周志華氏は純然たる国内指導者であったが、どのようにして諜報分野で旗を掲げたのだろうか？

IJCAI 2019 が開催中 カンファレンスで最も注目される特別報告会として、今回の 7 名の有力ゲストの 1 人がおなじみの周志華教授です。彼は今日の午後、ディープラーニングに関する基調報告を行った。この機会に、カンファレンスでのマスターの共有を視聴し、AI の道における彼の探求を深く理解し、彼の貢献と AI 開発の促進を包括的に復元してください。

AI 分野の偉大な学者として、周志華教授は科学研究、人材育成、研究成果の普及に多大な熱意を注ぎ、その並外れた学術的貢献により数々の賞を受賞しています。

トップカンファレンスIJCAI 2019には、周志華氏も予定通り出席した。今回彼はどのような共有をもたらしたのでしょうか？このスター科学者の裏には他にどんな興味深い話があるのでしょうか?

周志華がIJCAIで共有したこと

IJCAI 2019 も折り返しを迎え、多くのハイライトが登場しました。本日、周志華教授が重要来賓として講演を行いました招待講演）、視聴者の注目を集めた。

午後2時から始まるレポートで、周志華氏は次のように述べた。 「ディープ ラーニング: なぜディープですか? それはニューラル ネットワークでのみ実行可能ですか?」スピーチ。

同氏はまず、ディープラーニングとディープニューラルネットワーク（DNN）の関係を紹介し、ディープニューラルネットワークの開発の歴史を振り返り、ネットワーク層の数が増え続けているという事実を指摘した。

ただし、ディープ ニューラル ネットワークの層数が増加するにつれて、簡単な過学習、複雑なトレーニング プロセス、計算能力コストの増加など、いくつかの欠点も明らかになります。

これにより、深層学習は DNN と同等なのか (深層モデルは微分可能な関数構造を通じてのみ構築できるのか) という疑問が生じます。

次に、周志華教授はディープラーニングの別のソリューションを指摘し、研究したテクノロジーを紹介しました。 gcForest (マルチグレイン カスケード フォレスト)、DNN の特徴表現学習とアンサンブル学習を利用し、デシジョン ツリー フォレスト手法を使用して深いモデルの効果を実現します。

それは 2 つの部分から構成されます。 カスケードフォレスト そして マルチグレイン の紹介と他のモデルとの比較を通じて、これはニューラル ネットワークと BP アルゴリズムの実装を必要としない最初のディープ モデルであると主張されています。同時に、実際の使用例では、gcForest の実際の効果が他のモデルよりも優れていることも記載されています。

さらに同氏は、ディープラーニングの将来にも期待を寄せ、ディープニューラルネットワークのみに依存した開発が直面する可能性のある困難を指摘し、gcForestがニューラルネットワークを放棄することは効果的な試みとなるだろうと指摘した。

しかし同氏は、このモデルが直面している課題を特定する前に、この技術はまだ模索中であり、成熟にはまだ遠いことも強調した。ディープフォレストとDNNがそれぞれ得意とする環境や将来の組み合わせにも期待したい。

有益な情報が満載のこの特別な共有に加えて、彼はまた、 IJCAI 2021 プロセス注文委員会の委員長、この栄誉を受賞した本土の学者は初めてである。

彼はかつてインタビューでこう語った。すごいのは私ではなく、中国人がすごいのです。これは中国の学者の力が認められたことの表れである。皆様が力を合わせて中国学者の貢献と影響力をさらに高め、今後も優れた研究成果を生み出し続けられることを期待しています。 」

では、このような偉大な達人はどのようにして機械学習の頂点に到達したのでしょうか?

ローカル AI マスター: 興味は最良の教師です

1995 年、周志華さんは大学 3 年生だったとき、図書館で『機械学習: 人工知能への道』を読み、初めて機械学習に触れました。翌年、21歳の周志華さんは南京大学を卒業し、学業を続けるために学校に残ることを選択した。

一定の探究期間を経て、彼は人工知能の分野の専門家によって認められました。機械学習とデータマイニング彼の興味とたゆまぬ努力に惹かれ、彼の AI の道は急速に進歩しました。

修士課程、博士課程ともに早期卒業までに2年かかりました。 2001年にNTUに滞在して教鞭を執り、2年後に特任教授に昇進し、2006年に博士指導教員の資格を取得した。教育省の長江奨学生...

この不正履歴書とタレントの話題について尋ねられたとき、周志華さんはこう答えた。「興味こそが最良の教師だ」では、「労働が生計を立てる手段ではなく、人間の第一の必要性となるとき」というマルクスの言葉を引用し、利子の重要性を表現した。

NTU ですべての研究を終えたこの「地元の学者」は、国際学術界からも満場一致で認められています。

2012 年から 2016 年にかけて、周志華氏は次々と人工知能の専門家になりました。ACM、AAAI、AAAS、IEEE、IAPRという5大国際学会の「フェロー（研究員、学者とも訳される）」。

AI国際協会となる 「グランドスラム」初の中国人選手の仲間。2017年には周志華氏も選出された欧州科学アカデミーの外国人会員。

また、少し前に開催された国際人工知能会議をはじめ、数十回の国際学術会議の議長を務めています。 (AAAI 2019)、番組委員長も務めた。

長年にわたり、主要な国際ジャーナルや主要な国際会議に論文を発表してきました。 200以上の記事、発明特許取得 20  残り。

上海交通大学のエースマップチームが発表した最近の統計では、過去10年間のAI学者の論文の影響力ランキングで周志華教授が中国人学者の中で1位にランクされた。5位、引用数は4452件に達した。

周志華と国内のAI教育

周志華教授は、多くの学術的業績に加えて、中国における AI 人材の育成にも熱心に取り組んでいます。

2004 年、彼のリーダーシップのもと、南京大学が設立されました。  ラムダ (データからの学習とマイニング) 機械学習とデータマイニングに焦点を当てた研究所。

10 年以上の努力を経て、LAMDA は機械学習分野に興味のある学生にとっては「聖地」と呼ばれ、毎年多くの学生が応募する国内有数の研究団体となっています。

また、Zhihua 先生が受験を申請した生徒に宛てて書いた手紙もあり、これは非常に詳細であり、受験者が教師の視点から自分が LAMDA に適しているかどうかを分析するのに役立ちます。

昨年、周志華氏らの指導の下、NTUは設立された。人工知能アカデミー、AI学部教育が開始され、周志華氏自らが学部長に就任した。 AIの人材や教育が不足している現在、これは間違いなく大きな打撃となる。

外部や業界からのさまざまな声を前に、独立病院設立への決意も強い。メディアのインタビューで彼はこう語った。「既存のフレームワークをいじくり回すよりも、人工知能の分野自体の特性に基づいてゼロから構築する方が良いのです。」

NTU の人工知能学部は 2018 年 9 月に最初の学部入学者募集を開始し、周志華氏も直接教えます。 NTUの人工知能学部の目的について語る際、彼は非常に早くから学部教育計画の検討を始めていたことを明かした。

同氏は、アカデミーは「初心者からマスターまでの人工知能120日」のようなトレーニングコースを形成するのではなく、AI分野で革新を起こし、重要な技術的問題を解決できる高度な人材を育成することを目的としていると述べた。

この分野で最も古典的な読書: The Watermelon Book

実際、周志華と言えば、多くの人が彼のことをよく知っています。 「機械学習」この本。機械学習の要点と難しさをユーモアたっぷりの言葉で解説しており、理論的な知識を活かすためにスイカを例に挙げているため、スイカの本とも呼ばれています。

Xigua Book は 2016 年の発売以来、何度も出版され、主要な電子商取引プラットフォームのベストセラー リストに頻繁にランクインし、数え切れないほどの学生に機械学習への扉を開きました。

彼はかつて会話の中で、この本の 2 つの目的を明らかにしました。

1 つ目は、初心者が機械学習の分野を理解できるようにすることです。全体の輪郭を描き、自分のニーズや興味に基づいてさらに学習できるように、この分野で一般的に利用できるものを知ってください。

もう一つは、さまざまな資料を読みやすくした上で、知識体系を見直します。

興味深いことに、2017 年の「JD 文学賞」の選考では、Xigua Shu が毎年恒例の新興作品賞にランクインしました。 トップ5。 

この本の冒頭はこんな感じです。ぜひ、周志華さんの文章力を体験してみてはいかがでしょうか。

夕方、小道の路面は小雨で濡れ、暖かい西風が吹いて、水平線に沈む夕日を見上げます。

果樹園に行き、根元が丸まって大きな音を立てた緑色のスイカを手に取り、薄い皮と厚い果肉のさわやかさを楽しみにしながら、この学期も頑張ったなと思いました。基礎を理解するために明確に説明されており、アルゴリズムの課題も簡単に取得できます。

巨匠たちのさらなる素晴らしい研究に期待しましょう

人工知能分野の巨人である周志華氏は、間違いなく業界のリーダーです。しかし、彼は何度も、自分の最大の喜びは科学研究にあり、彼の最大の願いは、彼の研究グループがより良い研究、国際的にもあるよよりインパクトのある作品に。

AI が真剣に受け止められていなかった時代に、どのようにして機械学習を選択したのかと尋ねられたとき、彼の答えはシンプルですが力強いものでした。「自分の判断を貫いて、大切なことをやりなさい。」

周志華先生が彼の願いを実現し、さらに優れた成果を上げられることを願っています。