探寻人工智能新路径——周志华教授在CCF-GAIR 2020峰会上的反绎学习分享

全球盛事：CCF-GAIR 2020峰会开幕

2020年8月7日，全球人工智能和机器人领域的年度盛事——CCF-GAIR 2020峰会在中国计算机学会（CCF）的主办下拉开帷幕。本次盛会联合承办方为香港中文大学（深圳）及雷锋网，鹏城实验室与深圳市人工智能与机器人研究院担任协办单位。自2016年起，该峰会便致力于搭建国内规模最大、规格最高、跨界最广的学术界、工业界与投资界的交流平台，不断探索人工智能与机器人的创新发展之路。

周志华教授解读“反绎学习”

在首个人工智能前沿专场上，南京大学计算机系主任、人工智能学院院长周志华教授，以其深厚的学术底蕴发表了题为《Abductive Learning（反绎学习）》的大会报告，引起广泛关注。

1. 当前人工智能热潮的背后推手

周志华教授指出，当前人工智能技术之所以能够掀起热潮，很大程度上归功于机器学习，特别是深度学习技术在大数据和强大算力的支持下展现出的超凡威力。他强调，尽管加大数据和算力投入能让机器学习算法模型性能飙升，远超过研究者的预期，但这种“暴力美学”的代价高昂，尤其是成本问题不容忽视。

2. 学术界与工业界的分工协作

在人工智能研究领域，周教授建议学术界与工业界应有不同的侧重点：工业界可以聚焦于追求极致性能，而学术界应回归本源，着眼于探路与思考未来，着力于创新性研究。他认为，将机器学习与逻辑推理相结合是人工智能的“圣杯问题”，以往的研究要么过于偏向推理，要么过度依赖学习，未能实现两者均衡且充分的融合利用。

3. 反绎学习：知识驱动的新探索

周志华教授提出“反绎学习”这一理念，旨在构建一个框架，在其中机器学习与逻辑推理能更均衡、充分地发挥作用。他表示，随着人工智能技术对数据、算法、算力三要素的依赖日益加深，未来应当将知识作为新的关键要素考虑进来。毕竟，知识蕴含着人类智慧的结晶，而在过去十几年，我们主要从数据驱动的角度研究人工智能，现在是时候将数据驱动与知识驱动结合起来。

随后，周教授详细介绍了反绎学习的概念及其应用场景，并通过实例解析了其如何在实际任务中结合机器学习与逻辑推理，从而在特定场景下展现出超越人类水平的表现。

结尾部分，周志华教授还举办了新书《机器学习理论导引》与《集成学习：基础与算法》的签售活动，这两本书籍分别于2020年6月和8月出版，前者为读者提供了深入理解机器学习理论的入门指南，后者则系统阐述了集成学习的核心内容，深受现场观众和读者的喜爱与好评。

P.S: 想了解更多精彩内容或参与后续会议，请访问：https://gair.leiphone.com/gair/free/s/5f28d5ae607bf，抢购最后的机会！雷锋网友情提示。