强化学习应用 (海创科学沙龙系列活动)

主办:
浙江省海创科技交流研究院
时间:
8月3日(周六)上午10-12点
地点:
海创园/杭师大仓前校区沿线(只告诉通过报名的同学)
主讲人:
李玉喜,加拿大阿尔伯塔大学计算机系博士
主持人:
陈羡,加拿大阿尔伯塔大学计算机系博士,浙江省海创科技交流研究院智库专家

内容简介:
强化学习在AlphaGo、星际争霸、推荐系统等领域取得了成功,那么它还有什么实际应用?挑战和机遇是什么?
李玉喜博士前不久组织了ICML 2019 强化学习研讨会,召集了学术界和工业界对强化学习实际应用感兴趣的国际一流专家学者,一同探讨这些重要的话题。这个研讨会是ICML 2019最受欢迎的研讨会,有近600人参加。本讲座对研讨会做了总结、讨论和展望。研讨会的网站为:https://sites.google.com/view/RL4RealLife.

主讲人:
李玉喜博士在加拿大创办人工智能公司attain.ai. 致力于强化学习(reinforcement learning)、机器学习 (machine learning)、人工智能 (AI)等前沿技术及其应用,10余年研发经验。担任机器学习顶级会议ICML 2019强化学习落地研讨会 Reinforcement Learning for Real Life Workshop https://sites.google.com/view/RL4RealLife 联合主席。 发表《深度强化学习综述》Deep Reinforcement Learning: An Overview,https://arxiv.org/abs/1701.07274,总结了六个核心要素、六个关键技术、和十二个应用场景,引起广泛关注。担任国际人工智能顶级会议 AAAI 2019组委会(TPC)成员。担任人工智能前沿大会 AI Frontiers Conference http://aifrontiers.com 组委会成员 (2017年11月,2018年11月,美国硅谷)。曾在在美国波士顿地区任资深数据科学家;曾在中国高校任副教授。获得加拿大阿尔伯塔大学(University of Alberta)计算机系博士。读博期间获得阿尔伯塔大学最高荣誉奖学金: Honorary Izaak Walton Killam Memorial Scholarship.

报名方式:
本次活动免费,但收取一定的作文押金(释义见: https://mp.weixin.qq.com/s/AKIBlZ3sq8Bu-1JYYpI4HQ )。
唯一指定报名地址: http://h5.sosho.cn/a/15162

海创院拟邀加拿大人工智能专家到访杭州

加拿大阿尔伯塔大学(University of Alberta)计算机系博士。
曾在加拿大创办人工智能公司,致力于强化学习(reinforcement learning)、机器学习 (machine learning)、人工智能 (AI)等前沿技术及其应用,10余年研发经验。担任机器学习顶级会议ICML 2019强化学习落地研讨会联合主席。 担任国际人工智能顶级会议 AAAI 2019组委会(TPC)成员。担任人工智能前沿大会 AI Frontiers Conference 组委会成员。发表深度强化学习著作,引起广泛关注。曾在在美国波士顿地区任资深数据科学家。
博士将于8月初来华,拟邀8月10日前来杭州,有意邀请交流的请与海创院联系。
office@sci.zj.cn

海创院特邀德国斯图加特大学博士陈胜华先生作客海创科学沙龙,分享机器人和工业物联网知识

本次主题围绕物联与传感技术在机器人装备、自主驾驶、智慧城市、智慧医疗等应用领域的技术研发与应用,向大家分享物联与传感器技术的最新进展。

欢迎相近行业的朋友与会交流。 时间在7月27日前后,具体时间请关注海创院官网。

有关涉及上述问题的疑惑,各位可回复本帖,或邮件至 office@sci.zj.cn ,陈博士将根据有关问题调整分享重点。

有关陈博士介绍,请参阅 2018年12月25日海创饭谈第九十弹

一场被低估的战争——智能时代与高精地图(海创科学沙龙走进浙江图书馆)

主题   :一场被低估的战争——智能时代与高精地图
主讲:陈羡博士
主办:浙江图书馆、浙江省海创科技交流研究院
时间:2019年7月7日(星期日)上午9:30
地点:浙江图书馆一楼文澜厅(曙光路73号)
主讲简介:陈羡,加拿大阿尔伯塔大学博士、浙江省海创科技交流研究院智库专家
 
主要内容:人工智能技术的发展,开启了人类历史的新篇章,也使得人类的未来有着无限的可能。在不久的将来,汽车不再需要人类驾驶,出行将变得更加智能和便捷。为此,人类正孜孜不倦探索着智能驾驶的方方面面,如何将传统的地理信息系统技术,与智能驾驶有机地结合,让汽车变得聪明,变得如人一般能看、能听、能想,是工程师和科学家们努力的方向。

以相对论的名义吃了顿饭 ——中国科学院物理学博士陈忠才先生在海创科学沙龙第14场的分享

文/ 毛青青;编辑/ 顾东东

5月22日晚,有缘报名参加了浙江省海创科技交流研究院主办的海创科学沙龙。据说海创院非常注重精神与物质齐丰收,此次就受三燉堂堂主、浙大师兄黄华平先生之邀,和主讲人陈忠才博士及主持人东哥相聚三燉堂。在品尝黄师兄十几年来从各地收集来的秘制土方菜肴大餐同时,听着陈博士的趣味横生的对相对论的解读,视觉、味觉、听觉得到满足的同时,精神也餍足无比。

看着鲜美嫩绿的“燉葫芦”,很自然的谈到了:为什么我们人类最喜欢绿色?

因为我们人类最早生活的地球是一片片的绿色,像树呀、草呀之类,随着一代代的繁衍,人类最早能识别出来的颜色是绿色。然后,由于果实大多是红色的,出于生存的本能,人类也迅速的识别出来了红色。

科学家发现,蓝色是近代人类才能识别的颜色,原始人类识别不出蓝色。科学家这一发现起源于《奥德塞》一书对海洋的描述。书内将海洋描述为“洒黑”或者其他更为古怪的颜色,但却未将其描述为蓝色或者海蓝色。2006年,英国伦敦史密斯大学的心理学教授Davidoff带领团队前往纳米比亚的辛巴部落。当科学家团队来到村落并表明来意后,居民们表示愿意接受测试。接着,科学家让居民分辨图中的颜色,图内有十一个绿色的方框以及一个蓝色的圆圈。辛巴部落的人们并不能分辨出图中的蓝色,在他们眼中,这只是一个颜色稍淡的绿色圆圈。这项研究很有力地证明,原始人类很可能是看不到蓝色的,蓝色是近代人类才能辩识的颜色。

从我们能识别颜色这个点,我们又衍生出来另外一个问题:

我们每个人看到的世界是一样的吗?

由于我们眼睛能看到这个世界事物的不同形状和颜色,都是取决于我们眼睛对反射回来的不同光波的处理结果。我们每个人对世界上事物信息的处理都是靠自己的眼睛,也就是说,都是一个个独立的光波处理系统。我们每个人的眼睛处理出来的结果具体是什么样的,其实,只有我们自己知道。很可能所谓客观的东西,外界共同认可的红色的圆形盘子,在每个人的大脑里,呈现出来的都不同,有可能在A的大脑里的呈像是方形绿色的盘子,B大脑里是菱形黄色的盘子。但是因为A、B从小的认知里,这种呈像的颜色就是红色,所以即使如果把这个呈像换到其他人的大脑里会有不同的结果,但是A、B也会永远的认为这就是外界通俗认可的红色。

所以,是不是很奇妙?我们看到的这个世界,其实都是一个相对约定,而我们眼睛系统处理后的结果在大脑中的呈像而得到的一个世界,实际上相对每个人,可能都不同。

品着堂主调制的黄酒,我们脑洞大开,思路也开始天马行空起来。

平行空间存在吗?我们每个人的时间是一样的吗?从相对论的角度来看,平行空间的存在是合乎逻辑的存在,换个角度一细想,这真是一个神奇的世界。

那么问题来了,这个世界起源于奇点,那么奇点是怎么来的呢?

这个问题是我们的物理学博士也不敢再度深想的问题。因为在物理学界,还真的有一个时间节点作为物理研究的边界点:那就是宇宙大爆炸的最初阶段,这个时间是10-43秒,在宇宙大爆炸最初阶段的这个时间点之前,不归物理学家管,目前也没有能力管。至于为什么是10-43秒,陈博士说科学无止境,他不研究这个领域,因此也不清楚。

随着物理的发展,后面我们会发现,物理和宗教越走越近。杨振宁曾经说过,研究到后面,会发现物理和宗教最终相遇于上峰顶。而朱清时和施一公教授对于世界本源的看法,更激起了我们对未知的好奇,按陈博士的说法,在一个人独处思索宇宙本源的时候,突然会有一种莫名的恐惧感。作为万物之灵的人,与手上的杯子,都是一堆夸克和电子的组合,那么区别在哪里?而所谓物质和能量的转化,普通物理学的知识真的是准确的么?物理和宗教的关系究竟如何?为什么欧美物理发展那么迅速,而中国几千年物理没什么发展?地中海的地理环境给当地人带来了什么不同的影响?易经和农耕的关系?陈博士一一发表了他的观点。

美味当前,思维却已走向远方,从原始人类走到世界尽头,从东方走到西方,从地中海走到黄土高坡。

两个小时的时间,瞬间即逝。

酒酣饭饱,精神世界却仍在某个角落游荡,并沉思久久不可自拔。

每日沉浸在各种现实事务中,偶尔去思索世界的本源,听着专家用着简单直白的语言和你讲解你原本以为深不可测的科学领域,真实一件奇妙的事情,特别是还有三燉堂这样的美味来作陪,真是人生一大乐事。

三燉堂堂主有对联一首:

断桥不断 携白娘 且过一日三餐;

灵隐非隐 随济公 小酌四菜一汤。

看着三燉堂大师兄亲拟的对联,我们突然感慨文字的贫乏:陈博士分享的精彩,非亲临现场不能体验;三燉堂菜肴之可口,非亲口品尝不能想象。

期待下次的精彩。

2019年5月27日,草拟于北京

2019年6月6日,修订于杭州

海创科学沙龙 自主移动机器人的奇妙世界

主讲人:陈胜华

德国斯图加特大学博士

广州傲胜机器人科技有限公司 董事长

注册电气工程师

 

主办:浙江省海创科技交流研究院/  莱茵论坛

联合主办:中国民主促进会杭州市委会经济科技工作委员会 / 杭州浙江大学校友会

协办:海创天下 南特文创/杭州维斯玛 四宜亭文化

 

2018年12月25日

广州

 

陈博士长期从事自主移动机器人技术研发,开发出移动机器人群控与仿真平台、AGV任务管理系统等高新技术产品,并将其应用在汽车、汽配、家电等产线装备的规划与建设中。累积荣获精密机械导航与控制领域专利30项,SCI论文12篇,带领团队取得中国双创赛智能装备行业广东赛区第十的名次。

当代人工智能专家(一)

【看完有想法的可以与海创院联系】

邓侃
上海交通大学本科及硕士,美国卡内基梅隆大学(CMU)计算机学院暨机器人研究所博士,专攻人工智能及数据挖掘。历任美国甲骨文公司(Oracle)主任系统架构师,美国泰为手机导航公司(Telenav)北京分公司总经理,百度高级总监并主管网页搜索和知识图谱。2015年,邓侃创建北京大数医达科技有限公司,旨在将深度强化学习技术应用于医疗健康领域。
域。
https://yq.aliyun.com/articles/277465

戴文渊
1983年生,毕业于上海交通大学,ACM世界冠军,第四范式创始人。

方海
计算机游戏策略创业。友盟联合创始人及CTO,被收购。此前曾在Google美国担任广告及电子商务系统高级工程师。耶鲁、中科大少年班。

何田
美国明尼苏达大学计算机科学与工程系教授,IEEE Fellow, 在顶级期刊和著名国际会议上发表260余篇文章(Google Scholar 被引用次数超过 21,000 次 H-Index 61),其中包括超过70篇IEEE/ACM Trans.系列期刊和超过100篇顶级计算机会议文章。在微软学术(Microsoft Academic)的计算机科学嵌入式系统方向的个人学术排名中,全球排名第七。现任包括ACM/IEEE TON,IEEE TC, ACM TOSN在内的七个国际期刊的编委或主编,曾担任多个会议主席和程序委员会主席。近年获得的奖项包括:明尼苏达大学McKnight Land-Grant Professor冠名教授头衔、George W. Taylor Award、NSF CAREER Award, K. C. Wong Award,七项国际会议的******论文奖(包括业界顶会MobiCom和SenSys),国家自然科学基金委员会港澳及国际合作项目两次(基础及延续,原海外杰青), 浙江大学求是教授奖和上海千人称号。现学术休假任“饿了么”公司首席科学顾问,推广大规模智能物联网优化物流效率。

Martin Muller
加拿大阿尔伯塔大学计算机系教授,计算机围棋专家,AlphaGo主要研发人员David Silver博士导师。

Michael Buro
加拿大阿尔伯塔大学计算机系教授,计算机游戏专家,实时策略游戏等。

Randy Goebel
加拿大阿尔伯塔大学 计算机科学学院教授
1985年在不列颠哥伦比亚大学获得计算机科学Ph.D
他的研究方向主要在于知识表示、基于逻辑的非演绎推理,机器学习,可视化,信念修正,系统生物以及计算语言学
Professor from Department of Computing Science, University of Alberta
Ph.D. Computer Science, 1985, University of British Columbia.
His research interests are in knowledge representation, logic-based non-deductive reasoning, machine learning, visualization, belief revision, systems biology, and computational linguistics
https://webdocs.cs.ualberta.ca/~goebel/

Russell Greiner
加拿大阿尔伯塔大学计算机科学教授。AAAI成员,因其在生物信息学和机器学习领域的杰出工作而享有声誉。他是阿尔伯塔机器学习创新中心的首席研究员,已经发表了超过200篇期刊论文和专利
在人工智能非确定性和分子生物学智能系统与机器学习国际会议中,他担任了主席。 他是《计算智能》杂志的首席编辑,也是《机器学习研究》杂志,《机器学习》和《人工智能研究学报》编辑组的成员。
Professor of Computing Science at the University of Alberta. He is a Fellow of the AAAI (Association for the Advancement of Artificial Intelligence) and well known for his work in Machine Learning and Bioinformatics. Professor Greiner is one of the principal investigators at the Alberta Innovates Centre for Machine Learning (AICML) and has published over 200 refereed papers and patents.
He has served as the chair of International Conference on Machine Learning, Intelligent Systems for Molecular Biology and Uncertainty in Artificial Intelligence. He is the Editor-in-Chief for Computational Intelligence (journal), and serves as a member of editorial board for Journal of Machine Learning Research, Machine Learning (journal) and Journal of Artificial Intelligence Research.
https://en.wikipedia.org/wiki/Russell_Greiner

Robert Holte
加拿大阿尔伯塔大学 计算机科学学院教授
Ph.D., Electrical Engineering, Brunel University (UK), 1988
1988年在Brunel大学电力工程专业获得Ph,D

Professor from Department of Computing Science, University of Alberta
Ph.D., Electrical Engineering, Brunel University (UK), 1988

His research on heuristic search investigates automatic techniques for speeding up search, such as the automatic creation of search heuristics and the compilation of search problem definitions into highly efficient C code. His research on A.I. for curling focuses primarily on the strategic aspect of the game. As in any game, A.I. should be able to make shot selections that maximize the probability of winning the game. Technically, the main challenge in curling is that its state and action spaces are continuous.
https://www.ualberta.ca/science/ … ectory/robert-holte

Osmar Zaïane
加拿大阿尔伯塔大学计算机系科学教授,阿尔伯塔机器智能研究院(Amii)科学主任。在国际会议和顶级期刊发表了270多篇文章。获得 2010 年度ACM SIGKDD SERVICE AWARD。
1999年获得加拿大西蒙弗雷泽大学(SFU)博士学位。在国际会议和顶级期刊发表了270多篇文章。他是许多国际期刊在数据挖掘和数据分析方向的副主编,并且在知识发现和数据挖掘领域的国际会议中担任节目主席和总主席。Zaiane 博士获了许多奖, 包括 2010 年度ACM数据挖掘及知识发现专委会杰出贡献奖(SIGKDD SERVICE AWARD),该奖来自负责全球一流的数据科学、大型数据和数据挖掘协会和会议的ACM数据挖掘特别兴趣小组。
Osmar R. Zaïane is a Professor in Computing Science at the University of Alberta, Canada, and Scientific Director of the Alberta Machine Intelligence Institute (Amii). Dr. Zaiane obtained his Ph.D. from Simon Fraser University, Canada, in 1999. He has published more than 270 papers in refereed international conferences and journals. He is Associate Editor of many International Journals on data mining and data analytics and served as program chair and general chair for scores of international conferences in the field of knowledge discovery and data mining. Dr. Zaiane received numerous awards including the 2010 ACM SIGKDD Service Award from the ACM Special Interest Group on Data Mining, which runs the world’s premier data science, big data, and data mining association and conference.
来源:学校官网个人主页 https://webdocs.cs.ualberta.ca/~zaiane/htmldocs/bio.html

Richard Sutton
【简介】深度学习领域杰出的科学家, 阿尔伯塔大学计算机系科学教授。教材《强化学习:来自麻省理工学院出版社的介绍》的共同作者,加拿大皇家学会和人工智能促进会的研究员。主管阿尔伯塔大学强化学习和人工智能实验室, 也是阿尔伯塔机器智能学会的主要研究员。
Richard S. Sutton is a distinguished research scientist at DeepMind and a professor in the department of computing science at the University of Alberta. Before joining the University of Alberta in 2003, he worked in industry at AT&T and GTE Labs, and in academia at the University of Massachusetts. Rich received a PhD in computer science from the University of Massachusetts in 1984 and a BA in psychology from Stanford University in 1978. He is co-author of the textbook Reinforcement Learning: An Introduction from MIT Press. He is also a fellow of the Royal Society of Canada and of the Association for the Advancement of Artificial Intelligence. At the University of Alberta, Rich directs the Reinforcement Learning and Artificial Intelligence Laboratory and is a principal investigator of the Alberta Machine Intelligence Institute. His research interests center on the learning problems facing a decision-maker interacting with its environment, which he sees as central to artificial intelligence.
Richard Sutton是深度学习领域杰出的科学家, 也是阿尔伯塔大学计算机系科学教授。在2003年加入阿尔伯塔大学之前, 他曾在AT&T和 GTE 实验室工作,在马萨诸塞州大学从事学术研究。1984年, 他获得美国马萨诸塞州大学获得计算机科学博士学位。他是教材《强化学习:入门》(麻省理工学院出版社)的共同作者。他也是加拿大皇家学会和人工智能促进会的研究员。主管阿尔伯塔大学强化学习和人工智能实验室, 也是阿尔伯塔机器智能学会的主要研究员。他的研究兴趣主要在决策与环境相互作用时的学习问题,该问题被他视为人工智能的核心问题。
来源:学校官网个人主页  http://www.incompleteideas.net/BriefBio.html

Dale Schuurmans
【简介】谷歌大脑的研究科学家, 阿尔伯塔大学计算机科学教授,人工智能发展协会研究员。目前担任 IEEE 关于模式分析和机器智能主题的副主编, 研究机器学习和人工智能领域, 包括模型选择、 在线学习、对抗性优化等。
Dale Schuurmans is a Research Scientist at Google Brain, Professor of Computing Science at the University of Alberta, and Fellow of the Association for the Advancement of Artificial Intelligence. He currently serves as Associate Editor in Chief of IEEE Transactions on Pattern Analysis and Machine Intelligence, and has previously served as Associate Editor for JMLR, AIJ, JAIR and MLJ and as Program Co-chair for AAAI-2016, NIPS-2008 and ICML-2004. He has worked in many areas of machine learning and artificial intelligence, including model selection, on-line learning, adversarial optimization, boolean satisfiability, sequential decision making, reinforcement learning, Bayesian optimization, semi-definite methods for unsupervised learning, dimensionality reduction, and robust estimation.
Dale Schuurmans是谷歌大脑的研究科学家, 阿尔伯塔大学计算机科学教授,人工智能发展协会研究员。目前担任 IEEE 关于模式分析和机器智能主题的副主编, 以前曾是 MLR, AIJ, JAIR and MLJ and as Program Co-chair for AAAI-2016, NIPS-2008 and ICML-2004的副主编。研究机器学习和人工智能领域, 包括模型选择, 在线学习, 对抗性优化, 布尔满足, 顺序决策, 强化学习, 贝叶斯优化,非监督学习、降维和稳健估计的半定方法。

来源:谷歌AI人物  https://ai.google/research/people/DaleSchuurmans

Michael Bowling
【简介】阿尔伯塔大学计算机系科学教授,加强学习和人工智能 (RLAI) 小组和阿尔伯塔机器学习 (AICML)独创性中心的主要研究员。研究重点是机器学习、游戏和机器人。
I am a full professor at the University of Alberta. My research focuses on machine learning, games, and robotics, and I’m particularly fascinated by the problem of how computers can learn to play games through experience. I am the leader of the Computer Poker Research Group, which has built some of the best poker playing programs on the planet. The programs have won international AI competitions as well as being the first to beat top professional players in a meaningful competition. I am also a principal investigator in the Reinforcement Learning and Artificial Intelligence (RLAI) group and the Alberta Ingenuity Centre for Machine Learning (AICML). I completed my Ph.D. at Carnegie Mellon University, where my dissertation was focused on multiagent learning and I was extensively involved in the RoboCup initiative. My research has been featured on the television programs Scientific American Frontiers, National Geographic Today, and Discovery Channel Canada, as well appearing in the New York Times, Wired, on CBC and BBC radio, and twice in exhibits at the Smithsonian Museums in Washington, DC.
阿尔伯塔大学计算机系科学教授。研究重点是机器学习、游戏和机器人。是计算机扑克研究小组的领导者, 这个小组生产了很多优秀的扑克游戏程序,获得过国际人工智能竞赛奖项, 也创造了世界上第一个在比赛中击败顶尖专业选手的程序。是加强学习和人工智能 (RLAI) 小组和阿尔伯塔机器学习 (AICML)独创性中心的主要研究员。2003年获得卡耐基梅隆大学博士学位。
来源:学校官网个人主页  https://webdocs.cs.ualberta.ca/~bowling/

系统工程与设计思维——海创科学沙龙第八场,美国亚利桑那大学系统与工业工程博士、清华大学李乐飞老师分享

 

(原定当晚冯燕博士分享顺延为第九场)

系统工程源自军事系统开发,是实现和协调复杂系统的跨学科方法。
上世纪50年代末,由于系统工程的成功运用,使美国在军事、航天方面取得重大突破,随后被各大商业巨头引入到企业生产管理及产品设计开发中,这是目前美国最热门、最前沿的学科之一。它能有效的控制成本的超预算、控制工期的延期,以最少的人力、物力和财力在最短的时间内达成系统目标,完成系统任务。
设计思维,则是一种创新的方法论,起源于斯坦福大学机械工程系,名为“设计思维”却早已突破设计本身,在商业创新和管理改进等领域被发扬光大。它以目标为导向,通过对当前和未来的关注,探索问题中的参数变量及解决方案。它帮助你理解问题产生的背景,催生洞察力及解决办法,并以理性分析,找出最合适的创新解决方案。

在新兴商业模式层出不穷,产品市场快速迭代的今天,企业如何创造出独树一帜且不易被复制的【产品】?如何满足消费者日益多元化并长尾的消费【需求】?怎样突破跨学科跨领域跨部门的壁垒,使企业内部更高效的协作来完成复杂产品或服务的【开发】?如何不断激发企业内部创新动能,同时降低成本,提高生产效率,使企业保持持续【竞争力】?

系统工程与设计思维,就是成就上述优势的重要途径。浙江省海创科技交流研究院有幸请到清华大学老师李乐飞博士于杭州短暂逗留期间做分享。

主讲
李乐飞博士,清华大学工业工程系副教授、博士生导师;美国亚利桑那大学系统与工业工程博士。
李老师的研究兴趣:智能交通系统、物流管理、零售管理、服务科学和复杂系统建模与仿真。李老师在清华大学主要从事智能交通系统,物流和医疗等服务运作与管理方面的教学和科研工作。
更多介绍见 http://www.ie.tsinghua.edu.cn/Show/index/cid/29/id/40.html

主办
浙江省海创科技交流研究院
杭州浙江大学校友会
协办
海创天下俱乐部
时间
2018年7月22日11H00-13H00
地点
杭州市西湖东侧某地(获得许可通知具体地点)
报名费
0元
作文押金
200元(活动后写感想后退费)

有意者报名请发送邮件到 office@sci.zj.cn 或点击链接 http://h5.sosho.cn/activity/detail.html?id=9766 报名 ;合者通知活动地点,与李老师共享思想与美食。