【科学•人文大讲堂】加州大学伯克利分校Michael I. Jordan教授应邀做客我校带来“人工智能”专题讲座

发布时间:2016-12-19来源:信息管理与工程学院字体:[]设置

12月17日14:00,美国科学院、美国工程院、美国艺术与科学院三院院士、加州大学伯克利分校Michael I. Jordan教授做客我校“科学•人文大讲堂”,为我校师生带来“人工智能”专题讲座。讲座在创训中心一楼报告厅举行,信息学院副院长葛冬冬主持,吸引了全校300多名师生前来聆听。

讲座伊始,信息学院副院长葛冬冬教授致欢迎辞,并介绍了嘉宾的相关情况。Jordan教授是美国科学院、美国工程院、美国艺术与科学院三院院士,是机器学习领域唯一一位获此成就的科学家。他是多家国际顶级期刊和国际顶级学术会议(AAAS、AAAI、ACM、ASA、CSS、IEEE、IMS、ISBA、SIAM)的会士。曾获IJCAI研究卓越奖(IJCAI Research Excellence Award)(2016)、David E. Rumelhart奖(2015),以及ACM / AAAI Allen Newell奖(2009)等。2016年,Jordan教授被Semantic Scholar评为CS领域最具影响力学者。

Jordan院士通过一个职业行为点出讲座主题——围绕计算思维、推理思维、数据科学的人工智能。他介绍了大数据分析面对的困境。其一,需要与计算思维、推理思维的高度融合,其中计算思维便是指抽象概念、模块化、可伸缩性、鲁棒性等;其二,计算机核心理论和统计分开发展;其三,数据理论没有一个给运行时间和其他计算数据的发展空间;其四,核心计算理论没有考虑到统计上的风险。接着,他从隐私约束下的推理(Inference under privacy constraints)、通信交流约束下的推理(Inference under communication constraints)、下界、变分的角度和辛集成(Lower bounds, the variational perspective and symplectic integration)等三个方面讲解了大数据分析,并介绍了一个分框架优化的加速方法。从“加速梯度下降”、“加速度的现象”、“加速方法——连续时间的视角”“多项式收敛速度”、“时间膨胀:财产(reparameterizing时间)”几个方面逐步进行推导,对梯度和加速方法进行了回顾与总结。同时提出“私人极小极大风险”、“私人意味着估计”的概念,并且将理论与实例相结合,详细地举出两个具体例子进行说明。

在答疑环节,Michael I. Jordan院士一一解答了师生关心的优化加速方法、大数据分析等问题。

讲座后,上海财经大学校长樊丽明教授亲切接待了Jordan院士,并介绍了上海和学校的发展历程。

通过本次内容丰富、发人深省的科学人文大讲堂,师生对人工智能有了更深入的了解,也加强了大数据分析的认识,受到到场师生的好评!

 

(供稿:张瑞(学)、何志强 供图:何志强、刘海瑞(学)、雷佳乐(学)编审:王雅静 收稿日期:2016年12月19日)