人工智能论坛第一天：人工智能的过去，现在和未来

11 月 2 日，三星电子设备解决方案副主席兼首席执行官 Kinam Kim 博士致开幕辞，以纪念 AI 论坛 2020 年第一天的开幕。演讲强调了 AI 技术多年来如何取得显著进步。他继续指出，鉴于这些变化，许多人期望 AI 解决近期流行病带来的问题，但强调指出，由于 AI 的模型基于大量的真实数据和模拟，因此建模 AI 的任务是当前人工智能造成的大流行和其他自然灾害令人生畏。

金博士继续就 AI 技术的发展方式以及如何利用它们对现实世界的问题产生有意义的影响发表自己的看法，并强调三星电子作为 AI 生态系统核心技术的主要提供者，与全球研究人员积极合作，以寻求解决此类现实问题的方法。金博士在开幕致辞中，期望在今年的论坛期间就AI技术的当前和未来及其对人类的利益进行有意义的讨论。

在今年的 AI 论坛上，三星推出了首届「三星 AI 年度研究人员」奖，以期确定来自世界各地该领域的杰出新兴研究人员并支持他们的研究活动。

今年的联席主席 Yoshua Bengio 教授被选为「年度三星 AI 教授」，并做了题为《走向发现休闲代表》的演讲。Bengio 教授在演讲中解释说，到目前为止，传统的深度学习技术一直依靠推理来识别感官信息并从中学习，但是能够得出结论之前能够学习隐藏变量之间因果关系的 AI 技术可能是能够像人类一样进行推理，因此能够响应未编程的情况。考虑到对此类 AI 的愿景，Bengio 教授分享了他的研究的初步成果，并提出了在此基础上 AI 技术如何向前迈进的建议。

纽约大学的 Yann LeCun 教授率先开发了广泛应用于视频识别技术的卷积神经网络，他介绍了他的《与自我监督学习有关的最新模型》。与监督学习向每个给定数据集返回给定答案的监督学习不同，自我监督学习采用的学习模型包括在数据内自主创建问题并随后查找答案。这种方法已被应用于能够像人们一样产生句子的大规模语言模型。LeCun 教授强调了自我监督学习与儿童体验和学习世界的方式如何相似，并基于这种比较提出了一种基于能量的模型。

斯坦福大学的切尔西·芬恩（Chelsea Finn）教授是元学习领域的一名年轻研究者，他做了名为《从少量适应到发现对称性》的演讲。Finn教授在演讲中介绍了元学习技术，尽管数据发生了变化，但AI仍可以迅速适应未经训练的数据，并继续分享了在机器人技术和新候选药物领域中应用这些技术的成功案例。设计。

三星高级技术学院院士，哈佛大学教授 Donhee Ham 教授作了题为《大脑重构》的演讲。在他的演讲中，他强调指出，当前的 AI 水平是基于人的大脑，但实际上其工作方式不同于大脑的功能，从而限制了其功能。汉姆教授介绍了可以模仿人脑电路的结构和功能并自行创建计算机集成电路的尖端神经科学技术。

行业专家还参加了演讲。Google Research 的 Tara Sainath 博士发布了《为语音识别而开发的端到端模型》的最新研究成果，这些模型能够增强智能设备广泛使用的语音助手服务的准确性，效率和多语言能力。

微软研究院的詹妮弗·沃特曼·沃恩（Jennifer Wortman Vaughan）博士发表了名为《机器学习生命周期中的可理解性》的演讲。她分享了以人为中心的机器学习概念，并强调指出，为了开发一种能够赢得人们信任的公平机器学习系统，需要人们对系统有清晰的了解。Wortman Vaughan 博士随后介绍了可以客观验证这种机制的研究成果。

自从今年虚拟召开 2020 年三星 AI 论坛以来，来自全球 AI 研究领域的学生和研究人员都可以进行在线讨论和交流。

编辑：晓月 / 深圳湾

资讯来源：三星