(tǒng)計(jì)學(xué)習(xí)方法都是建立在大規(guī)模測(cè)試樣本之上的模型，難以做到以一反三。現(xiàn)在機(jī)器學(xué)習(xí)是在正確的路上，并向正確方向發(fā)展么？ 

3.深度學(xué)習(xí)（DL）方法與人工神經(jīng)網(wǎng)絡(luò)（ANN）方法在數(shù)學(xué)上沒(méi)有本質(zhì)區(qū)別？難道僅是網(wǎng)絡(luò)層數(shù)的加深，那么多少層網(wǎng)絡(luò)才算“夠深”？ 

4.關(guān)于自然語(yǔ)言理解，在自然語(yǔ)言處理(NLP)中，很多問(wèn)題都被轉(zhuǎn)化為分類問(wèn)題或者序列標(biāo)注問(wèn)題。但不同的問(wèn)題使用相同解決方法，對(duì)于不同處理任務(wù)用同一樣處理思路，自然不會(huì)得到很好 的處理結(jié)果。要真正實(shí)現(xiàn)從“處理”到“理解”的出路何在？ 

5.圖像、視頻分析作為模式識(shí)別最基礎(chǔ)性的問(wèn)題，在邊界分割和模式匹配，檢索等方面取得了若干優(yōu)秀成果。但多大程度上體現(xiàn)了“智能”，離“理解”還有多遠(yuǎn)？ 

6.智能系統(tǒng)，一個(gè)實(shí)用系統(tǒng)需要多種技術(shù)集成，而不是某個(gè)單項(xiàng)技術(shù)的結(jié)果。如無(wú)人駕駛汽車。而簡(jiǎn)單的技術(shù)集成是否會(huì)成為“智能系統(tǒng)”？除了“圖靈測(cè)試”， 如何測(cè)量一個(gè)應(yīng)用系統(tǒng)的智 能行？ 

7.最后是關(guān)于跟蹤和堅(jiān)守。每年技術(shù)變化都很快。有些被抬高，有的曇花一現(xiàn)，有的被冷落后由于硬件性能改變而在此推向波峰，甚至多次輪回。如何在熱鬧中把握 冷和熱的平衡，既保持冷靜的頭腦，又堅(jiān)守自己的學(xué)術(shù)理想？

北京大學(xué)智能科學(xué)系教授、機(jī)器感知與智能教育部重點(diǎn)實(shí)驗(yàn)室主任  查紅彬

北京大學(xué)智能科學(xué)系教授、機(jī)器感知與智能教育部重點(diǎn)實(shí)驗(yàn)室主任查紅彬就“從深度學(xué)習(xí)中得到了什么？還應(yīng)該做些什么”展開(kāi)分享。在他看來(lái)，智能的本質(zhì)是對(duì)環(huán)境自身狀態(tài)變化的一種預(yù)測(cè)的能力，他認(rèn)為這中預(yù)測(cè)能力同生物進(jìn)化論很相近，在已有知識(shí)和數(shù)據(jù)不充分情況下的預(yù)測(cè)。而獲得預(yù)測(cè)能力的基本途徑是學(xué)習(xí)。

學(xué)習(xí)就是人工智能研究的核心內(nèi)容。從研究進(jìn)程來(lái)看，查教授將其分為物理符號(hào)主義：人為定義推理與行為規(guī)則；專家系統(tǒng)：手工構(gòu)建專家知識(shí)庫(kù)；淺層神經(jīng)網(wǎng)絡(luò)：簡(jiǎn)單規(guī)整數(shù)據(jù)的學(xué)習(xí)；深度學(xué)習(xí)：利用大規(guī)模網(wǎng)絡(luò)數(shù)據(jù)來(lái)進(jìn)行多層網(wǎng)絡(luò)學(xué)習(xí)四個(gè)過(guò)程。從手工操作、死記硬背到學(xué)習(xí)再到自主學(xué)習(xí)一步步的發(fā)展，但深度學(xué)習(xí)真的自主 嗎？查教授認(rèn)為自主學(xué)習(xí)要能自動(dòng)定義學(xué)習(xí)目標(biāo)，自主獲取所需數(shù)據(jù)，通過(guò)自身能力完成學(xué)習(xí)，建立社會(huì)網(wǎng)絡(luò)，實(shí)現(xiàn)知識(shí)的積累。談到自主學(xué)習(xí)的意義，查教授表示第一是解決符號(hào)接地問(wèn)題，重點(diǎn)在于概念與意義的獲��；其次是解決框架問(wèn)題，

就是如何在問(wèn)題領(lǐng)域的界定與嘗試有所提高。這樣智能演化將會(huì)迎來(lái)智能發(fā)展的起點(diǎn)。最后，對(duì)于機(jī)器感知研究的重要性，查教授認(rèn)為只有機(jī)器感知才能人機(jī)環(huán)境互動(dòng)，進(jìn)而才能自主學(xué)習(xí)，，從而達(dá)到智能演化。并且查教授講到未來(lái)人工智能還有很長(zhǎng)的路要走。

微軟研究院首席研究員、自然語(yǔ)言計(jì)算組經(jīng)理周明

微軟研究院首席研究員、自然語(yǔ)言計(jì)算組經(jīng)理周明從自然語(yǔ)言理解的角度分享了自己對(duì)人工智能的看法：他認(rèn)為強(qiáng)大的需求驅(qū)動(dòng)、大數(shù)據(jù)推動(dòng)系統(tǒng)水平提升、計(jì)算能力（云計(jì)算）、用戶自然進(jìn)入了Loop，人-機(jī)有了更好的配合等，成為人工智能新的發(fā)展機(jī)遇。技術(shù)方面來(lái)看，計(jì)算智能、記憶智能已經(jīng)解決；感知智能接近實(shí)用化；認(rèn)知智能（主 要是自然語(yǔ)言理解）快速發(fā)展，比如從分詞、NER、SRL、問(wèn)答等，建立了不錯(cuò)的技術(shù)體系，但仍然存在與篇章、上下文、領(lǐng)域自適應(yīng)問(wèn)題；然后周明談到了自己對(duì)于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的親身體會(huì)，目前統(tǒng)計(jì)機(jī)器學(xué)習(xí)中用到多種技術(shù)，瓶頸轉(zhuǎn)到了數(shù)據(jù)，尤其是帶標(biāo)注的數(shù)據(jù)的大規(guī)模獲取和占用。目前同樣面臨著數(shù)據(jù)稀疏、領(lǐng)域遷移、訓(xùn)練能力等問(wèn)題。對(duì)于深度學(xué)習(xí)，周明表示深度學(xué)習(xí)對(duì)自然語(yǔ)言很多任務(wù)都有很好的前景，只是我們還存在著差距，并建議利用深度學(xué)習(xí)的技術(shù)來(lái)重做自然語(yǔ)言的各個(gè)任務(wù)，進(jìn)而觀察是否會(huì)有進(jìn)步。

最后他談到了自身的的一點(diǎn)思考，第一個(gè)是從人工智能的角度深入研究，規(guī)則系統(tǒng)、模型系統(tǒng)如何進(jìn)行融合，而不是說(shuō)只是去追求某一項(xiàng)技術(shù)，第二個(gè)是從應(yīng)用驅(qū)動(dòng)的角度考慮，即人工智能+，去做有用的技術(shù)，考慮到人的因素，追求最佳的用戶體驗(yàn)而不是純粹自動(dòng)化。

中科院自動(dòng)化所模式識(shí)別國(guó)家重點(diǎn)實(shí)驗(yàn)室主任劉成林

中科院自動(dòng)化所模式識(shí)別國(guó)家重點(diǎn)實(shí)驗(yàn)室主任劉成林從模式識(shí)別的角度分享了他對(duì)人工智能的看法，包括模式識(shí)別的現(xiàn)狀和發(fā)展趨勢(shì)。人工智能是一個(gè)很熱的詞，范圍很廣，最主要的是感知和認(rèn)知，他表示從80年代開(kāi)始模式識(shí)別和人工智能開(kāi)始融合。模式識(shí)別領(lǐng)域最重要的是深度學(xué)習(xí)和大數(shù)據(jù)，因?yàn)橛辛松疃葘W(xué)習(xí)和大數(shù)據(jù)將模式識(shí)別的性能向前推進(jìn)一大步，但模式識(shí)別的基礎(chǔ)理論并沒(méi)有太大的進(jìn)展，理論和方法的進(jìn)展得益于過(guò)去幾十年不斷的積累，歷史上即使是某一段時(shí)間比如長(zhǎng)達(dá)十年的期間覺(jué)得這個(gè)領(lǐng)域沒(méi)有太大進(jìn)展，實(shí)際上它的基礎(chǔ)理論研究還是在不斷的進(jìn)行，不斷的涌現(xiàn)出一些新的進(jìn)展。對(duì)于模式識(shí)別未來(lái)，他表示從模式識(shí)別的應(yīng)用角度來(lái)看，有兩方面明顯不足，第一個(gè)是建立在大數(shù)據(jù)基礎(chǔ)上，在現(xiàn)實(shí)中需要收集大量的樣本和數(shù)據(jù)，所以門檻較高，第二模式識(shí)別和人的模式識(shí)別不一樣，還有很大的提升空間。所以，未來(lái)的模式識(shí)別還是內(nèi)容的識(shí)別，以及自適應(yīng)學(xué)習(xí)，小樣本學(xué)習(xí)，多模態(tài)學(xué)習(xí)，多任務(wù)協(xié)同等。對(duì)于自主學(xué)習(xí)，劉主任談到，即便是在將來(lái)談自主學(xué)習(xí)，也并不是將過(guò)去完全推翻從新來(lái)過(guò)，而是將過(guò)去的學(xué)習(xí)方法綜合起來(lái)將其應(yīng)用的更好，這應(yīng)該成為未來(lái)研究的趨勢(shì)。

華為諾亞方舟實(shí)驗(yàn)室主任李航

華為諾亞方舟實(shí)驗(yàn)室主任李航就深度學(xué)習(xí)發(fā)表了自己的看法，他認(rèn)為深度學(xué)習(xí)可以給我們帶來(lái)很大的機(jī)會(huì)，雖然不一定能達(dá)到最終目標(biāo)，但有可能會(huì)前進(jìn)一大步。緊接著他分享了三個(gè)實(shí)例。第一是深度學(xué)習(xí) 2006年開(kāi)始出現(xiàn)，但一直到2012年，都是第一階段。2012年-現(xiàn)在，深度學(xué)習(xí)進(jìn)展讓人耳目一新。谷歌的DeepMind深度強(qiáng)化學(xué)習(xí)，以及Q- learning等，有了更強(qiáng)計(jì)算能力，會(huì)出現(xiàn)更強(qiáng)的機(jī)器。第二是神經(jīng)網(wǎng)絡(luò)圖靈機(jī)的出現(xiàn)，可以模擬人類大腦的短期記憶，外部網(wǎng)絡(luò)的讀寫通過(guò)外部存儲(chǔ)器完成，而在存儲(chǔ)記憶之后，通過(guò)檢索從而執(zhí)行一些有邏輯性的任務(wù)。第三是深度學(xué)習(xí)帶來(lái)了自然語(yǔ)言處理的很大機(jī)會(huì)。有了大數(shù)據(jù)，有了非常強(qiáng)大的計(jì)算機(jī)，我們就越來(lái)越強(qiáng)大，我們以前可能敢想不敢做的事情慢慢都有了可能。李航從另一個(gè)角度也談到不要對(duì)深度學(xué)習(xí)期望過(guò)高，因?yàn)閮H靠深度學(xué)習(xí)不太可能實(shí)現(xiàn)和人類一樣的智能。但是深度學(xué)習(xí)很有可能能夠使得計(jì)算機(jī)變得越來(lái)越智能化，包括神經(jīng)圖靈機(jī)這樣的概念，這出現(xiàn)基于大數(shù)據(jù)、基于網(wǎng)絡(luò)控制的圖靈機(jī)，進(jìn)而很有可能更接近人的行為，可能更像人。這應(yīng)是我們目前看到的挑戰(zhàn)和機(jī)遇。

北京交通大學(xué)計(jì)算機(jī)科學(xué)系主任  于劍

北 京交通大學(xué)計(jì)算機(jī)科學(xué)系主任于劍從一個(gè)老師的角度就人工智能發(fā)表了自己的看法：他首先談到知識(shí)是什么？這個(gè)問(wèn)題嚴(yán)重制約了下一步的發(fā)展，知識(shí)的表述有框架結(jié)構(gòu)和語(yǔ)義等，但兩個(gè)結(jié)構(gòu)也不可能表示所有的知識(shí)，只是表示了部分知識(shí)。到學(xué)習(xí)階段，就無(wú)法實(shí)現(xiàn)自動(dòng)化。對(duì)于知識(shí)圖譜，首先應(yīng)該弄清楚什么是知識(shí)，知識(shí)怎么表示 ，他認(rèn)為并沒(méi)有一個(gè)很好的途徑。另外，對(duì)于學(xué)習(xí)，通俗來(lái)說(shuō)學(xué)習(xí)就是通過(guò)數(shù)據(jù)的積累，將系統(tǒng)的性能提高，隨著經(jīng)驗(yàn)的增長(zhǎng)，知識(shí)相應(yīng)提高。知識(shí)是由概念組成的。提 到概念首先應(yīng)該清楚命題 。而這里很多概念是沒(méi)法明晰的定義，所以識(shí)別概念是人工智能重要的能力，人工智能關(guān)鍵是理論的進(jìn)展，不要稀里糊涂的就做下去。最后他表示人工智能目前當(dāng)然技術(shù)都可以研究，但是更重要的是在它的基礎(chǔ)問(wèn)題應(yīng)該更加有所突破，不要沾沾自喜于我們目前技術(shù)的進(jìn)步。因?yàn)殡S著時(shí)間的演化，技術(shù)總是在進(jìn)步，但是更重要的就是理論的進(jìn)展。

京東智能通訊部總監(jiān)劉丹

京東智能通訊部總監(jiān)劉丹從實(shí)踐方面主要分享了三方面：目前人工智能（深度學(xué)習(xí)）除了圖靈測(cè)試之外有沒(méi)有更好的產(chǎn)品來(lái)評(píng)測(cè)，而京東做的在線智能客服機(jī)器人，通過(guò)在線用戶溝通后，給出滿意度評(píng)價(jià)，具體分析系統(tǒng)是否智能，從第三方數(shù)據(jù)顯示，比人工滿意度還高。

第二點(diǎn)人工智能包含多方面技術(shù)，封閉式環(huán)境這類特定場(chǎng)景中，是可以量化評(píng)估的；例如電商領(lǐng)域人工智能對(duì)問(wèn)題回答滿意度，包括上下文處理方面，80%的人是對(duì)回答非常滿意，所以人工智能目標(biāo)應(yīng)是特定場(chǎng)景里面的應(yīng)用。

第三個(gè)人工智能對(duì)深度學(xué)習(xí)意義大不大？劉丹認(rèn)為意義很大。京東智能通訊部在做知識(shí)圖譜相關(guān)東西，其中包括用戶畫像，用戶畫像不單單只是做標(biāo)簽，這個(gè)人的姓名、愛(ài)好、畫像。深度學(xué)習(xí)可以做深層次的推理，得到更深層次關(guān)系，包括他的妻子，包括他的妻子有什么愛(ài)好，包括他購(gòu)買什么東西有什么愛(ài)好，這樣在精準(zhǔn)營(yíng)銷方面達(dá)到比較好的效果。京東通過(guò)深度學(xué)習(xí)支持的算法得到的效果是一般人工效果的2.3倍，人工就是通常講的打標(biāo)簽。這塊路是最準(zhǔn)確的，就像是做火箭的過(guò)程，做火箭不是一天兩天達(dá)到登月球的過(guò)程。這是特定的環(huán)境，通過(guò)一個(gè)領(lǐng)域才能達(dá)到人工智能的極致。

更多嘉賓觀點(diǎn)，請(qǐng)關(guān)注大會(huì)直播專題（持續(xù)更新中）：。（編輯：周建丁）

本文為CSDN原創(chuàng)文章，未經(jīng)允許不得轉(zhuǎn)載，如需轉(zhuǎn)載請(qǐng)聯(lián)系market#csdn.net(#換成@)

  本文關(guān)鍵詞：模式識(shí)別，由筆耕文化傳播整理發(fā)布。