作一个数学、算法理论和工程实践结合的领域，人工智能的发展与应用数学、概率论、统计学理论密切相关。以深度学习为代表的新一轮的人工智能研究和应用虽然已经取得重大成功，但在基础数学理论方面仍有待突破。构建深度网络的统计学习理论、发展函数空间上的学习模型理论，因而可为人工智建立更好的基础和更新的方法论。为此，第一期仲荣论坛将围绕“人工智能的应用数学基础”这一主题进行，主要着眼于近年来应用数学领域的最新进展，及其对于人工智能领域发展的推动作用。
论坛时间：2021年5月20日（星期四）14:00-17:00
特邀讲者：邹长亮 教授、孟德宇 教授、刘日升 教授
论坛地点：一校区活动中心326
主持人：左旺孟 教授、刘贤明 教授
论坛安排：
14:00-14:30
计算学部主任 刘挺 教授
哈工大计算学部人工智能研究的历程与成果
14:30-14:40合影
14:40-15:20
1. 报告一题目：A Tuning-free Scheme for High-dimensional Low-rank Matrix Estimation
报告摘要：The matrix LASSO, which minimizes a least-squares loss function with nuclear-norm regularization, offers a generally applicable paradigm for high-dimensional low-rank matrix estimation, but its efficiency is adversely affected by outlying observations and heavy-tailed distributions. This talk introduces a robust procedure by incorporating a Wilcoxon-type rank loss function that relaxes the distributional conditions on random error from sub-exponential or sub-Gaussian to more general distributions. A by-product feature of this procedure is that the gradient function of the rank-based loss function is completely pivotal, which allows us to obtain appropriate tuning parameter via a simulation method. Under a unified framework which includes matrix regression, multivariate regression and matrix completion as special examples, we establish finite-sample error bounds with a nearly-oracle rate for the new estimator with the simulated tuning parameter. We develop a proximal gradient descent algorithm that is able to yield accurate results with low computation expenses. Theoretical and numerical results indicate that the new estimator can be highly competitive among existing methods, especially for skewed errors.
讲者简介：邹长亮，南开大学统计与数据科学学院教授。2008年于南开大学获博士学位，随后留校任教。主要从事统计学及其与数据科学领域的交叉研究和实际应用。研究兴趣包括：高维数据统计推断、大规模数据流分析、变点和异常点检测等，在Ann.Stat.、Biometrika、 J.Am.Stat.Asso.、Math. Program.、Technometrics等统计学和工业工程领域期刊上发表论文几十篇，主持国家自然科学基金委项目多项。
15:20-15:40 茶歇
15:40-16:20
2. 报告二题目：元学习的思想方法概述
报告摘要：元学习是近年来逐渐蓬勃兴起的新型机器学习研究方向，旨在解决机器学习方法论自动化构建与设置这一瓶颈问题。由于其在诸多应用任务上呈现出的强大应用潜力，这一研究方向吸引了越来越多领域学者的关注。本报告将通过与传统机器学习的基本概念与内涵对比，对相应元学习的概念与内涵进行深入阐释，突出其相比传统机器学习的内在关联、演进思想及变革特征，并分析其对机器学习基本执行模式可能带来的根本性推进与改善。
讲者简介：孟德宇，西安交通大学教授，博导。任西安交大大数据算法与分析技术国家工程实验室机器学习教研室负责人。共发表论文80余篇，其中包括IEEE汇刊论文40余篇，CCF A类会议论文30余篇。目前主要聚焦于元学习、可解释深度学习等机器学习与计算机视觉领域的基础研究问题。
16:20-17:00
3. 报告三题目：Bi-level Optimization for Modern Learning and Vision Tasks
报告摘要：In this talk, I will first introduce some fundamental issues of bi-level optimization and connect this optimization tool with a variety of modern learning and vision application problems. Then I try to construct a unified framework to reformulate and understand different categories of existing gradient-based bi-level optimization algorithms. Finally, I would like to introduce our recent works on bi-level optimization and its applications in learning and vision fields.
讲者简介：刘日升，大连理工大学国际信息与软件学院教授，博导，所长，院长助理。大连理工大学计算数学专业博士，香港理工大学计算科学系博士后（香江学者）。主要研究方向为机器学习、计算机视觉、优化方法等，在TPAMI、TIP、ICML、NeurIPS、CVPR、ICCV、ECCV等CCF推荐期刊和会议发表论文110余篇，引用4600余次。成果获得教育部自然科学二等奖1项，辽宁省自然科学二等奖1项，6篇论文获得国际权威学术会议（ICME等）最佳论文类奖项，1篇论文入选IEEE智能计算亮点论文。主持基金委优青项目，入选辽宁省青年拔尖人才、百千万人才工程等。
主办方
哈工大计算学部
承办方
哈工大计算学部机器学习研究中心
黑龙江省人工智能头雁团队
黑龙江省视听觉认知重点实验室
仲荣论坛介绍
哈工大是我国最早开展人工智能研究的高校之一。1958年，哈工大计算机专业师生研制成功中国第一台能说话、会下棋数字计算机，时任国家副总理的邓小平同志到哈工大参观了这台计算机，在全国引起强烈反响，被誉为中国人工智能的起点。20世纪80年代初，哈工大计算机专业以李仲荣教授为首，开展了声图文计算机智能接口、语音信号处理、文字识别、机器人足球、机器学习、汉英机器翻译等方面的研究工作，为哈工大在相关领域的发展和领先地位奠定了基础。
在随后的几十年内，哈工大涌现出一大批扎根东北、爱国奉献、造诣精深、勇于拼搏的高水平人工智能领军人才，现有教师队伍中有国家级人才4名，国家重点研发计划首席科学家2名，国家级青年人才6名。已研制出中国手语识别与合成、高效图像编码理论、AVS高效数字视频编解码技术、微软拼音输入法、中文语言技术平台LTP、中文知识图谱“大词林”等一大批标志性成果，获得国家科技奖4项。培养出了高文、张大鹏、徐雷、周明、陈熙霖、王海峰、吴枫等一大批杰出校友，据第三方统计，哈工大培养的人工智能人才的数量全国第一。根据2019年6月21日中国工程院中国新一代人工智能发展战略研究院发布的人工智能专业综合排名，哈工大排名第4。
为打造世界一流的计算学科群，哈工大于2020年6月百年校庆之际组建了计算学部。2021年5月20日，学部决定组织“哈工大计算学部人工智能学科发展系列论坛”（简称“仲荣论坛”，以哈工大人工智能领域的奠基人李仲荣先生的名字命名）。由左旺孟教授担任论坛主席，车万翔教授、刘贤明教授担任副主席。每期论坛选定不同主席，由学部内不同教授担任执行主席。论坛将以AI核心技术和AI+X交叉方向的技术热点和人才培养为话题，以凝聚学部内AI核心力量，厚培其根，根深才能叶茂；进而扎扎实实地推动学部内AI与计算学科群其他方向的交叉融合；同时与校内外其他学科的优秀学者合作深度交流与合作，共同推进AI+X学科的发展。（注：X+AI不是本论坛的重点）
