4月27日下午,清华大学108周年校庆之际,清华大学大数据研究中心、清华-快手未来媒体数据联合研究院在清华大学信息楼(FIT)2层多功能厅共同主办“清华大数据系列论坛”之“深度学习技术与应用”研讨会。出席会议并发言的有大数据研究中心主任孙家广院士,车辆与运载学院副院长王建强,电子工程系长聘教授、党委副书记汪玉,清华-快手未来媒体数据联合研究院副院长、快手AI技术副总裁郑文,阿里巴巴资深算法专家、05级校友朱小强。研讨会由大数据研究中心常务副主任、软件学院院长王建民主持。
研讨会上,孙家广院士阐明了清华大数据交叉研究中心、清华-快手成联合研究院的宗旨都是以实际行动推动跨学科交叉研究,鼓励产学研联合。清华大数据系列论坛的目标就是要引导老师、同学和校友们把“大数据”、“人工智能”、“深度学习”变成现实的生产力。通过系列论坛交流,建立起校友们、各院系同事们、同学们和产业界的联系,给大数据发展指明方向,通过大数据交叉研究中心让不同学科、不同领域的人和成果能够融合发展,为国家做出实实在在的贡献。
孙家广院士发言
软件学院2001级的校友、清华-快手未来媒体数据联合研究院副院长,快手AI技术副总裁,郑文博士做题为《深度学习在短视频领域的应用和未来展望》的报告。报告中,他首先向校友们分享了快手的发展理念——“用科技提升每个人独特的幸福感”。在这一企业价值观的指引下,快手公司充分挖掘深度学习为主的AI技术的潜力,在短视频内容生产、内容分发、视频质量检测等环节发现了丰富的AI技术应用场景,包括:视频特效、图像质量增强,视频内容理解、用户画像等。对于拥有80亿条海量视频资源的快手来说,数亿用户的注意力资源如何安全有效分配是未来希望跟学术界紧密合作与探索的关键主题。
郑文报告
本科毕业刚好十周年的5字班校友朱小强,现任阿里妈妈深度学习算法平台负责人。他在《工业级深度学习在阿里广告的实践》报告中总结互联网的三大核心技术需求:搜索、推荐以及广告,三者的核心都是在海量的用户和信息之间建立连接,为商家建立商业模式。看似简单的概念模型,当所涉及的用户和数据规模达到上亿量级时,就需要更强的流量分发与用户点击行为预测能力。阿里在深度学习爆发式发展过程中,取得了包括深度兴趣网络DIN、兴趣演化网络DIEN、全空间多任务模型ESMM算法在内的若干自研的技术成果,其重要驱动力是要应对的工业级问题挑战。他简要分享了带领团队研发阿里巴巴开源深度学习框架X-DeepLearning解决企业特定问题的经验体会,并呼吁国内外同行在这个领域能够持续深度交流。
朱小强校友报告
4月27日上午刚刚成立的清华大学车辆与运载学院的副院长、汽车安全与节能国家重点实验室副主任王建强教授在他题为《基于人工智能的自动驾驶技术》的报告中提到,清华成立车辆与运载学院学院顺应汽车行业发展的大趋势。从技术层面上,现在和未来的汽车已经改变传统汽车的内涵。计算机与电子信息技术越来越深度地和汽车工程技术交叉,同时汽车行业也密切地和交通、机械、能源等等行业跨界融合。目前,高等院校、汽车企业甚至IT企业都在开展自动驾驶研发,清华多个院系,比如电子系、计算机系、生物化学系、土木系等,多个交叉中心希望共同推进这项工作。真正实现无人驾驶汽车还有很长的路要走,才能应对现实世界的复杂场景。人工智能技术和自动驾驶结合首先需要解决感知问题,以进一步提高环境认知的准确度。其次要解决多目标的协同控制问题,要确保控制的稳定性和收敛性。最后,王建强老师总结了智慧交通及智能汽车的技术发展愿景,也分析了现实的挑战。
王建强报告
清华大学电子系长聘教授、党委副书记汪玉,做《深度学习芯片的现状与趋势》的报告,从为什么要做深度学习芯片的研究开始,分析了目前产业发展的趋势和学校科研目标选择等问题。他总结深度学习有三个要素:一是算法、二是数据、三是硬件。用海量数据数据训练神经网络的时候,需要有高效硬件支撑。物体具备智能不仅需要软件,还必须有硬件载体。汪玉带领课题组从2012年开始做深度学习加速,2015年大家还没有看明白的时候,已经做出原型,在深度学习浪潮来临时,取得后续的成功。、学校在创新生态里,应该占据“新”位置——“新”器件、“新”计算方法、开辟“新”领域。深度学习软件层面,因为用户在不同框架间切换,要应对不同的芯片,需要软件研究者一起来思考建立统一的中间接口层。目前有若干应用级软件尝试,如阿里云框架、互联网框架、欧洲的AUTOSAR等。大学作为教育培训机构,人才培养是我们最基本的需求。学校更重要的是基础理论研究,我们需要在产学研合作层面,在清华层面与各个企业建立信用体系,以技术为基本出发点形成创新闭环,为跨学科合作找到合适的方法。
汪玉报告
最后,参会校友和师生与特邀讲者就智能驾驶、学科交叉、创业以及数据处理等问题开展了积极的互动问答讨论。互动环节由软件学院龙明盛副教授主持。
互动问答(左起:龙明盛、王建民、郑文、王建强、汪玉)
在校庆日举办的本次研讨活动通过四位杰出校友分享在各自领域内从事深度学习技术研究的最新进展和成功实践案例的方式,为返校校友共谋产学研协同发展,恭祝母校华诞,提供了一场跨学科学术交流的盛宴。
会议现场照片
部分参会师生与校友合影