责任研究员 责任研究员

最小化 最大化

       

郝红卫 男 博导 自动化研究所
研究员,博士生导师,中国科学院“百人计划”入选者,数字内容技术与服务研究中心副主任,计算大脑总体部责任研究员。更多介绍

联系我们 联系我们

最小化 最大化

地 址:北京市海淀区中关村东路95号自动化所
邮 编:100190
邮 箱:na.dong@ia.ac.cn

实验室简介 实验室简介

最小化 最大化

 超级计算大脑系统是研究所为满足网络社会对高度智能化海量信息处理迫切需求而设立的重大研究方向,列入中国科学院自动化研究所“十二五”规划三个重大突破方向之一,研究本体依托“数字内容技术与服务研究中心”。超级计算大脑系统的战略目标是构建开放、并行、可扩展的海量多模态数据语义计算平台,该平台将实现文本、语音、图像、视频数据的统一表达,突破大规模语义知识学习与推理的瓶颈,为海量庞杂、多源异质、时空关联的社会感知数据高效处理提供基础理论与方法;在大规模知识获取与管理、大规模机器学习和知识推理、海量网络语言理解、形式化应用建模技术以及大规模分布式并行计算与存储架构等研究方向上开展创新性的研究,其研究成果将作为大数据产业核心技术而得到广泛和深刻的应用。

科研交流 科研交流

最小化 最大化
«返回

内容

余凯做客紫冬花介绍百度深度学习进展

10月15日下午两点,应数字内容中心副主任、超级计算大脑研究部责任研究员郝红卫老师邀请,百度深度研究员常务副院长余凯博士做客紫冬花学术报告厅,介绍百度近年在深度学习方面的进展。

本次报告中,余博士首先介绍了Deep Learing的发展概况, 大致经历了一个“十年前的轰动一时到十年的沉睡到现如今的复苏”历程,并分析了其中的原因;其次,介绍了Deep Learing的分层思想及结构,及其与人类大脑学习的共同点。余凯博士认为,当前人工智能的新范式是:大数据+深度学习,并提到,自2012年夏天百度投入深度学习研发以来,通过用GPU提升计算效率、处理海量训练数据,在语音识别、OCR识别、人脸识别、图像搜索等领域取得巨大提升,到目前,百度已有超过8项技术在产品上线。最后,余凯博士认为深度学习的关键技术有待在以下方面取得突破:第一,大规模海量数据并行训练平台;第二,对于结构和非结构数据的深度学习建模技术;第三,对于语言、语义、知识的建模、学习、表示、集成;第四,线上模型压缩加速技术;第五,依赖于高性能计算,大脑认知机理等领域的发展。

在互动阶段,余凯博士幽默智慧地与同学们一起就关注的问题进行了热烈的交流与探讨,对师生们的提问进行了悉心的解答。

余凯,慕尼黑大学获得计算机博士学位,曾担任南京大学旧金山湾区校友会主席,拥有12年在欧洲和美国的工业界经历,一直从事核心技术研发和团队管理。他是机器学习、计算机视觉、信息检索,和数据挖掘等人工智能领域的知名专家,发表70多篇高质量的论文,被引用超过4000次,H-index为31,曾获得第30届机器学习国际会议(ICML)的最佳论文奖银奖。加盟百度前,余凯博士在美国NEC研究院担任Media Analytics部门主管(Department Head),领导团队在机器学习、图像识别、多媒体检索、视频监控,以及数据挖掘和人机交互等方面的产品技术研发。此前他曾在西门子公司的数据挖掘部门任高级研究员(Senior Research Scientist)。此前,他还曾在微软亚洲研究院实习,从事图像检索方面的研究。

123 123

最小化 最大化
没有找到网页内容。
名称 日期
没有找到网页内容。

电子资源 电子资源

最小化 最大化

 

 

图片说明

  图片说明

图片说明

 

图片说明