腾讯犀牛鸟峰会笔记

AI应用

• 从简单的围棋到复杂环境的王者荣耀
• 视频自动标签：标签多且有歧义
• 食品图像分析：细粒度的识别
• 自动生成游戏解说：cv（目标识别）->NLP（文本）->voice（语音）

 

计算机视觉的挑战（计算所）

• cv是AI最活跃的领域
• 目前对于深度学习是知其然不知其所以然
• 识别->理解，理解是关键，尤其是跨模态的对齐
• AI的必然：机要懂人；机要懂事；说机器语

 

NLP语义信息处理前言（哈工大）

• NLP是认知智能的核心
• 过程：形式->语义->推理->语用
• 目前处于语义到推理层面
• 四类问题：匹配、分类、生成、组织
• 对话系统：从软件（机器猫）到平台化（siri、小度等）
• 面临的挑战：1）带标数据少；2）尝试知识不熟；

 

对机器学习的思考（南大）

• 困难：1）机器学习中有太多超参；2）有很多不可微（无法反向传播）的构件
• 三个方向：
• 1、Deep forest，神经网络的替代品
• 2、弱监督，解决标注少问题
• 3、模型要能适应开放的学习环境。目前大多数是封闭静态的环境（数据分布一致、测试指标固定等等）

 

深度视觉系统安全性探索（腾讯）——图片的对抗攻击与防守

• 输入差异小（图片加噪）----network----->输出差异巨大（类别分错）
• 目标：抑制输出差异