注册会计师信息化方向领军人才首期集中培训课程快递（六）

谭营：人工智能研究现状与未来 

2017年8月4日上午，北京大学计算智能实验室教授谭营为全国会计领军（后备）人才注册会计师类（信息化方向）首期集中培训授课，题目为《人工智能的研究现状与未来》。授课主要内容包括： AI（人工智能）的基本概念、AI的发展进程、AI目前研究现状、AI未来发展方向。

关于AI的基本概念，谭营教授介绍了人工智能的起源、定义、研究内容及计算智能及其研究内容。谭营教授指出，所谓人工智能是“让机器做需要人类智能才可以做的那些事情；让机器做人类需要它做的任何事情。认识、模拟和扩展人的（自然）智能，为人类社会服务。”

关于AI的发展进程，主要从人工智能的三个学派、传统人工智能VS计算智能、生物神经网络VS人工神经网络等三方面进行介绍。谭营教授指出，一是人工智能经历了螺旋式上升发展路线，被业界广泛认可的三个主流学派分别是符号主义学派、联接主义学派和行为主义学派；二是传统人工智能是以符号形式的知识和信息为基础，通过逻辑推理，运用知识进行问题求解，而计算智能则以数值数据为基础，通过数值计算，运用算法进行问题求解；三是人工神经网络是通过模拟生物神经网络结构，固化神经元之间的联接从而形成认知能力，其工作范式是大数据+深度学习+计算力。

关于AI目前研究现状，谭营教授指出，从特征看，AI经过60多年的演进和发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等五大特征；从研究理论和方法看，目前主要有机器学习、浅层学习、深度学习、强化学习、深度强化学习、进化计算等六大研究理论与方法；从典型应用领域看，目前主要应用于复杂优化问题、群体机器人、自然语言处理、垃圾邮件监测、金融领域、计算机感知、计算机博弈等六大典型领域；从成果看，目前取得ImageNet大规模物体检测、人脸识别、自动驾驶、AlphaGo、机器翻译、阿里云人工智能程序小Ai、百度的小度机器人及机器作画等多项里程碑式成果。

关于AI的未来发展方向，谭营教授表示，AI未来研究的发展方向是从目前的AI大数据+深度学习+计算力的工作范式，向小样本学习、全局发展半监督学习、迁移学习、非监督学习、处理开放性复杂问题、多任务协同学习与处理、开发类脑智技术等方向发展。

谭营教授还回答了学员就AI的基础学科和技术、AI在金融、会计、审计等行业应用、AI应用的设备、AI应用伦理，以及AI应用潜在风险应对研究等方面的20多个问题。