学术报告人：清华大学计算机系张钹院士

学术报告题目：深度学习的前世与今生

时间：2014年5月28日下午2:30-4:30

地点：福州大学图书馆明德厅

摘要：

上个世纪四十年代，分别由Shannon（1916-2001），Turing（1912-1954），Wiener（1894-1964）创立的通讯、计算与控制理论，奠定了现代信息论的基础。由于这些理论都是建立在严格的数学，特别是概率统计学的基础之上，因此备受广大学者的信任与青睐，半个多世纪一路走来，可算是一帆风顺。

来到五六十年代，主要由认知心理学家与神经科学家创立的人工智能与人工神经网络理论，由于是借鉴人类信息处理的机制，曾经引起广泛的兴趣，并受到过热捧，至今仍拥有不少的“粉丝”与忠实的追随者。但它们不像传统信息理论那么幸运，自创立之始就备受批评与质疑，始终存在一批坚决的反对者，因此道路坎坷，命运多舛。

网络时代的到来，面对复杂的网络环境与大数据，传统信息处理理论、人工智能与人工神经网络都面临巨大的挑战，它们似乎难以解决这样复杂的问题。在这瞬息万变的信息时代，无论是信息理论、方法与技术，还是应用、产品与市场，都像走马灯似的“乱哄哄，你才唱罢我登场”，让人们无所适从，不知如何面对。

当二十一世纪的曙光到来之际，深度学习理论冉冉升起，人们利用深度学习的方法解决了若干大数据的问题，在混乱的局面中，大家似乎看到了一线希望。但有人乐观、有人却观望。我们该如何看待深度学习，下一步又该如何应对？

我们将通过“深度学习的前世与今生”讲述这个故事,…

张钹(1935,03—)  教授，中国科学院院士。1958年清华大学自动控制系毕业留校任教至今。先后在自动控制系、计算机科学与技术系任教。曾任“智能技术与系统”国家重点实验室主任、校学位委员会副主任。还担任中国自动化学会智能控制专业委员会主任和机器人专业委员会副主任，《计算机学报》副主编等。现任微软亚洲研究院技术顾问，福建省政府技术顾问等。2011年德国汉堡大学授予自然科学荣誉博士称号。他长期从事自动控制理论及技术的教学和研究。80年代以后，主要从事人工智能和计算机应用技术的研究。他针对人工智能问题求解计算复杂性、指数爆炸的主要困难，提出了问题分层求解的商空间理论，解决了不同粒度空间的描述、它们之间相互转换、复杂性分析等理论问题。在此基础上提出统计启发式搜索算法，基于拓扑的空间规划等方法，对克服计算量的指数爆炸很有成效。还提出了研究不确定性处理、定性推理、模糊分析、证据合成等新原理。指导并参加建成了陆地自主车、图像与视频检索等实验平台。已培养博士60多名，获北京市优秀教学成果一等奖。“智能技术与系统”国家重点实验室创建者之一。著有《问题求解理论及应用》(中英文版)，获得国家教委颁发的高校出版社优秀学术专著特等奖，后者还获得全国优秀科技图书一等奖。科研成果，还获得国家自然科学三等奖、教委科技进步奖一、二等奖各一项，电子部科技进步奖一等奖一项，发表论文一百余篇，其中一篇获ICL欧洲人工智能奖。