雷鋒網(wǎng) AI 科技評論報道：2017年10月13日至15日，第五屆CCF大數(shù)據(jù)學(xué)術(shù)會議（CCF BigData 2017）在深圳市麒麟山莊舉行。本屆會議由中國計算機學(xué)會主辦，中國計算機學(xué)會大數(shù)據(jù)專家委員會和深圳大學(xué)聯(lián)合承辦。雷鋒網(wǎng)也作為協(xié)辦單位，全程參與會議并進行報道。

CCF大數(shù)據(jù)學(xué)術(shù)會議的舉辦目的是探討大數(shù)據(jù)相關(guān)領(lǐng)域面臨的技術(shù)挑戰(zhàn)，共享各類技術(shù)創(chuàng)新思想，展示中國大數(shù)據(jù)技術(shù)的最新研究進展，交流大數(shù)據(jù)的應(yīng)用成果和研發(fā)經(jīng)驗。會議中以學(xué)術(shù)內(nèi)容為主，也邀請了一些產(chǎn)業(yè)界人士共同分享真知灼見。在3天會議中，雷鋒網(wǎng) AI 科技評論記者感受到大數(shù)據(jù)研究在深度學(xué)習(xí)的幫助下變得越來越“深”，而大數(shù)據(jù)研究的發(fā)展也讓它自身變得越來越“廣”。

議程方面，本屆會議設(shè)置了多個特邀演講，邀請國際知名的教授和產(chǎn)業(yè)界人士分享自己在大數(shù)據(jù)方面的見解和成果，在稍后的 Panel（圓桌論壇）中他們也圍繞著大數(shù)據(jù)話題展開了精彩的討論；多個專題論壇中，二三十位嘉賓在不同的主題下介紹了自己的研究。會議也設(shè)置了論文接收和評選，共收到論文投稿273篇，錄用145篇（錄用率53%），并通過現(xiàn)場論文報告評出最佳基礎(chǔ)論文、最佳應(yīng)用論文、最佳學(xué)生論文各一篇。

特邀演講

本屆大會邀請了四位特邀嘉賓作主題報告。兩天時間內(nèi)，四場精彩的報道陸續(xù)在主會議廳進行，眾多臺下聽眾也以飽滿的熱情聆聽報道并向嘉賓提問。

基于大數(shù)據(jù)的信息物理能源系統(tǒng)安全節(jié)能優(yōu)化

西安交通大學(xué)管曉宏教授帶來了題目為“基于大數(shù)據(jù)的信息物理能源系統(tǒng)安全節(jié)能優(yōu)化”的主題報道。管曉宏教授歷任西安交通大學(xué)系統(tǒng)工程研究所所長、機械制造系統(tǒng)工程國家重點實驗室主任；2000年任長江學(xué)者特聘教授，2008年至今任電子與信息工程學(xué)院院長。管曉宏教授是IEEE Fellow，現(xiàn)任IEEE Transactions on Smart Grid編輯，《控制理論與應(yīng)用》等期刊編委，擔任國務(wù)院學(xué)位辦學(xué)科評議組成員，主要從事復(fù)雜能源電力等網(wǎng)絡(luò)化系統(tǒng)的經(jīng)濟性與安全性，信息物理融合系統(tǒng)包括智能電網(wǎng)、傳感器網(wǎng)絡(luò)等，網(wǎng)絡(luò)信息安全等領(lǐng)域的研究。演講中，管曉宏教授介紹了信息物理融合系統(tǒng)在解決當前能源和環(huán)境危機問題中的重要作用；關(guān)于新能源應(yīng)用的潛力和問題給聽眾帶來了新的感知和思路。

Big Data and Deep Learning: Challenges and Opportunities

喬治亞州立大學(xué)計算機系主任潘毅（Yi Pan）帶來了主題為“大數(shù)據(jù)和機器學(xué)習(xí)：挑戰(zhàn)和機遇”的演講，介紹了深度學(xué)習(xí)方法在大數(shù)據(jù)處理方面的應(yīng)用，這是典型的大數(shù)據(jù)的“深”。潘毅教授歷任喬治亞州立大學(xué)計算機科學(xué)系主席、生物學(xué)院副院長與主席，還是中南大學(xué)訪問長江講座教授。潘毅教授的研究領(lǐng)域包括并行計算和云計算，無線網(wǎng)絡(luò)和生物信息，已發(fā)表200余篇論文，共同創(chuàng)作、編輯43本書籍，總引用量超過8000，還在包括7個IEEE Transaction的15種期刊任主編或編委會成員。

演講中，潘毅教授結(jié)合自己團隊的多項工作介紹了深度學(xué)習(xí)方法在大數(shù)據(jù)問題中的應(yīng)用以及深度學(xué)習(xí)自身問題的解決，比如數(shù)學(xué)方法替代實驗方法找到優(yōu)化解決方案、新網(wǎng)絡(luò)架構(gòu)解決梯度消失問題、高維數(shù)據(jù)如何降維應(yīng)用、如何解決并行計算框架的遷移性問題等。潘毅教授也提醒大家，即便深度學(xué)習(xí)現(xiàn)在非?；馃?，也別指望照抄現(xiàn)有方案就能達到好的效果，找到合適的架構(gòu)才是應(yīng)用中最重要的。

Broad Learning on Big Data: A Fusion Perspective

清華數(shù)據(jù)科學(xué)研究院院長、伊利諾大學(xué)芝加哥分校 UIC 計算機系教授俞士綸（Philip S. Yu）的演講主題為“Broad Learning on Big Data: A Fusion Perspective”，介紹了大數(shù)據(jù)的“廣”（“廣度學(xué)習(xí)”）的概念和相關(guān)研究成果。俞士綸教授曾長期在IBM Watson研究中心任職，領(lǐng)導(dǎo)建立了世界著名的數(shù)據(jù)挖掘和數(shù)據(jù)庫部門。俞士綸教授是ACM、IEEE Fellow，2013年獲得IEEE計算機社區(qū)技術(shù)成就獎，2016年獲得 ACM SIGKDD 創(chuàng)新獎（Innovation Award）；2011至2017年間，俞士綸教授任ACM Transactions on Knowledge Discovery from Data主編。俞士綸教授的超過1000篇論文引用總數(shù)超過84000次，H-index高達136。

演講中俞士綸教授介紹道，解決真實世界問題往往需要多個不同的數(shù)據(jù)源，并建立多數(shù)據(jù)源學(xué)習(xí)模型。依托異質(zhì)信息網(wǎng)絡(luò)HIN（Heterogeneous Information Network）和MetaPath學(xué)習(xí)，俞士綸教授介紹了廣度學(xué)習(xí)綜合利用多個數(shù)據(jù)集中的信息解決實際問題的成果，比如新藥研發(fā)、社交內(nèi)容推薦、電商平臺商品推薦、推文的發(fā)布地址定位等。在聽眾問答中，俞士綸教授也表示MetaPath學(xué)習(xí)有較好的解釋性，更可以結(jié)合人類的先驗知識提高學(xué)習(xí)效率和效果。

AI系統(tǒng)的ABCD

現(xiàn)任聯(lián)想集團首席技術(shù)官、高級副總裁的芮勇博士帶來了題為“AI系統(tǒng)的ABCD”的演講，解析了人工智能系統(tǒng)中重要的A、B、C、D四個重要部分。在加入聯(lián)想之前，芮勇博士是微軟亞洲研究院常務(wù)副院長，曾在微軟工作18年。芮勇博士是IEEE、IAPR、SPIE Fellow和ACM Distinguished Scientist，曾獲ACM TOMM 2017年度最佳論文獎、IEEE Computer Society 2016 技術(shù)成就獎、IEEE Signal Processing Society 2016 年度最佳論文獎等多個諸多獎項。自2014年至今，他連續(xù)三年入選Elsevier中國高被引學(xué)者計算機學(xué)科的前三名。芮勇博士還擔任IEEE的多個國際學(xué)刊主編或編委，及ACM SIG Multimedia中國區(qū)首任主席。

芮勇博士在演講中介紹了人工智能/深度學(xué)習(xí)系統(tǒng)的發(fā)展歷程和他眼中重要的組成部分。芮勇博士的講解深入淺出，清晰地介紹了Algrithm算法、Bussiness行業(yè)、Computer Power計算力、Data數(shù)據(jù)四個重要部分的現(xiàn)狀和未來的挑戰(zhàn)，尤其是在Bussiness行業(yè)方面，芮勇博士也真切地分享了自己意識到“垂直行業(yè)專家+計算機專家才能造出有用的系統(tǒng)”的歷程。

專題論壇

本屆CCF大數(shù)據(jù)學(xué)術(shù)會議設(shè)立了“大數(shù)據(jù)高性能計算”、“大數(shù)據(jù)智能分析”、“大數(shù)據(jù)系統(tǒng)與應(yīng)用”、“大數(shù)據(jù)科學(xué)教育與人才培養(yǎng)”四個專題論壇以及“優(yōu)秀青年論壇”和“產(chǎn)業(yè)論壇：大數(shù)據(jù)產(chǎn)業(yè)化與AI應(yīng)用發(fā)展趨勢”，廣泛邀請了學(xué)者與產(chǎn)業(yè)界人士分享自己的研究成果與學(xué)術(shù)和應(yīng)用觀點，也廣泛涵蓋了大數(shù)據(jù)應(yīng)用中豐富的方方面面。

專題論壇一：大數(shù)據(jù)高性能計算

分論壇主席為中山大學(xué)錢德沛教授。論壇中，西安交通大學(xué)教授、院士徐宗本介紹了大數(shù)據(jù)集群算法 VClustering，清華大學(xué)計算機系副主任、“”專家朱文武報告了“視頻大數(shù)據(jù)高效表達、深度分析與綜合利用”，清華大學(xué)高性能計算技術(shù)研究所所長楊廣文介紹了基于神威太湖之光的大數(shù)據(jù)分析，北京航空航天大學(xué)計算機學(xué)院院長呂衛(wèi)鋒講解了“城市超腦 - 城市計算智能系統(tǒng)的挑戰(zhàn)”，中山大學(xué)教授、“”專家羅錦興報告了以脈波影像數(shù)據(jù)為基礎(chǔ)的整體精準醫(yī)學(xué)。

專題論壇二：大數(shù)據(jù)智能分析

分論壇主席為北京郵電大學(xué)杜軍平教授。論壇中，復(fù)旦大學(xué)計算機學(xué)院院長、“”專家王曉陽報告了“智能化大數(shù)據(jù)搜索”，蘭州大學(xué)信息科學(xué)與工程學(xué)院院長胡斌、“”專家胡斌介紹了基于計算心理生理學(xué)的情感分析在精神健康方面的應(yīng)用，山東大學(xué)計算機學(xué)院與軟件學(xué)院院長、“長江學(xué)者”、“杰出青年”陳寶權(quán)介紹了“城市場景三維感知與智能增強”，中科院自動化所副總工程師張文生報告了“結(jié)構(gòu)+統(tǒng)計”大數(shù)據(jù)機器學(xué)習(xí)算法與應(yīng)用，北京交通大學(xué)計算機學(xué)院計算機科學(xué)系主任于劍剖析了“深度學(xué)習(xí)的能和不能”，湖南大學(xué)大數(shù)據(jù)研究中心主任秦拯介紹了基于領(lǐng)域知識工程的大數(shù)據(jù)分析技術(shù)與行業(yè)實踐。

專題論壇三：大數(shù)據(jù)系統(tǒng)與應(yīng)用

分論壇主席為中國科學(xué)院深圳先進技術(shù)研究院須成忠教授。論壇中，香港理工大學(xué)電子計算機學(xué)系主任曹建農(nóng)報告了跨領(lǐng)域的大數(shù)據(jù)處理和分析方法，武漢大學(xué)計算機學(xué)院院長胡瑞敏對三元空間大數(shù)據(jù)理論與網(wǎng)絡(luò)空間安全應(yīng)用進行了探討，澳大利亞迪肯大學(xué)博士余水報告了“大數(shù)據(jù)網(wǎng)絡(luò)：挑戰(zhàn)和機遇”，平安科技大數(shù)據(jù)首席總監(jiān)兼智能引擎部總經(jīng)理、“”專家肖京介紹了智能認知改造金融服務(wù)，中國科學(xué)院深圳先進技術(shù)研究院首席科學(xué)家、云計算研究中心主任、“”專家須成忠教授報告了“案例分析：數(shù)據(jù)驅(qū)動的智慧城市智能”

專題論壇四：大數(shù)據(jù)科學(xué)教育與人才培養(yǎng)

分論壇主席為華東師大周傲英教授。論壇中，復(fù)旦大學(xué)大數(shù)據(jù)學(xué)院副院長高衛(wèi)國介紹了復(fù)旦大學(xué)大數(shù)據(jù)學(xué)院人才培養(yǎng)的歷程和經(jīng)驗，中國人民大學(xué)計算機學(xué)院副院長李翠平報告了“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)”人才培養(yǎng)模式初探，西北工業(yè)大學(xué)計算機學(xué)院副院長尚學(xué)群解析了自己對數(shù)據(jù)科學(xué)與大數(shù)據(jù)專業(yè)建設(shè)的思考，廈門大學(xué)數(shù)據(jù)庫實驗室博士林子雨探討了高校大數(shù)據(jù)課程建設(shè)中的關(guān)鍵問題，華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院教授黃定江介紹了自己在互聯(lián)網(wǎng)+和人工智能視野下的數(shù)據(jù)科學(xué)與工程專業(yè)建設(shè)中的探索和思考。

優(yōu)青論壇

優(yōu)青論壇中，天津大學(xué)計算機學(xué)院副院長胡清華、華南理工大學(xué)計算機學(xué)院副院長余志文、東北大學(xué)計算機學(xué)院教授袁野、西安交通大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)院教授孫劍、NVIDIA中國區(qū)教育科研行業(yè)總監(jiān)袁永清等分別介紹了自己的研究課題及成果。

企業(yè)論壇

雷鋒網(wǎng) AI 科技評論對企業(yè)論壇有一篇單獨專題報道，詳細請看這里。

論文評選

根據(jù)大會程序委員會介紹，本次會議共收到論文投稿273篇，經(jīng)過通訊評審和會審，共錄用論文145篇（錄用率為53%），并推薦到《計算機學(xué)報》、《計算機研究與發(fā)展》、《電子學(xué)報》、《模式識別與人工智能》等十余種校內(nèi)外刊物發(fā)表。與往年相比，今年投稿的論文在質(zhì)量和學(xué)術(shù)水平上都有顯著提高，論文所涉內(nèi)容的深度和廣度亦有進步。

會議期間，錄用的論文以分組報告或者墻報展示的方式進行交流討論，其中分組報道論文96篇，墻報展示論文49篇。會議中還設(shè)立了最佳論文獎，由現(xiàn)場報告評分選出。來自深圳大學(xué)、南京大學(xué)、東北大學(xué)的各一篇論文分獲最佳基礎(chǔ)類論文、最佳應(yīng)用類論文和最佳學(xué)生論文獎。

最佳基礎(chǔ)類論文：《基于達爾文演化的高維數(shù)據(jù)隱藏特征分組聚類方法》

論文作者為深圳大學(xué)王文婷，馬力恒，劉懿鑫，潘灝，其中王文婷為青年教師。論文主要介紹了一種基于演化算法的聚類算法，用于解決超高維數(shù)據(jù)的特征組學(xué)習(xí)和聚類；論文方法的創(chuàng)新點在于，找到的特征組內(nèi)的元素有重新分組的機會，提高了聚類效果。實驗表明論文方法可以提升人類基因組（超高維數(shù)據(jù)）聚類、尋找疾病相關(guān)性的準確率。

最佳應(yīng)用類論文：《面向小目標的多尺度Faster-RCNN檢測算法》

論文作者為南京大學(xué)黃繼鵬，史穎歡，高陽。論文主要介紹了一種基于Faster-RCNN的目標檢測算法，并將其應(yīng)用于小目標的快速檢測中，系統(tǒng)運行速度可以達到4K輸入下的25幀/秒，識別精度達到超過60mAP。論文方法的創(chuàng)新點在于，利用采樣變換，綜合利用高分辨率和低分辨率圖像，以半監(jiān)督學(xué)習(xí)的方式顯著提高了識別精度。

最佳學(xué)生論文：《bHash：一種I/O高效的外部哈希分組模式》

論文作者為東北大學(xué)孔曉旺，張巖峰，于戈，其中孔曉旺為在讀碩士研究生。論文中針對目前各種基于哈希表或排序的方法不同的內(nèi)存效率和時間效率，提出了一種綜合哈希和排序特點的bHash算法。算法分為兩個階段，先根據(jù)統(tǒng)計數(shù)據(jù)累積分組大小，分區(qū)文件直接寫入硬盤，然后第二階段中把哈希表轉(zhuǎn)化為分組偏移量鍵值對。這一方法在大規(guī)模數(shù)據(jù)、有限內(nèi)存下有較高的時間效率，而且適用于傾斜數(shù)據(jù)。論文中還采用了緩存等方法減小I/O需求，進一步改善了時間性能。

會議Panel

會議的最后一個環(huán)節(jié)是Panel（圓桌論壇）。主會場中，三位主題演講嘉賓潘毅教授、俞士綸教授、芮勇博士，以及香港理工大學(xué)電子計算機系教授、實驗室主任曹建農(nóng)，在深圳大學(xué)大數(shù)據(jù)研究院所副所長崔來中主持下以“大數(shù)據(jù)創(chuàng)新與應(yīng)用”為主題展開了討論，針對大數(shù)據(jù)基礎(chǔ)理論創(chuàng)新、大數(shù)據(jù)和人工智能的關(guān)系、國內(nèi)外大數(shù)據(jù)研究發(fā)展狀況給出了自己的觀點。

幾位嘉賓都認可“云計算平臺需要繼續(xù)發(fā)展”、“大數(shù)據(jù)成就了現(xiàn)階段的人工智能”、“國內(nèi)外大數(shù)據(jù)理論研究水平差距不大但國內(nèi)的研究更以應(yīng)用為主導(dǎo)”的觀點，不過也有意見不同的時候，比如潘毅教授和俞士綸教授認為國外風(fēng)投環(huán)境比國內(nèi)環(huán)境好，幾個博士生的團隊很容易憑幾篇論文拿到風(fēng)投開始創(chuàng)業(yè)；芮勇博士則認為國內(nèi)的創(chuàng)業(yè)估值高到有點“傻”，但風(fēng)格上更貼近用戶。在幾個問題中，芮勇博士也提出了“小數(shù)據(jù)的應(yīng)用也很重要”、“深度學(xué)習(xí)是純data-drive，今后還需要更多symbolic人工智能的研究”等較為新穎的觀點；曹建農(nóng)教授提出的“數(shù)據(jù)自身的研究缺乏科學(xué)理論”的觀點也引發(fā)了觀眾的共鳴。

在 Panel 的提問環(huán)節(jié)，來自觀眾席的一個“科技是否真的保證了人類幸福、人類安全”的問題引出了嘉賓們對科學(xué)技術(shù)的哲學(xué)思考。潘毅教授認為，科學(xué)研究一直在找技術(shù)進步和可能的危險之間的平衡點，在科學(xué)發(fā)展過程中人類需要依賴一些GDP之類的紙面指標，而這些指標也真切影響著人類的幸福。俞士綸教授認為，任何發(fā)明都有正面和負面，都可以被誤用，但不能因為有誤用的風(fēng)險就不讓科技進步。芮勇教授贊同潘毅教授和俞士綸教授的觀點，并進一步解釋道，科技進步是人類的好奇心引發(fā)的，而好奇心是人類的本質(zhì)屬性；人類可以制訂規(guī)則減少新技術(shù)可能的危害，但是人類的本性是難以改變的。曹建農(nóng)教授表示，人的感受和他內(nèi)心對事情的詮釋方法有關(guān)，每個人都有自己的標準和生活目的；而最終，技術(shù)的進步是很難阻擋的，即便抱有擔心也無法停止新技術(shù)的到來。

這最后一個問題有些“哲學(xué)”，但它確實觸及了科學(xué)和人類關(guān)系的本質(zhì)。在大數(shù)據(jù)會議的最后聽到著名學(xué)者們在這個問題的想法和他們的行動應(yīng)對，揭示了先進的技術(shù)開創(chuàng)新的可能，也體現(xiàn)了高水平研究者身上科技思維和人文思維的相輔相成。雷鋒網(wǎng) AI 科技評論相信未來的科技發(fā)展總是會圍繞著提升人類生活的幸福和富足步步攀升。第五屆CCF大數(shù)據(jù)學(xué)術(shù)會議圓滿落下帷幕，期待明年第六屆CCF大數(shù)據(jù)學(xué)術(shù)會議上聽到更多關(guān)于科學(xué)和人類關(guān)系的思考，看到更“深”、更“廣”的大數(shù)據(jù)研究成果。

更多學(xué)術(shù)會議報道歡迎繼續(xù)關(guān)注雷鋒網(wǎng) AI 科技評論。

相關(guān)文章：

CCF 大數(shù)據(jù)學(xué)術(shù)會議的企業(yè)論壇上，八位嘉賓們都在關(guān)注怎樣的產(chǎn)業(yè)應(yīng)用問題？

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。