YannLeCun站台,SSIST17还有哪些值得关注的

2020-11-01 04:19:44 来源：阅读：-

via 曹雨晨

夏季来临，学术圈将要迈入一个大会小高潮。环顾国外，有 7 月在国外举行的 CVPR、澳大利亚的 ACL 及 SIGGKDD；也有 8 月的 ICML 及 IJCAI。而在中国，第三届 SSIST 于 7 月 2 日至 7 月 4 日于上海市科技学院举办。SSIST 全名 ShanghaiTech Symposium on Information Science and Technology，即信息内容学好国际性讨论会，每一年夏季依据不一样议案邀约各行业的顶级特邀嘉宾在场做学术研究共享。SSIST 举行的关键目地是为了更好地将最前沿的科研成果与工业领域技术性详细介绍给我国的青年人学者及硕士研究生，并辐射源上海市及周边城市。

此次 SSIST 设定的主题风格为人工智能技术、网络信息安全及智能化模块，举办方热烈欢迎与会人员（尤其是学员）递送包含深度学习、人工智能算法、NLP、优化问题及安全隐患的全新科研成果。

这次不断三天的讨论会分成2个一部分，一个是 7 月 2 日的工业领域汇报；接下去是 3-4 日不断二天的学术讨论。雷锋网 AI 高新科技评价第一时间与参加此次讨论会的清华博士研究生王奕森建立联系，产生 SSIST 的一手信息。

王奕森告知雷锋网 AI 高新科技评价，从议程安排上看，SSIST 更好像一次暑假课程内容。原因有下列好多个层面：

最先，诸位讲者所共享的內容互相交叉式，并不象 workshop 一样会紧紧围绕某一特殊的主题风格开展探讨，SSIST事实上更趋向于采用范围广的“打开”。假如看 SSIST 的官方网站，从题目就可以非常容易发觉，无论是邀约了 LeCun、沈向洋的 Keynote Talk，還是各种高等院校专家教授的 invited talk，设定的题型都较为宏观经济。王奕森感觉这是一个非常好的服务平台，能够在短期内内宏观经济地掌握每一个行业的过去科学研究历经及全新科学研究动态性。

以 CV 场为例子：

除此之外，登台做报告的讲者全是各高等院校或公司的领导者级角色，沒有学员。虽然 SSIST 中谈及有 poster 阶段，但亲临指导的王奕森告知雷锋网 AI 高新科技评价，此次社区论坛并沒有分配特殊時间展现 poster，而递交的总数也相对性较少。这一点实际上也不难理解，做为一个仅创立三年，且每一年议案都是会产生调节的讨论会，SSIST 现阶段在学界内的名气还并不是很高。

而这也从另一个侧边反映，SSIST 是一个偏重于单边輸出的会，关键期待让观众大量地了解应邀特邀嘉宾所共享的內容，因而学员间的探讨与沟通交流也相对来说少了一些。

via 曹雨晨

在其中，Yann LeCun 的共享让王奕森印像尤深，本次他赶到 SSIST 的关键目地便是奔着 Yann LeCun 来的，来看高手的风采确实不浅。除开 3 月清华大学经济发展经济学院及 6 月末的台湾大学，Yann LeCun 好像都还没接纳过其他院校的邀约。他此次的演讲主题内容是《Obstacles to Progress in AI and Deep Learning 》，而了解 LeCun 演说內容的同学们，一定不容易对生日蛋糕 PPT 觉得生疏的。

via 王奕森

王奕森还谈及了商汤科技 CEO 徐立的演说，这一以《人工智能忽悠史》问题的演说最先吐槽了一番自己企业，例如刻意注重商汤科技名字的来历并并不是「商业化的的汤晓鸥」，或者将CEO称作是「顶尖坑骗官」等，可谓是最喜欢自嘲的 CEO 网络段子。徐立在演说中除开五花八门的风趣经典话语，事实上关键還是论述商汤在自主创业中的一些思索，王奕森表明使他获益匪浅。

via 曹雨晨

徐立在演说中表明，人工智能技术的工作能力在提升三个环节的全过程中不断发展。最先是「技不如人」的第一阶段；次之是超过大家的第二阶段；最终就是超过权威专家的第三阶段。徐立表明，现阶段 AI 处在第二阶段。雷锋网 AI 高新科技评价从而想到到，现阶段人工智能技术在一些层面早已超过人们，例如人工智能算法行业但在 NLP 上，仍然处在追逐人们的环节。除此之外，徐立谈及了人工智能技术自主创业全过程中必须做的2件事是立与破。立指的是在「运用中彻底改变难题」，破指的是「优化算法提升达工业生产红杠」。这两个小结在王奕森来看「十分及时，一针见血」。

而回望此次的 SSIST，王奕森的较大体会取决于学术会议对工业领域的关心已经逐渐提升。以他报名参加的 AAAI 2017 上，最红的一个议程安排并不是某一 workshop，或者哪一个探讨关键技术的演说，只是一个名叫「AI in Practice」的 session，该议程安排邀约了Google、amazon、Facebook 等顶尖科技有限公司领导者前去共享她们是怎么做人工智能技术的。雷锋网 AI 高新科技评价先前在报名参加 AAAI 时也做了演说遮盖与报导。而学员们在报名参加 AAAI 的全过程中，除开获得学术前沿的交流经验外，也可以掌握大企业是怎样做科学研究的。

这一点，在上星期雷锋网 AI 高新科技评价谈及的 ACM EC'17 上也是有相近状况。这一本来偏逻辑性的大会现如今也刚开始提升社会发展议案，提升了运用方面的关心与探讨。无论是针对学界還是工业领域来讲，毫无疑问它是一件非常值得振作的事儿。

对于在学界与工业领域做科学研究的差别，王奕森表明，360 首席科学家颜水成在演说中以一张图表述了二者的不一样，使他备受启迪。

颜水成表明，学界的人工智能技术/深度神经网络趋向于对于特殊的难题，探寻新优化算法，追求精密度的極限，也就是以实体模型、服务平台、云计算服务器、预测分析学习培训等多种內容开展最大精密度的结合；而工业领域的人工智能技术自身并并不是商品，只是必须融合实际业务流程/情景才可以反映使用价值。「有落地式情景的 AI 才算是真正的爱情（AI），」颜水成如是说，一个取得成功实用化的 AI 技术性必须考虑到客户刚性需求內容、技术性完善水平、是不是产生技术要求，也要连通商品的转现方式。生物学家与产品工程师的组成，不一定会出现极致的优化算法，但出示给客户的一定是无缺陷的客户体验。

纵览此次的 SSIST，王奕森向雷锋网 AI 高新科技评价表明，此次讨论会另一个显著的觉得取决于，无论是从议程安排的设定或者演说的主题风格看来，大家都观念来到人工智能技术的泡沫塑料，因而能更为客观地对待 AI。「过去的见解很有可能会对人工智能技术无尽地看中与变大，欠缺各种各样抨击的响声，但如今很有可能许多总结会趋向于思索怎样真实促进智能化系统的发展。」

如同香港科技大学电子计算机院主任杨强专家教授先前接纳雷锋网 AI 高新科技评价访谈时谈及的，上年的 CCF-GAIR 到现在一年以往，伴随着技术性迈向稳定发展趋势阶段，大伙儿对待 AI 的心态趋于客观，这也是有利于人工智能技术的发展趋势的。坚信在未来，以更为平静的心理状态做科学研究，并高度重视工业领域的应用前景，也将是学术会的一个广泛发展趋势。

附当场相片锦集（via 曹雨晨）：