两大机器学习会议首来中国人工智能异军突起新时代

最近在科技界，人工智能、机器学习可谓炙手可热。回想这一年，机器学习大佬们纷纷从学术界 跳槽 工业界，祖师爷Geoffrey Hinton被谷歌招入麾下，泰斗Yann Lecun加盟Facebook，前 谷歌大脑之父 Andrew Ng成为百度首席科学家。作为人工智能最重要的分支，近几年，机器学习取得的突破进展，让世界不得不为之瞩目。

这个六月，一场机器学习领域的饕餮盛宴正在上演。国际机器学习大会（ICML）和机器学习暑期国际研讨会（MLSS）这两个机器学习顶级会议首次来到北京。人工智能为何如此火爆？学术界与工业界有哪些新进展？人工智能下一突破会在何处？笔者抓住这个千载难逢的机会，来到现场，不仅能近距离膜拜大师，更期待找到问题的答案。

两大盛会首来中国，原因何在

今年，ICML和MLSS齐聚北京，可谓史无前例。究竟是什么吸引两大机器学习顶级会议从欧美移驾中国、各位人工智能大师千里迢迢赴京？笔者认为，中国目前在人工智能领域可谓异军突起，无论学术界还是工业界都有亮眼表现。

从国也与8月全国平均降水量较常年同期偏少、平均气温较常年同期偏高等因素有关。家层面，政府高度重视发展人工智能技术，人才方面，越来越多就读于世界顶级名校的中国学子学成归国，工业方面，中国真正做到了技术的工业落地，尤其在互联产品上变现能力极强。

人工智能研究新成果

去年ICML大会上，Andrew Ng带领学生Adam Coates利用2万美金的GPU集群做到了谷歌价值约100万美金服务器集群识别猫脸同样的效果。今年，谷歌实验室科学家Quoc Le带来了提取语句和文本特征的新方法。通过位置最黄金的展台和多达三个演播室。此外加入一层Paragraph Vector来表示语境，巧妙的解决了传统 bag-of-words （词袋）模型无序和语意缺失的问题。

自然语音处理领域鼻祖，加拿大蒙特利尔大学的Yoshua Bengio教授将传统Denoising Auto-encoder（DAE）算法训练循环（training epoch）中数据的损失边缘化（marginalized），实现了用少量的训练循环达到或超过DAE模型的效果。

机器学习泰斗Geoffrey Hinton的学生，加拿大多伦多大学教授Ruslan Salak hutdinov则介绍了关于自然语言的多模态神经语言模型（multimodal neural language）。在图文（image-text）模型中，通过一个卷积络，可以同时学到关键词和图像特征。