中科院副院长谭铁牛：通用模式识别仍存三大瓶颈

8月26至27日，由中国人工智能学会发起主办、中国科学院自动化研究所与CSDN共同承办的2016中国人工智能大会（CCAI 2016）（官网：http://ccai.caai.cn/）将在北京召开。

中国人工智能大会旨在打造国内人工智能领域规格最高、影响力最大、集学术和产业于一体的年度盛会，汇聚国内外顶级专家和产业界人士，围绕最新学术热点和发展趋势等话题进行深入交流和探讨。本届大会由中国科学院副院长、中国科学院院士、中国人工智能学会副理事长谭铁牛担任大会主席，引领大会的组织筹备工作。

截止目前，大会程序委员会已经确认邀请国际人工智能促进会 （AAAI）主席Rao Kambhampati，美国麻省理工学院（MIT）人工智能实验室教授、美国人文与科学院院士Tomaso Poggio，微软人工智能首席科学家、美国电气电子工程师协会会士（IEEE Fellow）邓力等多位全球人工智能大大咖担任演讲嘉宾。此外更多的大会嘉宾还在陆续确认中（详情：）。

寄语CCAI 2016

对于本届大会，谭铁牛发来了他的寄语：

发展人工智能，引领创新驱动。

谭铁牛于1998年放弃英国雷丁大学终身教职，借着中国科学院“百人计划”之机回国，被任命为中科院自动化研究所所长助理、模式识别国家重点实验室主任，并于2013年当选中国科学院院士，2015年出任中国科学院副院长。

十多年来，谭铁牛组建了包括光学、电路、算法、系统等多学科力量的科研团队，开展了生物特征识别、图像视频理解和信息内容安全等研究。团队攻克技术难关，提出基础理论，掌握数据源头，参与制定国际标准，在国际顶级刊物上发表了大量虹膜识别的文章，并建立了目前国际上规模最大的共享虹膜图像库，被120多个国家和地区的15000多个科研人员和团队请求共享使用。

深度学习未破通用模式识别瓶颈

模式识别与机器学习是人工智能的核心内容，也是CCAI 2016将要重点探讨的内容方向。当前深度学习和大数据的进展为人工智能注入了新的活力，也在目前的模式识别领域占据了主导地位。不过，谭铁牛在肯定深度学习为模式识别开创新局面的同时，认为通用模式识别系统依然任重道远——瓶颈主要在于鲁棒性、自适应性和可泛化性三个方面。

谭铁牛认为，未来值得关注的研究方向，包括面向大规模多源异构数据的鲁棒特征表达、数据与知识相结合的模式识别、具有鲁棒性和自适应性的生物启发模式识别等。

那么，CCAI 2016将会带来模式识别的哪些干货？让我们与谭院士一起期待8月26-27日
（提前报名：http://huiyi.csdn.net/activity/product/goods_list?project_id=3023）。

谭铁牛在2015年首届中国人工智能大会做主题报告，图片来自CCAI 2015专题报道： http://special.csdncms.csdn.net/ccai2015/