《互联网中的人工智能》

信管·讲座回顾

讲座时间

2020-03-27 20：00

主讲人

张戎老师

新加坡国立大学博士张戎老师的讲座《互联网中的人工智能》在Zoom线上平台如期举行，我院三百多位同学参与了此次讲座。此次讲座，张戎老师为同学们细致地介绍了人工智能的大体方向，并结合自己转专业的经历，讲述了机器学习的入门方法以及学术界与工业界的区别，让同学们对人工智能有了更加清晰深刻的认识，取得了较好的活动效果。

人工智能简介

张老师首先为大家简单介绍了人工智能的发展历史与现状。他指出。人工智能主要分为计算机视觉、自然语言处理、语音识别、机器学习四个方向，在历经两起两落后，如今正处于复苏时期。

2011年到2016年，计算机视觉方面图像识别准确率持续优化，人脸识别、图像分割、图像定位等技术被广泛运用于车牌识别、犯罪欺诈监控等场景。而语音识别运用的场景较多，比如微信里的语音转文字和鸡尾酒会问题等。另外，机器学习的使用场景主要包括推荐系统、游戏AI、安全业务、运维业务等。商品推荐、新闻推荐、视频推荐、音乐推荐等都是机器系统领域最常见的使用场景。由于推荐系统与收益率相关，可以带来收入的提升，因此机器学习被各个互联网公司所看重，投入的人力物力也相对较大。

从1956年开始，游戏AI一直是人工智能发展的一个标志，从最简单的国际跳棋到双陆棋、国际象棋，再到Alphago、德州扑克，无论是在信息完备或是不完备的博弈场景中，都实现了重大的突破。此外，张老师还为同学们详细介绍了对安全业务、流量风控、运维业务等概念与应用场景，让同学们对人工智能领域有了进一步的了解与认识。

学习工作和转专业

的宝贵经验

随后，张戎老师以自身从数学系转行进入机器学习领域的经历为例，分享到适应环境的变化是其面临的最大的困难。在学校，老师传授知识以理论基础为主。与之相比，在工作中，需要自己学习知识，考核方式更加多样，评价体系更为多元，有更多的实践机会。因此在进入职场后的转行选择需要转变思维，拓展知识，选择合适的转行时机。

机器学习入门

在如何入门机器学习这一话题中，张老师指出，人工智能方向选择范围广，入门人工智能需要根据个人兴趣，选择最适合自己的一个方向，发挥自己数学或物理的相关背景，将理科思维与工科实践相结合。入门机器学习，离不开数学基础和通过编程解决实际问题的能力。在学校学好微积分、线性代数、概率论与数理统计等课程，夯实数学基础的同时，实践基础也不可忽视，比如利用SQL提取数据，利用Python离线训练，利用C++、Java等进行线上服务。此外，还可以进行产品思维、项目管理和开发经验等软指标的培养，了解用户需求，把握项目进程，积累开发经验。

张老师建议同学们，可以通过参加竞赛和实习来丰富自己的简历。在实战中了解到机器学习的前沿技术和科技发展的方向，接触不同的业务方向，提高解决问题的能力。在求职时，也要有准确的自我定位，选择自己擅长的领域，扬长避短，适时抓住学长学姐的内推机会和校招社招的面试机会。

最后张老师在与同学们分享了学术界与工业界学习和工作思路的差别，在同学们的积极提问和张戎老师的精彩解答后，本次讲座圆满结束。

本次《互联网中的人工智能》线上讲座让同学们对人工智能有了更加深刻清晰的认识，让大家在张老师的分享中收获了未来求职人工智能与机器学习的经验。让我们一起期待下一场精彩的学术讲座。