優秀な AI 技術者が不足しています。学生たちはこの波にまだ追いつくことができるでしょうか?

ディープラーニングは、機械学習の最も重要な分野の 1 つとして、近年急速に発展しています。膨大なデータとコンピューティング能力の助けを借りて、ディープラーニングはコンピューター ビジョン、音声認識、自然言語処理で大きな成果を上げています。現在、ほぼすべての商用音声認識アルゴリズムはディープラーニングに基づいており、ImageNet データ セットのアルゴリズムの分類精度は 95% 以上に達しています...

ディープラーニングがさまざまな分野に力を与えることを目の当たりにして、ますます多くの人々がディープラーニングの道を歩み始めています。企業が人工知能分野の人材を採用する場合、ディープラーニングとディープラーニングフレームワークの習熟度を選考基準として用いることが多いです。

[[250777]]

企業の変革からAI技術の人気は多くの人に知られていますが、大学の不可欠な力については無視されています。一部の大学における人工知能の研究は、1970年代から1980年代にまで遡ることができます。人工知能が普及しようとしている今、大学にはAI人材育成の源泉となるという逃れることのできない責任があります。

では、中国本土の大学の AI の強さはどの程度でしょうか?

MITマサチューセッツキャンパスのコンピューター・情報科学学院教授エメリー・バーガー氏が発表した、コンピューターサイエンス分野における世界の大学の強さをランク付けするオープンソースプロジェクトCSrankingによると、清華大学、北京大学、中国科学院大学がそれぞれ上位3位にランクインし、浙江大学が7位、南京大学が11位、北航大学とハルビン工業大学が16位タイとなった。

人工知能分野における大学の強みがわかったところで、人工知能分野におけるこれらの有名大学の専門家の研究方向の違いは何でしょうか？人工知能研究分野における有名大学の真髄を一度に得るにはどうすればよいのでしょうか？

BDTC 2018 (2018 中国ビッグデータ技術カンファレンス) では、ディープラーニング フォーラムが立ち上げられました。清華大学、南京大学、復旦大学、浙江大学、厦門大学、中国電子科学技術大学、西安交通大学、北京交通大学、天津大学など、国内の有名大学の著名な講師が、丸一日にわたって素晴らしい技術共有を行います。ディープラーニングの道を歩むには、現実的なガイドが必要です。

ディープラーニングフォーラムリーダー

黄玄静（復旦大学教授）

黄玄静博士は復旦大学の教授であり、博士課程の指導者です。彼女の研究分野には、人工知能、自然言語処理、情報検索、ソーシャルメディア分析などがあります。彼女は、SIGIR、IEEE TKDE、ACL、ICML、IJCAI、AAAI、SCIS、CIKM、ISWC、EMNLP、WSDM、COLING など、数多くの高レベルの国際学術誌や会議で 100 件を超える論文を発表しています。近年では、2014 ACM Conference on Information and Knowledge Management (CIKM) の競技委員長、2015 ACM Conference on Web Search and Data Mining (WSDM) の主催者、2015 Social Media Processing Conference のプログラム委員会副委員長、2016 National Conference on Computational Linguistics (CCL) のプログラム委員会副委員長、2017 International Conference on Natural Language Processing and Chinese Computing のプログラム委員会委員長を務めました。彼は、IJCAI、ACL、SIGIR、WWW、EMNLP、COLING、CIKM、WSDM など、人工知能、自然言語処理、情報検索に関する多くの国際学術会議でプログラム委員およびシニア メンバーを務めてきました。

テーマ: ディープラーニングに基づく自然言語処理

トピックの紹介: 近年、ディープラーニング技術は自然言語処理で広く使用されています。テキスト分類、シーケンスラベル付け、機械翻訳、自動質問応答などの多くのタスクで従来の統計的手法を上回るパフォーマンスを実現するだけでなく、面倒な特徴エンジニアリングを回避してエンドツーエンドでトレーニングすることもできます。本レポートでは、ディープラーニングに基づく自然言語処理の現在の研究状況を、言語単位モデリングとニューラルシーケンスモデリングの2つの側面から紹介します。また、復旦大学の自然言語処理チームによる単語、句、文、文対の表現の学習、ディープラーニングに基づく中国語単語分割、テキスト分類、談話関係分析などのアルゴリズムに関する最近の研究の進捗状況を紹介します。さらに、自然言語処理におけるディープニューラルネットワークの解釈可能性と将来の研究動向についても予備的な議論を行います。

程建（中国科学院オートメーション研究所研究員）

程建氏は現在、中国科学院オートメーション研究所南京人工知能チップイノベーション研究所の執行副所長、人工知能と先進コンピューティングの共同研究室の所長、およびパターン認識国家重点研究室の研究員を務めています。彼は1998年に武漢大学で学士号、2001年に修士号を取得し、2004年に中国科学院自動化研究所で博士号を取得しました。 2004年から2006年までノキアリサーチセンターでポスドク研究員として勤務。 2006年9月より中国科学院オートメーション研究所に勤務。現在は主にディープラーニング、人工知能チップ設計、画像・動画コンテンツ分析などの研究に従事。関連分野で100本以上の学術論文を発表し、英語で2冊の書籍を編集している。中国科学院陸家熙若手人材賞、中国科学院青年促進協会優秀会員賞、中国電子学会自然科学第一賞、教育部自然科学第二賞を受賞。彼は現在、国際ジャーナル「Pattern Recognition」の編集委員を務めています。また、2010 年の ICIMCS 国際会議の議長、HHME 2010 の組織委員長、CCPR 2012 の発行委員長を務めました。

トピック: ディープラーニングのための効率的なコンピューティング

トピックの紹介: 近年、ディープニューラルネットワークは、画像、ビデオ、音声、自然言語処理などの多くの分野で急速な進歩を遂げており、多くのインテリジェントシステムやアプリケーションに欠かせない重要な技術となっています。同時に、これらのネットワークの計算の複雑さとリソース消費は精度の向上に伴って増加し続けており、特にリアルタイム要件が高いアプリケーションやリソースが制限されたデバイスでは、ネットワーク モデルの展開に大きな課題が生じています。加速や圧縮などのネットワークをいかに効率的に計算するかが重要な課題となっています。このレポートでは、まずネットワークの高速化と圧縮の現状を簡単に紹介し、次に量子化に基づく効率的なコンピューティング手法に焦点を当てます。最後に、今後の方向性についていくつかお話ししたいと思います。

パン・ガン（浙江大学コンピュータサイエンス学部教授）

浙江大学コンピュータサイエンス学院教授および博士課程指導教員、コンピュータ支援設計・グラフィックス国家重点実験室副所長、中国人工知能学会事務局長、脳コンピュータ融合およびバイオマシンインテリジェンス委員会委員長、中国コンピュータ学会ユビキタスコンピューティング委員会執行委員。主な研究方向は、ハイブリッドインテリジェンス、脳コンピューターインターフェース、脳のようなコンピューティング、コンピュータービジョン、ユビキタスコンピューティングなどです。彼は、CCF-IEEE CS Young Scientist Award、CCF-A Conference Best Paper Award を 1 回、CCF-A Conference Best Paper Nomination Award を 2 回受賞しています。国家科学技術進歩賞第2等賞（準優勝）、教育部科学技術進歩賞第1等賞（準優勝）を受賞。

トピック: スパイキング ニューラル ネットワーク: モデルとアプリケーション

トピックの紹介: スパイキング ニューラル ネットワークは、従来の人工ニューラル ネットワークよりも生物学的忠実度が優れているため、近年研究者からますます注目を集めています。スパイキングニューラルネットワークを通じて、コンピューティングシステムと生物の神経系間の接続と融合がより効率的かつ自然になることが期待されます。このレポートでは、スパイキング ニューラル ネットワークの原理と方法、およびスパイキング ニューラル ネットワークのいくつかの一般的なアプリケーションについて紹介します。同時に、近年のパルスニューラルネットワーク研究チームの研究進捗状況も共有されます。

ジ・ロンロン（厦門大学知能科学技術学部教授）

季栄栄氏は厦門大学の教授、博士課程の指導者であり、福建省の「岷江学者」プログラムの著名な教授でもあり、2014年に国家優秀青年学者、2016年に国家千人計画青年エリートを受賞した。彼の主な研究分野はコンピュータービジョンとマルチメディア技術です。関連する研究は、ACM Transactions および IEEE Transactions の約 50 件の論文、CCF A レベル国際会議の 40 件を超える長編論文を含む、90 件を超える SCI ソースジャーナル論文に掲載されています。彼の論文はGoogle Scholarで5,000回以上、SCIで1,600回以上引用されており、H指数は33です。彼の論文のうち12本はESIの高引用/ホット論文に選ばれています。近年、彼は中国国家自然科学基金の共同重点プロジェクト、軍事委員会科学技術委員会の戦略的フロンティアプロジェクト、国家重点研究開発プログラムのプロジェクト/サブプロジェクトを主宰しています。彼は2007年にMicrosoft Scholar賞、2011年にACMマルチメディア最優秀論文賞、2012年にハルビン工業大学優秀博士論文、2015年に省自然科学二等賞、2016年に教育部技術発明一等賞を受賞しました。彼はいくつかの国際ジャーナルの副編集長、VALSE2017 カンファレンスの議長、ACM/IEEE のシニア メンバーを務めています。

トピック: 「コンパクトなコンピュータビジョン解析システム」

トピックの紹介: このレポートでは、主に視覚ビッグデータ検索および認識システムにおけるコンパクト性の問題について検討します。過去 2 年間に Ji Rongrong 教授の研究グループが視覚端末アプリケーション向けの視覚特徴のコンパクト表現とディープ ネットワーク圧縮に関して行った作業と成果の一部を紹介します。視覚的特徴のコンパクトな表現に関しては、大規模な教師なしランキング情報を導入し、ランキングに敏感なハッシュコードを学習して、元の高次元特徴空間で検索情報を維持します。ディープネットワーク圧縮に関しては、特定のタスク（顔と視覚シーンの分析）向けのディープネットワークカスケード圧縮モデル（シリアル低ランク行列分解技術）と加速モデル（構造化スパース制約プルーニング技術）を紹介します。

楊一凡（トランスリング インフォメーション テクノロジー、AI 製品部門最高製品責任者）

TransRing Information Technology の AI 製品部門の最高製品責任者、Yang Yifan 氏。彼は2008年に中国科学技術大学を卒業し、その後ケンタッキー大学で統計学の博士号を取得しました。 彼は、バンク・オブ・アメリカのマネーロンダリング対策部門やアリババの検索部門の敵対的情報チームで勤務した経験があります。現在、StarRing Technology の人工知能製品部門に勤務。マネーロンダリング防止および詐欺防止ビジネスに関する豊富な経験と、統計学習、ディープラーニング、グラフコンピューティングの研究経験を持っています。

テーマ：「ビッグデータ時代の不正防止曲率エンジン」

トピックの紹介: データの相互接続と情報爆発の時代である今日、ビッグデータ時代の金融詐欺防止シナリオのための監視、早期警告、識別、および制御プラットフォームをより適切に構築する方法は大きな課題です。さまざまな種類の機械学習とディープラーニングにおける長い期間の蓄積と沈殿を経て、StarRing の Sophon AI プラットフォームは、不正防止における複雑な関係ネットワーク向けのディープグラフとナレッジグラフのソリューション セットを形成しました。このソリューションは、大規模なグラフクエリ、グラフパターンマイニング、グラフ埋め込みテクノロジー、リスク知識グラフ、ディープラーニングフレームワークを組み合わせて、チェーン全体をカバーするビッグデータ時代の金融詐欺防止シナリオのためのインテリジェントな分析プラットフォームを構築します。

鄭凱（中国電子科技大学教授、中国共産党中央組織部青年千人賞受賞者）

鄭凱氏は中国電子科技大学の教授であり、博士課程の指導者です。国家「千人計画」および四川省「千人計画」の専門家でもあります。 2012年にオーストラリアのクイーンズランド大学でコンピュータサイエンスの博士号を取得。2012年から2017年まで、オーストラリアのクイーンズランド大学で博士研究員および講師として勤務。近年の主な研究方向は、時空間データ管理、不確実データ管理、メモリデータ管理、グラフデータ管理、ブロックチェーンデータ管理の分野における理論的基礎と技術的応用をカバーしています。彼は、データベースとデータマイニングの分野で重要な会議やジャーナルに 120 本以上の論文を発表しており、Google Scholar では 2,200 回以上引用されています。彼は、オーストラリア優秀青少年基金（2013 年）、トップデータベースカンファレンス ICDE での最優秀論文賞（2015 年）、国際カンファレンス APWeb-WAIM および WISE での最優秀論文賞（2017 年）を受賞しています。彼は、国際データベース会議 APWeb2016 のプログラム チェア、会議 DASFAA2017 の実行委員長、国際 SCI ジャーナル Distributed and Parallel Databases の編集委員、WWW Journal、Geoinformatica、Frontier of Computer Science の客員編集委員、ビッグ データと人工知能の分野における数十のトップ カンファレンスのプログラム委員会メンバー (TPC メンバー) を務めました。

テーマ: 時空間データ管理におけるディープラーニングの応用

トピックの紹介: 近年、ディープラーニング モデルとテクノロジーは、オーディオやビデオの分析などのマルチメディア分野で大きな成功を収めており、多数の製品やアプリケーションで、従来の機械学習モデルに徐々に取って代わり、データ分析の主流ツールとなっています。対照的に、ディープラーニング技術の他のデータタイプへの応用はまだ初期段階にあり、研究が必要な未解決の問題が数多くあります。一方、従来のリレーショナルデータの重要な拡張として、時空間データ管理は、交通、気象、都市計画、土地資源などの主要産業への応用により、学界と産業界の共通の関心事となっています。このレポートでは、時空間データのソース、分類、主な特徴を組み合わせて、時空間データ管理の分野でディープラーニング技術を適用する際の課題と機会を紹介します。さらに、時空間予測シナリオにおけるディープラーニング技術の応用事例も紹介します。

呂継文（清華大学オートメーション学部准教授）

呂継文氏は、清華大学オートメーション学部の准教授および博士課程の指導者であり、中国共産党中央委員会組織部の千人計画候補者であり、国家優秀青年基金の受賞者でもある。彼の主な研究分野は、コンピュータービジョン、機械学習、インテリジェントロボットです。彼は、IEEE Transactions on Computer Science に 60 本以上の論文 (PAMI 論文 11 本を含む) を発表しており、Google Scholar で 6,100 回以上引用されています (H 指数は 40)。彼は、IEEE 国際会議最優秀論文賞を 2 度受賞しています。彼は、1 つの国家重点研究開発プログラム プロジェクトと 2 つの国立自然科学財団プロジェクトを統括しました。彼は、IEEE Transactions on Circuits and Systems for Video Technology、IEEE Transactions on Biometrics, Behavior, and Identity Science、Pattern Recognition など、7 つの国際ジャーナルの編集委員を務めてきました (現在も務めています)。また、中国工程院のジャーナルである Engineering の若手特派員であり、ACCV、ICIP、ICME など 20 を超える国際会議のフィールド チェアも務めています。彼は、IEEE 信号処理学会マルチメディア信号処理技術委員会、IEEE 信号処理学会情報フォレンジックおよびセキュリティ技術委員会、および IEEE 回路およびシステム学会マルチメディアシステムおよびアプリケーション技術委員会の委員を務めています。

トピック: 深層強化学習と視覚コンテンツの理解

トピックの紹介: 深層強化学習は人工知能の分野における研究のホットスポットであり、人類が汎用人工知能に向かって進むための重要な技術と考えられています。深層強化学習は、深層学習の知覚能力と強化学習の意思決定能力を組み合わせて、入力から出力までの知覚と意思決定をエンドツーエンドで実現し、多くの視覚コンテンツ理解タスクで重要な進歩を遂げてきました。本レポートでは、深層強化学習の基本的な考え方を簡単に説明し、近年の研究の進展をレビューしています。また、近年研究チームが提案したいくつかの深層強化学習手法（主にマルチエージェント深層強化学習、プログレッシブ深層強化学習、コンテキストアウェア深層強化学習、グラフィカルモデル深層強化学習など）と、複数の視覚コンテンツ理解タスクへの応用についても紹介しています。

ハオ・ジャンイエ（天津大学知能・コンピューティング学部准教授、CCF若手人材支援プログラム受賞者）

Hao Jianye は現在、天津大学知能・コンピューティング学院の准教授および博士課程の指導者です。ハルビン工業大学で学士号、香港中文大学で博士号、MITで博士研究員。 2015年に天津市の「若手千人計画専門家」に選ばれ、2016年に天津大学の「北洋若手学者」に選ばれ、2017年には中国コンピューター連合会（CCF）の「若手人材支援計画」に選ばれた。主な研究分野は、マルチエージェントシステム、深層強化学習、ゲー​​ム理論などです。彼は 60 本以上の高水準の学術論文と 2 冊のモノグラフを出版しています。彼は、中国国家自然科学基金、軍事科学技術委員会、科学技術部、工業情報化部、天津市政府の10以上の科学技術プロジェクトを主宰し、参加してきました。彼は、いくつかの強化学習カンファレンスやセミナーの共同議長を務め、20 を超える有名な国際カンファレンスのプログラム委員会のメンバーや、有名なジャーナルの査読者として活躍しています。彼は、ANAC国際トップ交渉コンテストの2012年優勝と2015年準優勝、オーストラリア教育省エンデバーフェローシップ、香港中文大学の世界優秀研究者賞を受賞しています。

トピック: マルチエージェント深層強化学習

トピック紹介：AlphaGoの登場により、近年、深層強化学習技術は人工知能と産業の分野で研究のホットスポットとなり、ロボット工学、推奨検索、ゲームAIなど一連のインテリジェント意思決定分野で広く使用されています。マルチエージェント強化学習（群知能＋深層強化学習）は、汎用人工知能を実現するための重要な方法の 1 つです。このレポートでは、まずマルチエージェント強化学習の背景と基礎を紹介し、次にマルチエージェント深層強化学習の最新の研究の進歩と応用に焦点を当てます。

沈超（西安交通大学教授）

シェン・チャオ博士は、西安交通大学電子情報工学学院の教授/博士課程指導者であり、サイバースペースセキュリティ学院の副学部長です。国家優秀若手科学者基金受賞者、陝西省青年科学技術新星、中国コンピューター学会YOCSEF西安副会長、中国オートメーション学会産業制御システム情報セキュリティ委員会委員。現在の主な研究分野は、データ駆動型サイバー空間セキュリティ、人工知能セキュリティ、情報物理融合システムセキュリティです。IEEE TDSC、IEEE TIFS、ACM CCS、IEEE DSN などの権威あるジャーナルに 40 本以上の論文を発表しています。国立自然科学基金、重点研究開発計画、国家自然科学基金イノベーショングループ、装備事前研究基金など20以上のプロジェクトを主宰・参加し、複数のシステムを開発して国営の大手企業や防衛部隊に適用した。彼は、2013 年の National Feature Recognition Conference で最優秀論文賞、2015 年の National Blind Signal Processing Conference で最優秀論文賞、2018 年の IEEE ICCSS Conference で最優秀論文賞を受賞しました。

テーマ: 「ディープラーニングシステムとアプリケーションのセキュリティに関する予備的研究」

トピック紹介: ディープラーニング技術が主導する人工知能の波は、人類の生産と生活に大きな技術的変化をもたらしています。「ディープラーニング + ビッグデータ + 高性能コンピューティング」に基づくエンドツーエンドのソリューションは、多くの複雑なタスクに効果的なソリューションを提供します。特定の領域では、その能力は人間に近いか、さらにはそれを上回っています。しかし、その美しい青写真の下で、データセキュリティ、モデルセキュリティ、コードセキュリティの観点から、ディープラーニングシステムとアプリケーションのセキュリティ問題が徐々に明らかになり、インテリジェントセキュリティは無視できない問題となってきました。本レポートでは、セキュリティ研究者の観点からディープラーニングとセキュリティの関係を探り、サイバー空間セキュリティ分野におけるディープラーニングの応用可能性、ディープラーニングシステムが直面するセキュリティリスクと脅威を分析します。

霍静（南京大学助教授）

Huo Jing 氏は、南京大学コンピューター科学技術学部の研究助手です。 2017年に南京大学コンピュータサイエンス学部で博士号を取得し、南京大学優秀卒業生の称号を授与されました。主な研究方向は機械学習とコンピュータービジョンであり、メトリック学習、ディープラーニング、生成的敵対学習などの技術を通じて、クロスモーダルデータにおける顔認識と歩行者再識別の問題を解決することに重点を置いています。彼は、国家自然科学財団プロジェクト 1 件と江蘇省自然科学財団プロジェクト 1 件を主宰しました。 ACM MM、TNNLS、TCYB などの国際会議やジャーナルに 10 件以上の学術論文を発表しています。

トピック: マルチモーダルディープラーニングとその視覚的応用

トピックの紹介: マルチモーダル データは実生活に広く存在します。現在、多くのビジュアル アプリケーションでは、マルチモーダル データの分析、検索、クエリ、認識が行われています。ディープラーニングの継続的な発展に伴い、マルチモーダルデータの特徴抽出、マルチモーダルデータの類似性測定、マルチモーダルデータの生成など、マルチモーダルデータ処理においてディープラーニングがますます重要な役割を果たしています。このレポートでは、まずマルチモーダルデータ分析の背景を紹介し、マルチモーダルディープラーニングの最近の研究の進歩をレビューした後、近年研究グループが提案したマルチモーダルディープラーニング手法と関連するコンピュータービジョンアプリケーションに焦点を当てます。

サン・ジタオ（北京交通大学コンピュータサイエンス学部教授）

サン・ジタオ氏は北京交通大学コンピューターサイエンス学部の教授、博士課程の指導者、副学部長です。彼は、ACM China Rising Star Award、CAS President's Special Award、CAS Top 100 Doctoral Papers Award を受賞しています。彼は現在、中国コンピュータ協会のマルチメディア委員会の副事務局長、人工知能およびパターン認識委員会の委員（事務局員）、および SIGMM 中国執行委員会の委員を務めています。彼の主な研究分野は、マルチメディアコンピューティング、ネットワークデータマイニングなどです。彼は、Springer English のモノグラフと 70 本以上の論文を出版しており、その中には受賞した会議論文 7 本 (CCF-A 部門 2 本) と IEEE/ACM ジャーナル 30 本近く (第一著者として 10 本以上) が含まれています。彼は、SCI ジャーナル Neurocomputing および KSII TIIS の編集委員、国際マルチメディア会議 ACM Multimedia 2018 および国際パターン認識会議 ICPR 2018 のエリア議長を務め、国際会議 PCM2015 (CCF-C カテゴリ) および ICIMCS2015 (SIGMM 中国フラッグシップ会議) のプログラム委員長を務めました。数多くの国家プロジェクトを主宰し、中国国家自然科学基金の重点プロジェクト責任者を務めた。2016年北京科学技術賞（基礎研究部門第2位）を受賞。

トピック: 「ディープラーニングの説明: 「できる」から「できない」へ」