智谷大会上，来自全球领先专业的专家学者们都分享了什么样的研究成果？

在上个月US News公布的2017最新全球大学排名中，清华大学有4个学科排名全球前10，其中在工程类专业排名第一，计算机科学专业排名第二。那么，在清华的这些院系中又在关注哪些领域，产生了什么样的成果呢？在刚刚召开的首届中国智谷大会上，清华大学智能技术与系统国家重点实验室、清华大学全球产业4.5研究院以及来自计算机系、自动化系等系的老师们精英尽出，为我们分享了在人工智能等领域的最新学术进展。我们可以从中管窥一二：

张钹院士

计算机科学与技术专家，中国科学院院士。主要从事人工智能、人工神经网络、遗传算法、分形和小波理论等研究。现任清华大学信息学院学术委员会主任。张钹、朱军团队也被认为是国内在机器学习、数据挖掘领域的顶级团队之一。

张钹院士在大会上发表了《人工智能技术的产业化》的演讲。张钹指出，“公司的竞争力在于知识专业化，好公司的优势在学习能力，而最好的公司在于快速的学习和极强的适应能力。”而人工智能从感知、决策、行动等三方面提升了公司的快速学习能力与适应力，这也是人工智能的产业应用为何这么火的原因。

朱小燕教授

清华计算机系教授，博士生导师。现任清华大学智能技术与系统国家重点实验室主任，北京市计算机学会副理事长。主要研究领域包括智能信息处理，机器学习，文本挖掘，生物信息等。

朱小燕教授在大会上发表了《人工智能进入生活》的演讲，回顾了智能技术与系统国家重点实验室的历史与成绩以及在IJCAI等顶级人工智能学术大会的成果及发展趋势，并发表了人工智能技术如何进入产业化的见解。朱小燕称，从感知智能到认知智能，AI的“钱景”还很多，关键是有所为有所不为，产业界不要把人工智能当做“春药”，并笑称如果图灵今天如果还健在，他或许会修改“图灵测试”的标准，将人工智能放在增强人的智能而不是代替人类的地位上。此外朱小燕还介绍了实验室与腾讯、阿里巴巴、三星、搜狗、美的等企业的合作情况。

孙富春教授

清华大学计算机科学系教授、博士生导师，国家863计划专家组成员。现任清华大学智能技术与系统国家重点实验室常务副主任，校科研院院长助理。研究方向为智能控制, 机器人与飞行器的导航与控制，网络控制系统及人工认知系统的信息感知和处理等。

孙富春教授主持了下午的人工智能学术论坛环节，并发表了《面向机器人灵巧操作的超限学习方法》的演讲。孙富春就深度学习领域识别速度慢的缺点，介绍了借鉴人脑的超限学习领域的进展以及在机器上模拟和人类一样的视觉和触觉同步的系数编码框架下的融合问题。这一研究的最新成果是，在上月初全球最大的机器人领域学术大会IROS上，孙富春带领的清华大学团队获得了抓取比赛的第一名。

邓志东教授

清华大学计算机科学系教授，博士生导师。中国计算机学会虚拟现实与可视化技术专业委员会常务委员、中国自动化学会智能自动化专业委员会委员。目前的主要研究方向包括：计算智能与机器学习，计算智能与脑智科学，计算生物学等。

邓志东教授发表了《人工智能与无人驾驶产业化》的演讲。邓志东认为，人工智能开始进入产业化的深耕阶段，但人工智能的研究必须结合特定的应用场景或者垂直领域，否则只有学术意义而没有商业价值。在2020年左右，人工智能有望使得无人驾驶获得初步的商业模式，实现从L2到L3级别无人驾驶的跨越，而用交互式如何从L3到L4也是一个极具挑战的问题。

高小榕教授

清华大学医学院系教授，博士生导师，爱思唯尔2014年中国高被引学者。目前主要研究方向包括：脑-机接口及神经工程学、生物医学信号处理等。

高小榕教授发表了《脑机接口和脑机融合感知》的演讲。高小榕称人工智能发展的下一个阶段是生物智能与机器智能的高度的、深层的融合，并介绍了把人和机器的智能结合起来的脑机融合的尝试，如通过分析大脑对不同交通环境（如有人路口与无人路口）脑电波的反应，从而实现疲劳驾驶的提醒与酒驾的鉴别，并提出了从实验室演示到实际应用的挑战。

张敏副教授

清华大学计算机系副教授。2008年获清华大学青年教师教学优秀奖，文本信息检索国际标准评测会议（TREC）连续多年获得多项任务的评测第一名。主要研究方向包括：信息检索、机器学习、网络用户行为分析等。

张敏副教授发表了《社交媒体的信息追踪及基于社交媒体的人物画像》的演讲。张敏称在社交媒体的大数据时代，对于数据质量信息实际比数量更重要，而通过用户潜在行为的用户特征挖掘以及画像能够在实际中帮助解决传统方法或人力难以解决的问题，如垃圾网页识别、客服无用信息过滤、社交媒体评论识别与推荐、工商违法查询等，也会有很多的应用和产业的发展。

王生进教授

清华大学电子工程系教授。担任北京图像图形学会副理事长、学术委员会主任，全国安防标委会人体生物特征识别应用分技术委员会委员。多年从事图像分析、目标检测与识别、智能视频分析、生物特征识别、计算机视觉和模式识别等方面研究工作。

王生进教授发表了《智能图像与视频的分析和应用》的演讲。王生进介绍了深度学习在图像识别中的进展情况，以及在城市建设中视频分析的应用，如识别、特征提取、查询、追踪等。目前王生进教授主持研发的人脸识别技术已经被应用在包括深圳口岸等自动通关系统中。

鲁继文副教授

清华大学自动化系副教授。“青年”学者，2015年和2016年国际生物特征识别大会领域主席。主要研究方向包括：计算机视觉、模式识别、机器学习等。

鲁继文副教授发表了《深度学习与视觉分析》的演讲。鲁继文介绍了在2012-2016年期间，学术界基于Hinton“多隐层神经网络具有更为优异的特征学习能力，并且其在训练上的复杂度可以通过逐层初始化来有效缓解”思路基础上做的改进，通过将RGB数据和景深数据的多模态的深度学习构建深度互联网络，并在虚拟现实领域得到广泛应用的研究成果。