机器之心知识站与国际顶尖实验室及研究团队合作，将陆续推出系统展现实验室成果的系列技术直播，作为深入国际顶尖团队及其前沿工作的又一个入口。赶紧点击「阅读原文」关注起来吧！
继李沐《动手学深度学习》、UCL汪军《多智能体机器学习》等AI公开课系列后，机器之心与国际顶尖实验室及研究团队合作，推出「机器之心走近全球顶尖实验室」系列直播，让更多同学可以系统地深入了解国际顶尖团队的前沿进展。
我们的首期嘉宾是起源人工智能研究院。
2018年初，起源人工智能研究院（IIAI, Inception Institute of Artificial Intelligence），于阿联酋首都阿布扎比成立，邵岭博士任创始CEO兼首席科学家。IIAI的科学家与工程师旨在大力发展人工智能的基础研究与应用研究，设计并研发出高效智能的学习模型与方法，全面深化人工智能与医疗、智慧城市、遥感等各个领域的快速发展，并孕育未来人工智能领域的栋梁。
5月10日起，我们邀请到包括IIAI lead scientist廖胜才在内的4位研究员，将持续带来4场线上直播，分享研究院的代表性工作。
5月10日 20:00-21:00
从核假设检验到深度生成模型
分享嘉宾：丁立中，阿联酋起源人工智能研究院（IIAI）Research Scientist
分享摘要：深度生成模型的目标是求解高维、复杂数据的潜在分布或直接生成符合潜在分布的新数据，其核心是分布距离的度量，度量生成数据和真实数据（或潜在分布）间的距离。分布距离度量是一个经典的统计学问题，我们将深度网络视为概率分布函数，将已有的经典统计学方法深度化，给出能够处理高维、复杂数据，适用于当前机器学习前沿应用的深度生成模型。
本次报告将揭示深度生成模型与核假设检验之间的关系，将对抗生成网络视为统计学中的两样本检验问题，提出了全新的双生成器对抗网络；深入探索了能量模型、Stein方法与统计量间关系；以假设检验为桥梁，建立深度网络与统计生成间的链接。
5月12日 20:00-21:00
多模态技术在时尚领域的应用
分享嘉宾：诸葛鸣晨，阿联酋起源人工智能研究院（IIAI）Research Intern
分享摘要：近年来，随着深度学习技术在实际场景中的广泛应用，传统面向单模态的图像(视频)、语音、文本技术难以独立支撑信息检索、视觉问答、语音图像翻译等多样化需求。同时表征和处理跨模态信息成为新的研究热点，随着Transformer在不同领域的发展，基于预训练模型的多模态解决范式成为学术工业界的主流。
本次报告的工作从多模态在时尚领域出发，仔细阐述多模态预训练在细粒度场景中存在的问题以及解决方法。
5月17日 20:00-21:00
伪装目标检测：挑战、方法和应用
分享嘉宾：范登平，阿联酋起源人工智能研究院（IIAI）Research Scientist
分享摘要：伪装目标检测，顾名思义，旨在识别“无缝”嵌入其周围环境的目标。与传统的目标检测相比，通常伪装目标与其背景之间具有高度相似性，因此伪装目标检测更具挑战。
本次报告从伪装目标检测问题的起源、所面临的挑战、现有解决方案及潜在的应用进行全面介绍，并探讨未来潜在的研究方向。
5月19日 20:00-21:00
可泛化的行人再辨识：挑战、方法和数据
分享嘉宾：廖胜才，阿联酋起源人工智能研究院（IIAI）Lead Scientist
分享摘要：行人再辨识是近年来的热门研究领域，随着深度学习的发展取得了很大的进步。但是已有模型在不同场景下的泛化能力依然较差。虽然迁移学习被大量地研究用于增强模型在新场景下的适应性，但其代价是为了应用到处需要深度学习训练。为此，面向实际应用迫切需要研究开箱即用的行人再辨识——即可泛化的行人再辨识。
本次报告将从该问题所面临的挑战、我们提出的一些方法、及大规模虚拟数据对模型泛化性的提升等方面，全面阐述可泛化的行人再辨识这一前沿研究课题。