CCAI 2020年8月29日-30日
2020年中国人工智能大会（Chinese Congress on Artificial Intelligence 2020，简称“CCAI 2020”）将于8月29日-30日在南京召开。CCAI 2020以“智周万物”为主题，探讨人工智能作为引领未来的战略性技术，如何以周知万物的学术境界赋能未来，带动时代发展，实现互联世界的远大理想。
清华大学计算机科学与技术系长聘教授，国家杰青唐杰将出席本次大会并担任《智能防疫专题论坛》论坛主席。
唐杰：清华工程院知识智能联合实验室主任，国家自然科学基金委员会杰出青年学者。主要研究方向为社会网络分析和数据挖掘。ACM / IEEE Senior Member。曾担任国际期刊ACM TKDD的执行主编和国际会议CIKM’16、WSDM’15的程序委员会主席、KDD’18大会副主席以及IEEE TKDE、ACM TIST、IEEE TBD等期刊编委。获英国皇家学会-牛顿高级奖学金、CCF青年科学家奖、国家自然科学基金委员会杰出青年学者、北京市科技进步一等奖、中国人工智能学会科技进步一等奖、KDD'18 杰出贡献奖。2012年国家优秀青年科学基金获得者。
机器学习的研究分支中，网络表示学习就是通过相关算法将网络中的节点用一个低维稠密的向量空间表示（其中向量空间的维度远远小于节点的总个数），并且能够保持原有网络的相关结构和特征，然后再输入到深度学习的相关算法去完成节点分类，链路预测以及网络可视化等任务。
自1950年计算机象棋博弈开始，人工智能概念的诞生就已经提上了日程。从验证人类智慧和机器区别的图灵测试到真正战胜人类双陆棋世界冠军的智能计算机，只用了短短30年。人工智能概念提出以来，经历了用机器表示知识、通过知识库辅助决策的一系列过程，最终发展成为现在拥有庞大体系的AI系统和算法。似乎现在人人都在用AI，每个公司都在提出新的AI构想，但人工智能究竟是什么？它的本质又是什么？唐教授认为，粗浅地说，人工智能就是智慧教育、智慧交通、智慧医疗这类上层应用，包含人工智能和各个领域的交叉融合；但小范围严格地讲，人工智能的内核就是知识表示与推理，佐以高算力计算引擎的辅助。
尽管我们会将人与人工智能不断对比，但计算机始终无法通过人类的方式来认知世界，我们需要将各种图片、文字信息映射到共同的低维数据空间做计算，方便人工智能的下一步分类与处理。怎么把大量的原始数据、数据产生的数据都映射到共同的低维空间，这是个难题。唐教授所研究的网络表示学习中的一种看法是，把互联网的数据看成由点和线组成的图。图的复杂程度会随着数据量与数据来源、影响因子等多种条件的变化而变化，实际需要处理的图往往都是十分庞大且复杂的。
机器学习应用在网络表示领域，传统方法在新的领域持续焕发着光彩，产生了一系列独特的算法。但通过团队的研究发现，这些方法的本质相同，可以规约到同一个算法中，只是使用不同的矩阵做参数。基于以上研究结果，唐教授设计了NetMF算法。在实际的大型网络应用中进行应用实践，用户行为预测准确率大大提高。但新的问题随之而来，在预测中，用户的反馈非常重要，但反馈的时效性会随着用户的使用习惯而改变，分析用户反馈的指向性也是一大挑战。不同的应用需要不同的对待方式，在学堂在线MOOC的平台上，唐教授团队根据观看视频的时长等信息收集用户反馈信息，获得了较好的效果，也再次证明了NetMF算法的通用性。
计算机科学技术的发展历史还不足百年，人工智能的研究历史更是短暂，唐教授认为未来的研究方向和网络表示领域会充满机遇与挑战。AI一路从感知世界走向主动认知外界事物，之后究竟会走向何方？随着机器学习应用在更多的领域，怎么及时结合用户需求进行反馈改进？就让我们在本次大会中倾听唐教授的见解吧。
https://www.sohu.com/a/291988426_100118081
https://www.sohu.com/a/389918627_407401
http://www.cs.tsinghua.edu.cn/publish/cs/4616/2011/20110330101939787483549/20110330101939787483549_.html