2017年11月30日，“天地现代工学讲坛”第八期第五讲在唐仲英楼B501报告厅开讲，本次讲坛邀请到bw必威西汉姆联官网计算机科学与技术系周志华教授担任主讲嘉宾，作题为“关于人工智能”报告，现场盛况空前。报告由我们材料科学与工程系袁洪涛教授主持，我们执行院长陆延青教授出席讲坛，并代表讲坛组委会向周志华教授赠送了讲坛纪念品。
图：我们材料科学与工程系袁洪涛教授主持周志华教授报告
报告开始，周志华教授从强人工智能、弱人工智能的概念出发，为大家阐释了人工智能的研究内容，指出作为严肃科学的“人工智能”和科幻作品中的“人工智能”是两回事。人工智能并不是“人造智能”，而是研究“智能启发的计算”（intelligence-inspired computing）。人工智能这一学科的诞生可以追溯至1956年召开的达特茅斯会议，距今已有六十余年历史，其发展历程可以划分为三个阶段：推理期、知识期、学习期。每个阶段都有其致力于解决的问题，也因而推动了整个人工智能领域的发展。而机器学习作为当下人工智能的核心研究领域，在当今大数据时代的背景下，提供给我们的更多是智能数据处理技术。周志华老师强调，人工智能、机器学习并不是神通广大、无所不能的，存在由于特征信息不充分、样本信息不充分而“不可学习”的问题。关于这一问题，在人工智能学界是有严格的机器学习理论基础的。
在对人工智能研究的介绍中，周志华教授首先以人工智能在循证医学和画作鉴别方面的两个典型应用，让大家对人工智能有了基本的理解。随后，周志华教授层层深入，逐一讲解了机器学习、深度学习、深度神经网络、卷积神经网络的基本原理，并通过实例展示了其在图像识别、机器配音等领域的应用进展。同时，周志华教授以轻松幽默的方式介绍了深度神经网络、卷积神经网络等研究领域的发展历程，与大家分享了科研工作中坚持的重要性。
接下来，周志华教授从时下热门的“AlphaGo”“AlphaGo Zero”通过结合多种机器学习技术从而战胜人类顶尖棋手出发，分析了人工智能的发展现状，以及业界对于人工智能威胁论的看法。通过近年来机器人大赛情况的展示，在座师生真切感受到了目前智能机器人的发展现状。最后，周志华教授从人工智能当下的局限性出发，谈及人工智能的未来，以及可能的突破目前局限的方法：基于学件（Learnware）的解决方案。
提问环节，在座师生就机器学习的实现原理、对人工智能威胁论的理解以及机器学习在各个领域中的应用与周志华教授进行了深入的交流，周志华教授详细解答。最后，全场师生以热烈的掌声感谢周志华教授引人入胜的精彩报告。
（张傲男）
