文档介绍：RANLP 2015, Hissar, Bulgaria
Deep Learning in Industry Data Analytics
Junlan Feng
China Mobile Research
1
人工智能的起点: 达特茅斯会议
1919-2001
1927-2011
1927-2016
1916-2011
Nathaniel Rochester
人工智能的阶段
1950s 1980s 2000s Future
自动计算机
如何为计算机编程使其能够使用语言
神经网络
计算规模理论
自我提升
抽象
随机性与创造性
基于规则的专家系统
通用智能
1
2
3
人工智能的当前技术: 存在的问题
依赖大量的标注数据
“窄人工智能”训练完成特定的任务
不够稳定,安全
不具备解释能力,模型不透明
人工智能的当前状态: 应用
人工智能成为热点的原因:
深度学****强化学****br/>大规模的,复杂的,流式的数据
概要
解析白宫人工智能研发战略计划
3. 深度学****及最新进展
2. 解析十家技术公司的的人工智能战略
4. 强化学****及最新进展
5. 深度学****在企业数据分析中的应用
美国人工智能战略规划
美国人工智能研发战略规划
策略- I : 在人工智能研究领域做长期研发投资
目标:. 确保美国的世界领导地位. 优先投资下一代人工智能技术
推动以数据为中心的知识发现技术
高效的数据清洁技术以,确保用于训练AI系统的数据的可信性(varascty)和正确性(appropriateness)
综合考虑数据,元数据,以及人的反馈或知识
异构数据,多模态数据分析和挖掘, 离散数据,连续数据,时间域数据,空间域数据,时空数据,图数据
小数据挖掘,强调小概率事件的重要性
数据和知识尤其领域知识库的融合使用