年度盘点｜AI科技评论做过的三界总结公开课（上）

2016年是雷锋网(公众号：雷锋网)—AI科技评论非常重要的一年，我们围绕人工智能做了一系列的业界，学界，开发者报道，也请了一系列导师大牛过来给我们做技术解读的公开课，在给这些导师大牛提供了一个绝佳展示舞台的同时，也给读者们带来了最in的公开课内容，下面是年度盘点之上篇。

AI 没有那么神，洪小文告诉了我们为什么

嘉宾介绍：洪小文，微软全球资深副总裁，微软亚太研发集团主席，微软亚洲研究院院长。洪小文对微软SAPI(Speech API)和Speech Engine技术的发展作出了众所公认的卓越贡献，此外，他还是美国电机电子工程师学会院士(IEEE Fellow)和国际公认的语音识别专家，并在国际著名学术刊物及大会上发表了百余篇学术论文。

公开课内容：

深度学习从2006年到现在，没有大的基础理论进步, 但现在工业界热情高涨，我们在盲目推动什么？

现在各个开源平台推进不算迅速，是开发者的水平没跟上，还是推开发平台的大公司功能不完善？

我们正在变成一个巨大的系统中的微小芯片，没有人真正理解这个系统。您怎么看这个观点？

在人工智能这个战场，微软的发展战略是什么？着重在哪几个版块进行科研投入？未来在着重板块如何胜出？

人工智能的冰与火之歌：回顾2016，展望2017（余凯）

嘉宾介绍：余凯，地平线机器人创始人兼 CEO，前百度研究院执行院长，曾领导百度深度学习研究院( IDL )、多媒体技术部（语音，图像）、图片搜索产品部等团队。2012年以来，余凯创建百度IDL，发起和领导了百度大脑、百度自动驾驶等一系列项目，并连续三次荣获公司最高荣誉——“百度最高奖”。

2016 年，人工智能在美好理想和残酷现实的夹缝中野蛮生长。当从业者们认为，人工智能时代是“技术为王”的时代，但面对价格战、商务战、公关战时，技术似乎不再是唯一的信仰。当从业者们认为，手握学术大牛、刷爆各种榜单就能所向披靡时，“AI 产品经理比科学家重要”、“刷榜是没意义的”等反驳性观点也越来越被业内认可。当从业者们认为，招一大批名校博士就可与巨头比划时，虚高的薪水和拿不出手的产品让企业不得不开始考虑性价比的问题。

AI 科技评论，第 100 期硬创公开课特邀余凯博士为大家做了一期以《人工智能的冰与火之歌：回顾 2016，展望 2017》为主题的公开课，分享了他对今年 AI 现象的看法以及对未来的展望。

人工智能如何加速共享无人驾驶产业发展？

嘉宾介绍：邓志东，清华大学计算机系教授，博士生导师。现为中国自动化学会理事，中国自动化学会智能自动化专业委员会主任。曾任国家 863 计划智能机器人主题专家组组长助理（1998-2001）。在近 8 年的时间内，主持研发了三辆具有自然环境感知与自主决策能力的无人驾驶汽车，即 THU-IV1 原理性实验样车、THU-IV2 技术验证样车和 THU-IV3 全线控试验样车。

在这期的公开课上，邓志东教授将会为我们带来他的分享，主要包括以下五个方面：

1、Level 4 （SAE）无人驾驶是否一定比 Level 2 先进？

2、能否将无人车简单地等同于「带四个轮子的计算机」？

3、共享无人驾驶与智能增值服务成为终极发展目标；

4、传统车企或将成为「富士康」；

5、人工智能加速共享无人驾驶产业的发展。

深度学习新星：GAN的基本原理、应用和走向

嘉宾介绍：冯佳时，现任新加坡国立大学电子与计算机工程系助理教授，机器学习与视觉实验室负责人。2014-2015年在加州大学伯克利分校人工智能实验室从事博士后研究。冯佳时博士曾获ICCV’2015 TASK-CV最佳论文奖，2012年ACM多媒体会议最佳技术演示奖。现研究方向为图像识别、深度学习及面向大数据的鲁棒机器学习。

近年来，基于数据而习得“特征”的深度学习技术受到狂热追捧，而其中GAN模型训练方法更加具有激进意味：它生成数据本身。

GAN是“生成对抗网络”（Generative Adversarial Networks）的简称，由2014年还在蒙特利尔读博士的Ian Goodfellow引入深度学习领域。2016年，GAN热潮席卷AI领域顶级会议，从ICLR到NIPS，大量高质量论文被发表和探讨。Yann LeCun曾评价GAN是“20年来机器学习领域最酷的想法”。在GAN这片新兴沃土，除了Ian Goodfellow所在的OpenAI在火力全开，Facebook的人工智能实验室也在这一领域马不停蹄深耕，而苹果近日曝出的首篇AI论文，就是基于GANs的变种“SimGAN”。从学术界到工业界，GANs席卷而来。

经360首席科学家、人工智能研究院院长颜水成强力推荐，【硬创公开课】特邀冯佳时博士，在1月5日为大家带来了一期以《深度学习新星：GANs的诞生与走向》为主题的演讲，拨开围绕GANs的迷雾。

PS：文章由雷锋网独家整理，未经雷锋网许可，拒接转载。

。