| 讲座题目 | 机器学习：从深度神经元网络到通用大模型 | ||||
|---|---|---|---|---|---|
| 主办单位 | 土木工程学院 | ||||
| 联合主办单位 | |||||
| 讲座人 | 黄伟冰 | 讲座人 职称 | 企业高管 | 主持人 | 尤志嘉 |
| 讲座类型 | 自然科学 | 讲座对象 | 全校师生 | 时间 | 2024-06-04 09:00 |
| 地点 | 思源楼六楼会议室 | ||||
| 讲 座 人 简 介 | 黄伟冰，毕业于复旦大学、巴黎第六大学，博士就读期间及毕业后，任职于法国盛富证券，为资深大数据工程师，博士论文被引入法国算法交易硕士教材，并刊登在国际顶级统计学期刊上。参与设计、研发的算法交易平台被《The Trade》杂志排名全球第二名。目前，在深圳进化动力数码科技有限公司任职首席科学家，负责算法系统架构设计，深度学习算法研发。 | ||||
| 讲座 主要内容 | 机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习可以分为监督学习、无监督学习和强化学习等。 （1）人工智能概述：机器学习的基本概念，以及人工智能的理论流派，包括符号主义、专家系统、连接主义等。并介绍了人工智能系统的感知、记忆、推理和元认知能力，以及机器学习和深度学习的基本理论。 （2）深度学习（2012-2022）：回顾深度学习的发展，从AlexNet到EfficientNet、RNN到GPT-3等模型的演变。深度学习在分类、检测、翻译等领域取得显著成果，并应用于非标识别、钢筋点数和缺陷检测等实际场景。同时，探讨了深度学习面临的监督式学习困境和数据-部署悖论。 （3）通用大模型（2023年至今）：介绍了通用大模型的发展，如MidJourney、OpenAI Sora、Segment Anything和GPT-4。通用大模型在数据和网络规模、计算资源等方面取得了重大进展，展望了通向通用人工智能（AGI）的可能路径。 | ||||
字号