清华人工智能研究院成立基础理论研究中心,朱军担任主任,深耕「第三代」AI 算法

简介: 推动鲁棒可解释人工智能的跨越式发展

雷锋网(公众号:雷锋网) AI 科技评论:2019 年 5 月 6 日,清华大学人工智能研究院基础理论研究中心成立仪式暨学术前沿报告会在清华大学 FIT 楼举行。清华大学副校长、清华大学人工智能研究院管委会主任尤政院士,清华大学人工智能研究院院长张钹院士出席成立仪式并共同为中心揭牌。会上朱军教授被聘任为基础理论研究中心主任。 

TB1s1SDUCzqK1RjSZFHXXb3CpXa.jpg

尤政院士与张钹院士为基础理论研究中心揭牌

据雷锋网 AI 科技评论了解,基础理论研究中心着眼于目前人工智能发展的瓶颈问题,以数据驱动和知识驱动融合的思路为主线,通过和脑科学、认知科学和统计学等学科的大跨度学科交叉融合,以期建立原创性人工智能理论框架,设置如下重点研究方向:

人工智能理论基础

贝叶斯机器学习

深度学习

小样本学习

强化学习

鲁棒人工智能

可理解人工智能

脑科学启发人工智能理论

听觉感知回路启发的语言理解模型

记忆和遗忘机制启发的人工智能模型 因果分析与推理

脑启发的视/听觉计算模型 生物医学大数据分析

统计学交叉人工智能理论

大数据建模与计算

因果分析与推理

生物医学大数据分析

人工智能创新应用

大规模文本分析

图像/视频数据分析

音乐和图像生成

TB1UsPChu3tHKVjSZSgXXX4QFXa.jpg TB12fixUCzqK1RjSZPxXXc4tVXa.jpg

中心研究队伍

TB18CCAUxTpK1RjSZR0XXbEwXXa.jpg

朱军教授被聘任为基础理论研究中心主任

推动鲁棒可解释人工智能的跨越式发展

尤政院士在致辞中指出,尽管当前学术界和产业界已经掀起了人工智能研究和应用的热潮,但是作为大学我们应该清醒的认识到人类对智能本质和机理的认识还不够深刻,人工智能技术本身还处于其发展的初级阶段,距离形成完善的理论和方法体系还有很长的路要走。成立基础理论研究中心,是整合校内优势研究力量、推动人工智能源头创新的一个重要举措,也是人工智能研究院发展的一个新的里程碑。

希望基础理论研究中心更好地汇聚校内外相关研究力量,潜心专研,开展原创性的研究工作和理论创新,在实现第三代鲁棒可理解人工智能方向上取得跨越式进展,培养更多高水平人才,更好地服务于国家和清华的人工智能发展战略。 

TB1.fWCUCzqK1RjSZFjXXblCFXa.png

尤政院士

张钹院士代表清华大学人工智能研究院致辞。张钹院士指出,清华大学建立人工智能研究院的重要目标就是在人工智能的基础理论和基本方法上进行源头性和颠覆性创新,使清华大学成为世界一流的人工智能研究和人才培养中心。目前的人工智能尽管在很多领域取得了很大的进展,但是仍然具有很大的局限性,在数据和知识不充分、不确定性、不完全信息、多领域、动态变化的问题中算法的性能会出现大幅度的下降,人工智能模型的鲁棒性和可解释性存在普遍的不足。近年来,我国在人工智能的应用算法研究取得了很多的成果,但是在基础研究的创新能力方面和国外仍然有很大的差距。

人工智能研究院成立基础理论研究中心的目的就是是要针对目前人工智能理论和方法的不足,通过大跨度的学科交叉和开放的国际合作,在提升自身创新能力的同时,以开放的胸怀,吸引全世界优秀的人才来清华大学开展人工智能的科研工作,把清华大学打造成全球顶尖的人工智能基础研究创新中心,推动鲁棒可解释人工智能的跨越式发展。

TB1GPKxUCzqK1RjSZFLXXcn2XXa.png

 张钹院士

清华大学副校长尤政院士和人工智能研究院院长张钹院士共同为基础理论研究中心揭牌,并向计算机系长聘教授朱军颁发了基础理论研究中心主任聘书。基础理论研究中心同时聘请了中国科学院院士、西安电子科技大学教授郝跃院士,ACM/IEEE/AAAI Fellow、卡内基梅隆大学哈伯特·西蒙杰出教授 Manuela Veloso 为学术顾问。 

TB1RfyDUyrpK1RjSZFhXXXSdXXa.png

郝跃院士和Manuela Veloso教授被聘任为基础理论研究中心学术顾问(由公茂果教授和朱麟博士代领)

启动仪式结束后,举行了人工智能基础理论学术前沿报告会。基础理论研究中心的核心研究人员包括中心主任朱军教授,IEEE Fellow 张长水教授、脑科学专家钟毅教授、宋森研究员,统计学研究中心副主任邓柯副教授,CVPR 最佳论文作者黄高助理教授分别介绍了最新的研究进展。来自高校、研究所、和产业界的 100 多位代表参加了会议,并进行了热烈的讨论。雷锋网 AI 科技评论后续将为大家整理报告会上的精华内容,敬请期待。

基础理论研究中心主任朱军教授表示,中心将在清华大学和人工智能研究院的支持下,以本次发布会为起点,汇聚校内的优势团队,以建立鲁棒、可理解的第三代人工智能基础理论框架为核心目标,打造国际顶尖的 AI 创新高地。成立仪式上,还发布了清华大学自主研发的人工智能编程框架珠算 2.0 和对抗学习编程平台,以支持概率编程和对抗机器学习等第三代人工智能算法的研发。

TB1_ASbnnZmx1VjSZFGXXax2XXa.jpg

基础理论研究中心成立仪式合影

雷锋网 AI 科技评论

目录
相关文章
|
13天前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
167 55
|
23天前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
129 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
25天前
|
存储 人工智能 自然语言处理
Delta-CoMe:清华联合OpenBMB等高校开源的新型增量压缩算法
Delta-CoMe是由清华大学NLP实验室联合OpenBMB开源社区、北京大学和上海财经大学提出的新型增量压缩算法。该算法通过结合低秩分解和低比特量化技术,显著减少了大型语言模型的存储和内存需求,同时保持了模型性能几乎无损。Delta-CoMe特别适用于处理数学、代码和多模态等复杂任务,并在推理速度上有所提升。
58 6
Delta-CoMe:清华联合OpenBMB等高校开源的新型增量压缩算法
|
29天前
|
机器学习/深度学习 人工智能 算法
探索人工智能中的强化学习:原理、算法与应用
探索人工智能中的强化学习:原理、算法与应用
|
1月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
84 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
1月前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
98 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
1月前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
95 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
29天前
|
机器学习/深度学习 人工智能 算法
探索人工智能中的强化学习:原理、算法及应用
探索人工智能中的强化学习:原理、算法及应用
|
1月前
|
机器学习/深度学习 人工智能 算法
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
车辆车型识别,使用Python作为主要编程语言,通过收集多种车辆车型图像数据集,然后基于TensorFlow搭建卷积网络算法模型,并对数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django搭建web网页端操作界面,实现用户上传一张车辆图片识别其类型。
88 0
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-19
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-19
65 3