10月26日下午，“清华校友终身学习支持计划”学习日活动第9讲在清华大学经管学院伟伦楼报告厅开讲。本场讲座邀请微软亚洲研究院副院长、清华94级电子工程系杰出校友刘铁岩为大家带来“人工智能与机器学习：回到未来”的报告。香港正版资料全年资料院长刘震以及300多位校友参加了学习。
讲座现场
活动签到
人工智能正在潜移默化地改变着我们的生活、社会，甚至是整个世界的运行。各国对人工智能的战略意义也有着非常清晰的界定，它已成为国家发展战略。刘铁岩以他离开校园后的研究实践历程为背景，分享了他和他的团队在人工智能与机器学习方面的研究、实践和思考。
微软亚洲研究院副院长、清华94级电子工程系杰出校友刘铁岩
刘铁岩首先通过若干案例向大家深入浅出地介绍了人工智能的有关概念和发展历史。人工智能有三大支柱：大数据、云计算和机器学习算法。他从身边的图像识别、物流快递、新闻推荐等题材切入，使大家了解典型的人工智能应用案例及其背后“模式识别+决策”的一般规则。随后，他生动地介绍了狭义和广义层面的机器学习，讲解了有监督学习、无监督学习、半监督学习、强化学习等基本的机器学习范式。
机器学习至今经历了60年的发展历程，刘铁岩和大家一起回顾了该领域的重大事件、知名学者、重要贡献，例如：1959年提出机器学习概念的亚瑟·塞缪尔（Arthur Samuel）、感知机的发明人弗兰克·罗森布拉特（Frank Rosenblatt）、人工智能之父马文·明斯基（Marvin Minsky）、多层神经网络的奠基人保罗·沃伯斯（Paul Werbos），以及对神经网络和深度学作出卓越贡献的杰弗里·辛顿（Geoffrey Hinton）、杨立昆（Yan LeCun）、约书亚·本吉奥（Youshua Bengio）、尤根·施密杜伯（Jurgen Schmidhuber）等。正是这些杰出天才的默默耕耘，才有了人工智能和机器学习领域的不断推进和蓬勃发展。
近十年来，机器学习领域不断涌出一些新的进展，比如微软亚洲研究院发明的算法ResNet、编解码器框架、注意力机制、对抗生成网络、深度强化学习等。在这些新技术的推动下，机器在图像识别、机器翻译、阅读理解等重要的应用领域都达到了与人类媲美的水平。
虽然机器学习取得了很多令人瞩目的成果，但它的进一步发展也面临着诸多挑战，比如目前的机器学习技术过度依赖大量的标注数据和海量的计算资源，实验室研究与复杂实际应用之间存在鸿沟等。刘铁岩介绍了如何通过创新性研究来跨越这一鸿沟，并以集装箱调度和智能投资理财为例进行了深入的探讨，展示了如何让机器学习技术产生更大的经济和社会效应。作为微软亚洲研究院的副院长，他还分享了他的团队一些非常前沿的研究进展，比如对偶学习、轻量学习以及最近非常受关注的超人麻将AI Suphx。
刘震为刘铁岩颁发讲座纪念牌
讲座最后，刘铁岩以哲学的视角提出了关于人工智能的思考，回归每个人自身，探讨形成机器学习思维的重要性，以及如何在这种思维方式的指引下，让我们的日常工作更加高效，生活更加美满。
校友提问
在提问环节，校友们从量化投资、量子计算、人工智能、银行信贷等方面提出关心的问题，刘铁岩从研究、算法、业态角度给出了自己的思考和回答。在问到终身学习这个话题时，他以个人的工作和研究经历分享了观点。
2003年，刘铁岩博士毕业以后进入到微软亚洲研究院做研究。他和他的团队直接面对以技术为先的搜索引擎时代。2008年前后，搜索技术开始饱和，广告变得比搜索更为重要，若干年后，无论搜索引擎还是广告，都变成了昨天的事情，世界又在进步，云计算、人工智能、IoT标志着新时代的开始。在这些历史的转折点上，他的团队都有着深度的参与，在风口浪尖上转型，通过高强度的学习，不断刷新自身知识体系，如同重回大学读博。也正是基于这些学习的成果，他们不断给出新的研究成果，推动学术界和产业界的跨越发展。这其间，不能排斥或拒绝变化，否则你会发现大势不可逆，瞬间已经落伍；当取得一定成绩以后，也不能坐在功劳簿上，因为世界又走向了新的进步，瞬间主流已经发生改变。因此，刘铁岩认为终身学习是研究人员的宿命，没有高强度、持续的学习就没办法很快进入瞬息万变的前沿领域并且成为顶尖人才。
对于终身学习社会的构建，刘铁岩认为不仅要通过组织或体系为大家提供学习产品和服务，更应通过组织去传播学习的思想或学习带来的影响，去传播对这个世界的认识。时代在进步，知识在更新，不要指望已有的知识或技能可以让人一辈子安枕无忧，让大家意识到时不我待的紧迫感，主动参与学习。【供稿：合作发展办公室；撰稿：谢李乐（机械工程系）、合作发展办公室，编辑：胡晓燕】
