题  目： 走向知识与数据共同驱动模型方法中的广义约束问题

报告人：胡包钢教授    中国科技大学

时  间：2019年12月12日 8:30-11:00

地  点：2教南楼524会议室

摘要：本讲座是以目前数据驱动的黑箱建模方式为讨论背景。我们认为未来的类人通用智能建模方法必然是大知识与大数据共同驱动的工作原理。而实现该工作原理的重要途径之一是“广义约束（Generalized Constraint）”。我们给出广义约束新定义并指出这是人工智能研究中的通用问题。我们以广义约束神经元网络为模型方法，介绍了若干具体实例。讲座特别强调广义约束可能带来的新研究空间。我们对人工智能中透明度与可解释性的相互关联与实现路径也给予了讨论。

简介：胡包钢教授于1983年北京钢铁学院（现北京科技大学）获工学硕士学位。1993年在加拿大McMaster大学机械系获哲学博士学位。1997年回国后为中国科学院自动化研究所模式识别国家重点实验室副研究员与研究员、中国科技大学自动化系**教授，IEEE高级会员。2000年-2005年担任中法联合实验室（LIAMA）中方主任，目前研究重点为机器学习与植物生长建模。