讲者:朱军 (清华大学)

摘要

在真实世界中应用机器学习,我们需要解决多方面的挑战。首先,由于物理随机性、不完全信息、噪声、歧义、不一致等因素的影响,智能系统需要有效的对不确定性进行建模和推理。其次,机器学习算法(如深度神经网络)在存在对抗噪声时比较脆弱,这给关键领域的应用带来了风险。在这个报告中,我将介绍概率机器学习和深度神经网络对抗性攻击和防御等方面的一些进展,特别是珠算概率编程框架。在对抗性攻防上,我们赢得NIPS 2017国际比赛的所有三个任务的冠军。

讲者简历

朱军,清华大学计算机系教授,清华大学人工智能研究院院长助理。2001到2009年获清华大学计算机学士和博士学位,之后在CMU做博士后,2011年回清华任教,2015到2018年任卡内基梅隆大学兼职教授。主要从事机器学习基础理论、高效算法及应用研究,在国际重要期刊与会议发表论文百余篇。担任IEEE TPAMI的副主编和编委、AI编委,担任机器学习国际大会ICML2014地区联合主席, ICML (2014-2018)、NIPS (2013, 2015, 2018)、IJCAI(2015,2017)、AAAI(2016-2019)等国际会议的领域主席。获CCF自然科学一等奖、北京市教学成果一等奖、CCF青年科学家奖、中创软件人才奖等,入选国家“万人计划”青年拔尖人才、MIT TR35中国区先锋者以及IEEE Intelligent Systems评选的“AI’s 10 to Watch”。