English
当前位置: 学院首页 > 正文

我院举行“关于智能研究中的伦理讨论”系列学术报告

日期:2018-11-22 来源: 作者: 浏览:

 

20181120日下午14时,由中国计算机学会青年计算机科技论坛和中国计算机学会(CCF)四川大学学生分会联合举办的关于智能研究中的伦理讨论系列学术报告,在四川大学望江校区基础教学楼B302学术报告厅举行。

本次论坛包括四场学术报告,由电子科技大学信息与软件工程学院党委副书记、CCF YOCSEF成都主席朱国斌教授主持,邀请到四川大学研究生工作部部长李栓久教授,中组部青年千人计划入选者、电子科技大学博士生导师杨阳教授,国家自然科学基金优秀青年科学基金获得者、南京信息工程大学博士生导师刘光灿教授,重庆大学博士生导师张磊教授,四川大学计算机学院副院长段磊教授,澳大利亚阿德雷德大学博士生导师刘凌峤助理教授,中国人民大学博士生导师李锡荣副教授,北京并行科技股份有限公司西南区总监陈磊等专家学者。

第一场学术报告的主题为“可微编程和数据恢复”,由刘光灿教授主讲。刘光灿教授为我们带来了可微编程和数据恢复的学术报告,刘光灿教授向我们介绍了随着近年计算能力与数据规模的提升,机器学习方法的性能有了很大提升。但现有方法仍然不能很好地处理训练集和测试集之间的差异,泛化能力较弱。然后引出本次报告的主题可微编程(Differentiable Programming/DP)与数据恢复(Data Recovery/DR),基于这两种方法都可在一定程度上可能提升机器学习的泛化能力。之后和大家探讨了可微编程与数据恢复领域的若干研究进展,主要包括低秩矩阵完成与恢复、低秩表示、低秩字典学习等理论框架,以及图像去遮挡、光照校正、几何校正、姿态校正、视觉关注点检测、图像分割等应用问题。在提问环节,参会的师生积极提出问题,刘光灿教授都耐心地做出了解答。最后由朱国斌教授为刘光灿教授颁发感谢证书并进行了合影留念。

 

第二场学术报告的主题为“迁移学习与领域自适应算法”,由张磊教授主讲。张磊教授在报告中讲述了机器学习在人工智能研究和应用中起着至关重要的作用。在建立有效的机器学习模型的过程中需要准备大量标记的训练数据,而待定目标领域的数据标记过程需要耗费大量的人力物力,且十分耗时。因此,需要利用相关的已标记的源域数据辅助模型的训练和学习。在报告中,张磊教授主要向我们介绍了迁移学习\领域自适应模型,子空间重建迁移学习,流形准则迁移模型和自我对抗迁移网络。最后,提出的一种新的学习范式,即引导式学习,用于异构视觉识别和检索。在提问环节,参会的师生积极提出问题,张磊教授都耐心地做出了解答。最后由杨阳教授为张磊教授颁发感谢证书并进行了合影留念。

在中场休息环节中,参会的全体师生与专家学者们合影留念。

                  说明: C:\Users\Mei\AppData\Local\Microsoft\Windows\INetCache\Content.Word\DSC04028.jpg

 

 

 

 

 

 

 

 


第三次学术报告由刘凌峤教授主讲,题目是基于学习策略的密集物体图计数的问题。首先,刘教授从学习策略的四种网络建设方法MCNNSwitch CNNConsidering ContextDialted Convolution谈起,再详细讲述了两种密集计数方法实践内容和目的。在Mask-aware crowd counting方法中,相继为我们展示了利用相乘、卷积等工具提出的五种解决方案;针对密集图技术算法的Weakly supervisor crowd counting方法的提出弱化了监督性能,但相比强监督学习更为容易实现,且也极具应用价值。

DSC04059

第四场学术报告是由李锡荣教授为带来的“Zero-Example Video Retrieval”,让我们了解怎样基于没有测试样本的基础下,根据被检索的物体的特征库,在视频帧中查找和核对对应的物体,从而可以智能地对视频进行分类、贴标签等工作。

DSC04069

最后,专家们齐聚一堂,纷纷对智能研究中的伦理问题进行了探讨:人工智能的底线、从技术的角度如何拿捏这个尺度、如何应对AI作恶、如何防范AI在极速前进中跑偏等等。专家们分别从法律、技术、工程师本身的角度,对于AI技术的伦理发展问题和前景与同学们进行传授与交流。

 

 

(记者:刘宁,冷红梅)

计算机学院(软件学院)记者团

20181120

上一条:明确方向 一往直前——2016级计算金融班冬季主题团日活动顺利开展

下一条:我院组织研究生赴中国物理研究院计算机应用研究所参观学习

关闭