AI能将痛苦的媒体带入春天吗？港科大教授杨强即将上演烧脑分享 | 智媒元年

人工智能在各类场景的应用正极速刷新人类认知，它将最终导向何方？谁能够回答这个问题？

全媒派（qq_qmp）从香港科技大学挖掘出一群AI大神——来自CSE系（计算机科学及工程学系）的学生，他们正走在AI研究和应用的前沿。

从手语“转化”、体感游戏到金融预测，这些或将改变行业和社会生活的应用甚至已达到工业应用标准。而在这背后，究竟是哪位高人在“指点”？TA对人工智能的信念和野心，又将如何呈现？

CSE系大神和他们的试验

在CSE大神官方传播公号“清水湾区”上，关于学生们的研究成果和作品已非常丰富，从数据可视化到计算安全，再到深度机器学习，这群AI明日之星正做着好玩又实用的试验。

案例一

实现无障碍沟通的翻译软件

面对听力或语言功能障碍者，或许“手语”是横亘在这“两个世界”的屏障。如何打破这种交流障碍？如何将手语“转化”并实现准确“翻译”？港科大CSE系的学生研究出一款能识别手语、并将其转化为语音或文字的翻译软件，且准确率有望达到85%以上。并且，它还能实现手语“纠错”——在我们学习手语的时候，可以纠正我们做的不准确的手语姿势。

↓↓↓

这款翻译软件通过Leap Motion（体感控制技术）的手势识别技术，识别出使用者手掌与手指的变化，并利用DTW（动态时间规整）技术在两秒以内使用3D输入，将手语转化为语音或文字。

案例二

基于体感识别的主机游戏

移动技术的迅猛发展深刻地影响了视频游戏产业的走向。手游已成为移动互联网用户的核心需求之一，并且是交互技术发展的重要试验田。当手机屏幕替代电子游戏机已成不争事实，，如果把玩电子游戏机的“酷爽”体验迁移到手机上呢？港科大的学生们发明出了一款全新的游戏AirTennis，现在，用手机打网球体验一样爽！

↓↓↓

用手机来代替游戏机控制器，通过手机的重力感应和陀螺仪感应玩家挥动的方向与速度，再配合体感识别系统，能做出和电子游戏机同样的效果。

案例三

金融市场预测系统

金融市场是一个巨大而严密的运转系统。譬如炒股，行情和历史数据至关重要，如何能够更“智能化”得掌握它们？港科大的学生已经为我们想了办法。他们通过建立尽可能准确的金融数学模型，辅以对历史数据的挖掘和分析，创造出能够预测金融市场走势的智能系统。这个作品还参加了今年的香港FYP竞赛，并最终顺利将铜牌收入囊中。

↓↓↓

通过时间序列挖掘（Time Series Mining）、文本数据挖掘（Text Mining）等方式，借助大数据分析、技术数字可视化以及S&P 500 Index（标准普尔500指数）来预测股票价格。

这些致力于让人们生活更智能、更有趣的应用级发明，为何能够诞生在校园？或许，接下来登场的这位重磅嘉宾能为你解开疑惑。

没错，香港科技大学新明工程学讲座教授、计算机系主任及大数据研究院院长杨强，是这些应用的幕后导师之一。

11月14日，作为人工智能领域最重要的华人学者之一、迁移学习领域国际领军人物，杨强即将和他的团队现身腾讯网媒体高峰论坛@智媒元年，深度解析AI技术发展，并预测传媒业可能迎来的智媒进化。

那么，杨强是谁？

杨强本科毕业于北京大学天体物理专业，后赴美，并获得马里兰大学天体物理硕士和计算机硕士、博士学位。作为人工智能领域杰出研究者，他成为美国人工智能协会首位华人会员。

杨强常常在双重身份间切换：一重是业界先锋，另一重是学界领衔。

业界先锋：首席科学家如何诞生？

说起国内的人工智能企业，不得不提到一个公司：第四范式。

第四范式CEO戴文渊和首席科学家杨强

“第四范式”想要做的就是让人工智能为每一个人服务，让每一个工程师甚至业务人员，都有机会开发出适用于本行业的人工智能算法，也就是“AI For Everyone”。

杨强便是第四范式的首席科学家。

2012年，杨强应华为邀请参与创办从事人工智能及大数据研究的诺亚方舟实验室；2015年，腾讯微信团队和香港科技大学宣布成立人工智能联合实验室（WeChat-HKUST Joint Lab on Artificial Intelligence Technology，简称：WHAT Lab）。该实验室以人工智能为主要研究方向，旨在改善用户的生活服务体验，借助大数据拓展机器学习的边界，这个WHAT Lab联合实验室便是由香港科技大学的杨强教授负责的。与此同时，杨强还担任了多个国际人工智能和数据挖掘大会主席。

学界领衔：学霸的科研人生

在国际人工智能领域，杨强是执牛耳的领军人物：美国人工智能协会（AAAI）首位华人院士、美国电子电器工程师协会（IEEE）院士、国际人工智能联合会议（IJCAI）唯一华人常务理事、中国人工智能学会副理事长......

此外，他还担任了多个著名国际期刊编委，是《ACM 智能系统期刊》和《IEEE 大数据期刊》的创始主编。曾发表论文400多篇，被引用超过20000次。

杨强带领的研究团队连续获得了2004和2005年的ACM KDDCUP国际数据挖掘竞赛冠军，他还应邀在IJCAI 2009、ACL 2009和ACML 2009等会议中进行了学术演讲。

杨强如何看待AI？

在今年6月，杨强曾预测“未来5-10年，基于大数据的人工智能，包括深度学习以及由深度学习延伸出来的各种新算法，将会收获第一波红利。”

杨强眼中的人工智能将会在各行业催生怎样的新应用？这要从他对AI的核心观点说起。此前，多家媒体曾对杨强做过访谈，在“科普向”的解读中，我们或可对其理念进行预览。

人工智能的核心要素是什么？

【热门研究方向】在人工智能的应用领域，目前最火热的是机器学习，基于大数据的机器学习。另外，在科学领域，小数据学习、在自然语言里学习、机器规划等等也是很值得期待的科研方向；

【迁移学习技术】对于最近大热的 "Deep Mind" 迁移学习，这是人工智能发展领域目前的一个技术难点，就是要让机器具有 “举一反三”的能力，现在迁移学习技术已经在单点上有所突破；

【数据的重要性】对于人工智能而言，数据是根本，数据的积累是关键也是门槛，同样对于未来发展人工智能技术，如何抓取高质量的数据是关键；

【AI寡头风险】人工智能的“豪门寡头”是需要警惕的，因为这会影响这项技术普惠大众，进而影响技术的发展。

人工智能何以“取胜”？

在今年的全球人工智能与机器人峰会（CCF-GAIR）上，杨强教授为大家分享了人工智能要取得成功该当具备的五个必要条件。

这五个条件将成为推进人工智能长足发展的动力源泉：

清晰的目标（商业模式）；

高质量的大数据 （持续反馈）；

清晰的成绩定义和领域边界；

懂人工智能的跨界人才（擅长运用和算法）；

计算能力。

首先，要有 “清晰的目标”，即清晰的商业模式，这就好比游戏中明确规定何为赢，何为输，延伸到人工智能在商业领域的运用，即要确定明确的运转模式和运转目的。

其次，高质量的大数据资源是人工智能成功的核心条件。高质量的数据要求搜集到的数据能够具备持续性、反馈性，且反馈的方式与内容要与具体的算法相婚配。在某个领域拥有了几千万个数据样本便具备从事人工智能的条件吗？并不尽然，已搜集的数据样本可能无法与某个特定的算法相婚配，所用到的算法可能不具备可持续性，得到的反馈方式与内容不一定与期望相符。

第三，清晰的成绩定义和领域边界。要求在运用人工智能技术时要对所遇到的成绩有清晰的理解与定义，就像下棋一样，在有限定的领域里完成特定的行为操作。

第四，人工智能成功的核心竞争力在于懂人工智能的跨界人才（擅长运用和算法），这样的人才具备把两个看似不同的垂直领域联系在一起的能力，在将来能够做出突出的成就。

最后，强大的计算能力是人工智能技术在各领域成功运用的硬实力。在计算能力方面，我们有云计算、并行计算、GPU，这都为人工智能的发展奠定了坚实的基础。

AlphaGo之后，人工智能还将如何改变我们的生活？

这是一场危险游戏还是技术原力觉醒？

当人工时代来临，Media + AI会对行业产生何种冲击？

媒体业有可能从中捕获到新机会吗？

这些问题，杨强都将会在2016年腾讯网媒体高峰论坛上与你倾情分享。

11月14日，北京，智媒元年，诚邀您一起开启进化之旅。

参会邀请即将启动，部分名额向全媒派（qq_qmp）读者开放，报名方式请密切关注本公号推送。