学术讲座—机器学习:从深度神经元网络到通用大模型
发布者: 科研处 更新日期: 2024-06-03 访问次数: 10
讲座题目机器学习:从深度神经元网络到通用大模型
主办单位土木工程学院
联合主办单位
讲座人黄伟冰讲座人
职称
企业高管主持人尤志嘉
讲座类型自然科学讲座对象全校师生时间2024-06-04 09:00
地点思源楼六楼会议室




黄伟冰,毕业于复旦大学、巴黎第六大学,博士就读期间及毕业后,任职于法国盛富证券,为资深大数据工程师,博士论文被引入法国算法交易硕士教材,并刊登在国际顶级统计学期刊上。参与设计、研发的算法交易平台被《The Trade》杂志排名全球第二名。目前,在深圳进化动力数码科技有限公司任职首席科学家,负责算法系统架构设计,深度学习算法研发。
讲座
主要内容

机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习可以分为监督学习、无监督学习和强化学习等。

(1)人工智能概述:机器学习的基本概念,以及人工智能的理论流派,包括符号主义、专家系统、连接主义等。并介绍了人工智能系统的感知、记忆、推理和元认知能力,以及机器学习和深度学习的基本理论。

(2)深度学习(2012-2022):回顾深度学习的发展,从AlexNet到EfficientNet、RNN到GPT-3等模型的演变。深度学习在分类、检测、翻译等领域取得显著成果,并应用于非标识别、钢筋点数和缺陷检测等实际场景。同时,探讨了深度学习面临的监督式学习困境和数据-部署悖论。

(3)通用大模型(2023至今):介绍了通用大模型的发展,如MidJourney、OpenAI Sora、Segment Anything和GPT-4。通用大模型在数据和网络规模、计算资源等方面取得了重大进展,展望了通向通用人工智能(AGI)的可能路径。



XML 地图 | Sitemap 地图

欧洲杯买球用哪个软件