<mark id="oztn4"></mark>
1
7 月 7 日，由 CCF 中國計算機學會主辦、雷鋒網與香港中文大學（深圳）共同承辦的第二屆 CCF-GAIR 全球人工智能與機器人峰會在深圳如期開幕。當天上午，中國科學院院士、英國皇家工程院外籍院士、IEEE Fellow、IAPR Fellow 譚鐵牛為大會帶來了題為《模式識別研究的回顧與展望》的主題演講。
譚鐵牛院士首先解釋了模式識別的概念，他稱：“世上萬物，不管是物質的還是精神的，看得見還是看不見的都是一種模式，而對這些模式進行分析與處理，進而實現描述、辨識、分類、解釋，這就是一種模式識別”。
隨后譚鐵牛院士簡單回顧了模式識別學科的發展歷程，并將其簡單分為以下三大階段：
上世紀七八十年代之前，混沌出生，開天辟地：奠定了模式識別學科的數學基礎，開創了若干應用；
兩千年之前，百家爭鳴，百花齊放：模式識別的理論大大豐富；
新世紀至今，物競天擇，適者生存：大數據的興起給模式識別的發展帶來契機。
談到模式識別現今的發展，譚鐵牛院士總結了四個觀點：
面向特定任務的模式識別已經取得突破性進展，有的性能已可與人類媲美；
統計與機遇神經網絡的模式識別目前占主導地位，深度學習開創了新局面；
通用模式識別系統依然任重道遠；
魯棒性、自適應性和可泛化性是進一步發展的三大瓶頸。
面向未來，譚鐵牛院士認為模式識別領域有如下值得關注的研究方向：
從神經生物學領域獲得啟發的模式識別；
面向大規模多源異構數據的魯棒特征表達；
結構與統計相結合的模式識別新理論；
數據與知識相結合的模式識別；
以互聯網為中心的模式識別。
最后譚鐵牛院士用三句話對現場演講進行了總結，他表示：
模式識別是人類最重要的智能行為，是智能化時代的關鍵使能技術；
魯棒性、自適應性和可泛化性是模式識別面臨的三大瓶頸；
向生物系統學習、結構與統計相結合，數據與知識相結合，并充分利用海量的互聯網數據，是特別值得關注的研究方向。
更詳細的內容詳見雷鋒網的深度報道。
雷鋒網(公眾號：雷鋒網)相關閱讀：
第二屆 CCF-GAIR 開幕！中國 AI、機器人行業產學研跨界整合進入新時期｜ CCF-GAIR 2017
中國工程院院士潘云鶴教授開場演講：全面解析中國新一代AI研究方向｜ CCF-GAIR 2017
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
