今年中国人工智能大会(CCAI 2016)在京召开，这次大会是由中国人工智能学会发起主办、中科院自动化研究所与CSDN共同承办。会议主要就当前我国人工智能领域的研究，应用发展现状进行观点碰撞和探讨。会上，嘉宾们解读了当前人工智能的现状和发展趋势，探讨了人工智能的实践经验，展示了最新的技术创新产品与应用。那么下面就由小编为大家带来2017全球人工智能大会的相关资讯!
2016年大会主题报告亮点回顾
主题报告的演讲嘉宾有：中国科学院副院长、中国科学院院士、中国人工智能学会副理事长谭铁牛;大疆创新科技公司董事长、香港科技大学教授、美国电子电气工程师协会会士(IEEE Fellow)李泽湘;微软人工智能首席科学家、IEEE Fellow邓力;Singularity.io公司联合创始人、国际计算语言协会会士(ACL Fellow)林德康;中国工程院院士、中国人工智能学会理事长李德毅;中国科学院外籍院士、中国科学院神经科学研究所所长蒲慕明;国际人工智能促进会(AAAI)主席、美国亚利桑那大学教授Subbarao (Rao) Kambhampati，以及麻省理工学院人工智能实验室教授、美国人文与科学院院士Tomaso Poggio等8位人工智能领域顶级专家分别做了主题报告。从人工智能现状，深度学习的局限和出路，智能机器人的研发，到自动问答的升级，人机协作的规划，再到认知科学、神经科学的最新交叉研究分别进行深刻解读。
在题为《关于人工智能发展的思考》的报告中，谭铁牛院士深刻地解读了中国人工智能实践取得的进展和存在的问题，并对学术研究和产业实践方向提出了自己的建议。
大疆创新科技公司董事长、香港科技大学教授李泽湘则全方位地分享了智能机器人应用必须解决的问题。在主题报告《智能机器人：从学术研究到创业创新》中，李泽湘首先阐述了一些在香港科技大学机器人研究所(原自动化技术研究中心)的基础研究问题，然后分享了如何基于理论研究设计和研发产品级的智能机器人，包括智能装备、无人机、地面移动机器人、水下机器人、服务机器人等。最后，他介绍了如何基于珠三角地区健全的产业链，通过培养和孵化创业团队打造了一个闭环的产学研生态系统。
微软人工智能首席科学家、IEEE Fellow邓力的报告聚焦于业界最为熟悉的大数据与深度学习。以《驱动大数据人工智能多种应用的三类深度学习模式》为主题，邓力阐述深度监督学习、深度非监督学习和深度强化学习等三类深度学习模式的关系和区别，以及这三类深度学习模式和大数据的关系，并通过微软团队的实践案例，详细说明了在不同人工智能应用选用不同深度学习模式的理由和实际效果。
Singularity.io公司联合创始人、ACL Fellow林德康的报告题目是《从搜索引擎到回答引擎再到动作引擎自动问答》。他希望搜索引擎已经逐步实现的自动问答(Question Answering)技术再次升级，成为一种动作引擎——它通过执行一系列操作帮助用户完成需要做的事情，而不是仅仅提供信息。在报告中，他对回答引擎与动作引擎的方法给出一个概述，并讨论了NLP和机器学习的技术挑战。
在大会第二天的主题报告聚焦于协作机器人规划以及认知科学、神经科学与人工智能的结合。由中国工程院院士、中国人工智能学会理事长李德毅带来了《交互认知：从图灵测试的漏洞谈开去》的演讲。李德毅院士首先剖析了交互认知的内涵以及图灵测试在交互认知中的瑕疵，并以浅层次、短时长的聊天为突破口介绍交互认知的研究进展，包括聊天机器人的形式化约束，双人聊天、群聊和复杂系统涌现中的交互认知。此外，他还介绍了人工驾驶和自主驾驶中的三类交互认知的协商和学习方法。
中国科学院外籍院士、中国科学院神经科学研究所所长蒲慕明带来了他的深度思考成果——《神经科学能为人工智能带来什么?》。他认为神经科学研究未来突破的关键在于阐明复杂神经网络的结构与功能，引入神经科学所阐明的网络和细胞的概念能大幅度地增加人工神经网络计算的效率。在报告中，他进一步提出人工神经网络可以借鉴的神经科学概念，并讨论未来神经科学与人工智能研究两个领域的交叉融合的可能途径。
国际人工智能促进会(AAAI)主席、美国亚利桑那大学教授Subbarao (Rao) Kambhampati在报告《Challenges in Planning for Human-Robot Cohabitation》中，基于团队研究详细阐述了实现主动助理的协作机器人面临的人类行为闭环的建模和推理、人类意图识别等规划技术的挑战，以及解决这些挑战的最新研究进展，包括不完整而更易于学习的规划模型，以及如何利用这些不完整模型的规划与规划识别(plan recognition)技术，让实现可解释的机器自主助理行为。
麻省理工学院人工智能实验室教授、美国人文与科学院院士Tomaso Poggio在会前左膝盖骨意外受伤而行动不便，但他仍然坚持按照预定日程漂洋过海来演讲。他带来的报告题目是《The Science and the Engineering of Intelligence》。他曾提出智能工程(engineering of intelligence)和智能科学(science of intelligence)的概念，认为基础研究需要大力发展后者。在这次报告中，他总结智能工程的进展及其背后从数据中学习的数学原理，并诠释了MIT CBMM(the MIT Center for Brains, Minds and Machines)的智能科学——融合机器学习、计算机科学、神经科学与认知科学的研究进展。
除了主题报告，两天大会还设置了“人工智能驱动的人机交互”、“人工智能产业论坛”、“人工智能青年论坛”和“机器学习的明天”等四大专题论坛，近30位发言嘉宾就人工智能前沿研究和产业实战展开对话，并回答与会听众的深度提问。
8月27日下午，人工智能青年论坛由清华大学计算机科学与技术系特别研究员崔鹏和百度公司金融服务事业群组执行总监沈抖共同担任联席主席，新泽西州立大学罗格斯商学院管理科学与信息系统系副系主任熊辉、中科院自动化所模式识别国家重点实验室副主任王亮、天眼查CEO柳超、清华大学计算机科学与技术系副教授张敏和时趣首席科学家王绪刚，结合各自的学术研究或工业实践进展，围绕“当青年遇上人工智能：机遇还是泡沫”展开了精彩讨论。
人工智能前沿成果的展示
大会设置了人工智能创新技术和应用展区，旨在汇聚人工智能前沿创新成果和实践案例。来自云知声、京东、时趣互动、百度开放云、腾讯微信、神州数码、英伟达、天诚盛业、上海中科智谷人工智能工业研究院、图普科技、图森互联科技、易道博识和商汤科技、IJAC(国际自动化与计算杂志)、Springer、异步社区、博文视点等17家机构展示了他们为人工智能发展所做出的最新成果。
过去的6月和7月，人工智能和机器人界的国际A类会议几乎已经开完了一大半，很多童鞋又要开始准备明年的大会以及准备提交论文了，如果今年的辉煌我们没有赶上，那我么可以提前为明年的大会做准备。
人工智能大会：紫色A类; 黑色B类
机器人大会： 绿色
先来看看明年6, 7， 8三月有什么重要会议。
A类+B类
会议名称 时间 地点 类型
DARPPA 6月初 未知 (大型人形机器人界的奥林匹克)
ICAPS 6月18-23 美国匹茨堡 (人工智能规划方面最好的会议)
ICML 6月20-22 地点待定 (机器学习重要会议)
CVPR 6月24-30 波多黎各 (计算机视觉顶级大会)
-----------------------------------------------------------------------------------
COLT 三天待定 地点待定 (计算学习理论最好会议)
(往年在6月12-7月初波动)
ACL 7月30-8月4 温哥华 (计算语言学/自然语言处理方面最好的会议)
Robcup 7月(未知) 名古屋 (机器人世界杯)
-----------------------------------------------------------------------------------
SIGIR 8月7-11 东京 (信息检索方面最好的会议)
SKDD 8月14-17 加拿大，哈利法克斯(数据挖掘方面最好的会议)
IJCAI 8月19-25 墨尔本 (国际顶级人工智能联合大会)
明年9， 10, 11月召开的重要会议。
A类+B类
ECAI 8月29-9月2 2017年不开。
IROS 9月24-28 温哥华 (世界机器人和系统顶尖学术会议)
ICCBR 9月25-26 芝加哥 (Case-Based Reasoning方面最好的会议)
ICCV 10月22-29 意大利威尼斯 (计算机视觉方面最好的会之一， IEEE主办)
ECCV 10月召开 2017年不开。
明年12 ，1, 2月召开的重要会议。
A类+B类
NIPS 12月以后 待定 (神经计算方面最好的会议之一)
AAAI 2月4-9 旧金山 (美国人工智能学会AAAI的年会)
明年3, 4, 5 月召开的重要会议。
A类+B类
AAMAS 5月8-12 圣保罗 (Agent方面最好的会议)
ICRA 5月29-6月3 新加坡 (IEEE世界机器人与自动化大会)
查看全文
false