2016計算機大會後記——大數據時代的模式識別

後記爲原創，轉載請標明

報告題目：大數據時代的模式識別

報告人：譚鐵牛

演講摘要：模式識別是人類的一項基本智能，也是人工智能研究的一項核心內容。報告在簡要介紹模式識別基本概念宇發展歷程的基礎上，重點闡述模式識別的發展示狀和大數據給模式識別帶來的新機遇和新挑戰。報告最後着重討論將來模式識別研究特別值得關注的一些趨勢與方向。

 

　　一、所謂模式識別，分爲兩個部分——模式（pattern）和識別（recognition）。其中，模式指的是存在於時間與空間中具備可觀測性、可度量性和可區分性的信息；而識別指的是對模式進行分析與處理，進而實現描述、辨識、分類與解釋。

　　二、模式識別的發展示狀有：

　　　　　　模式識別的典型成功應用：步態識別

　　　　　　還有遠距離虹膜識別

　　三、現有模式識別的侷限性

　　　　　　魯棒性與適應性（好比適應環境變化以及適應年齡變化）

　　四、模式識別發展示狀概述

　　　　　　面向特定任務的模式識別已經去得突破性進展，有的性能已經可與人媲美。

　　　　　　統計與基於神經網絡的模式識別目前占主導地位，深度學習開創了新局面。

　　　　　　通用模式識別系統依然任重道遠。

　　　　　　魯棒性、自適應性和可泛化性是進一步發展趨勢。

　　五、大數據時代模式識別的發展機遇

　　　　發掘數據金礦的鑰匙：大數據價值利用的最大瓶頸不是千萬億次的計算能力和千兆級的網絡通訊能力，而是智能化的信息處理能力。模式識別技術在大數據時代具備更加廣闊的用武之地，須要處理的對象模式和識別任務需求快速增加。

　　　　加速學科領域交叉與滲透

　　　　引領信息科技發展新變革：宰信息過載的大數據時代，有價值的信息情報和知識服務相當重要、以模式識別爲智慧引擎的IPU（intelligent processing unit）或將在下一代ICT體系中佔據更加劇要的核心位置，甚至引領傳感、存儲、網絡、計算等技術的變革。

　　六、大數據時代模式識別的重大挑戰

　　　　複雜的大數據：數據海量龐雜、異構多元、模態多樣，還有社會文化心理等行爲屬性。

　　　　大數據的語義計算與理解：在人類社會宇信息網絡升讀融合的時代，只有對大數據進行生層次語義解讀的技術才能激發大衆信息消費的新高潮。——語義就是人們根據本身對顯示世界的理解而賦予信息的解釋。語義來源於人類認知系統對現實世界信息意義的解釋，又最終服務於人類對信息的處理和利用。

　　七、值得關注的研究方向

　　　　面向大規模多源異構數據的魯棒特徵表達：如何宰跨景跨媒、多源異質的視覺大數據中找到具備較好泛化性和不變性的表達->魯棒特徵表達

　　　　結構與統計相結合的模式識別新理論：結構模式識別由原理清晰、樣本要求少、便於複用等優勢，但同時也有問題描述困難、建模困難、沒有充分利用數據的缺點；而統計模式識別有充分利用數據、應用範圍廣、建模方法豐富等優勢，但同時也對數據質量要求高，而且存在泛化性存在侷限性、原理不清晰的缺點。將結構與統計相結合的模式識別能夠取長補短。

　　　　數據與知識相結合的模式識別

　　　　具備魯棒性和自適應性的生物啓發模式識別

　　　　基於跨領域跨模態知識遷移的模式識別