在大數據和人工智能界，常有這么個說法“誰掌握了數據，誰就占據AI高地?！?/p>

但是“掌握數據”往往意味著巨大成本。首先海量數據經常被大型企業(yè)壟斷，給原始數據標記也需要耗費巨大資金。

所以，基于數據而習得“特征”的深度學習技術受到狂熱追捧，而其中GANs模型訓練方法更加具有激進意味：它生成數據本身。

GANs是“生成對抗網絡”（Generative Adversarial Networks）的簡稱，由2014年還在蒙特利爾讀博士的Ian Goodfellow引入深度學習領域。2016年，GANs熱潮席卷AI領域頂級會議，從ICLR到NIPS，大量高質量論文被發(fā)表和探討。

Yann LeCun曾評價GANs是“20年來機器學習領域最酷的想法”。

在GANs這片新興沃土，除了Ian Goodfellow所在的OpenAI在火力全開，Facebook的人工智能實驗室也在這一領域馬不停蹄深耕，而蘋果近日曝出的首篇AI論文，就是基于GANs的變種“SimGAN”。

從學術界到工業(yè)界，GANs席卷而來。

經360首席科學家、人工智能研究院院長顏水成強力推薦，本期雷鋒網硬創(chuàng)公開課特邀馮佳時博士，為大家做一期以《深度學習新星：GANs的誕生與走向》為主題的演講，撥開圍繞GANs的迷霧。

本次公開課內容包括但不限于

• 什么是生成對抗網絡（GANs）？

• GANs現在為什么這么火？

• GANs目前在深度學習領域處于一個什么樣的位置？

• 如何看待OpenAI 、Facebook Fair等在GANs領域的現階段工作？

• 如何評價蘋果的首篇AI論文提出的SimGAN訓練方法？

• GANs適用于哪些商業(yè)領域？

• GANs的未來發(fā)展方向是什么樣的？

嘉賓介紹

馮佳時，現任新加坡國立大學電子與計算機工程系助理教授，機器學習與視覺實驗室負責人。

中國科學技術大學自動化系學士，新加坡國立大學電子與計算機工程系博士。2014-2015年在加州大學伯克利分校人工智能實驗室從事博士后研究?，F研究方向為圖像識別、深度學習及面向大數據的魯棒機器學習。馮佳時博士曾獲ICCV’2015 TASK-CV最佳論文獎，2012年ACM多媒體會議最佳技術演示獎。擔任ICMR 2017技術委員會主席，JMLR, IEEE TPAMI, TIP, TMM, TCSVT, TNNLS及 CVPR, ICCV, ECCV, ICML, NIPS, AAAI, IJCAI等期刊、會議審稿人。馮佳時博士已在計算機視覺、機器學習領域發(fā)表論文60余篇。

活動詳情

主題：《深度學習新星：GANs的誕生與走向》

嘉賓：馮佳時

時間：1月5日（周四） 晚20:00

地址：硬創(chuàng)公開課 斗魚直播間（房間號：788495）

本期雷鋒網硬創(chuàng)公開課將會有【斗魚直播+微信群問答】兩個環(huán)節(jié)。嘉賓直播授課分享結束后，將會在微信群與群友問答互動。

為了打造高質量且細分的讀者交流群，我們需要您提交一些基本資料作簡單審核，而本次公開課讀者群將優(yōu)先CV相關從業(yè)者和學生進入。

掃描下方海報上的二維碼，進入雷鋒網人工智能垂直微信公眾號【AI科技評論】后，可獲得詳細入群方式。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。