“模态”（Modality）是德国理学家赫尔姆霍茨提出的一种生物学概念，即生物凭借感知器官与经验来接收信息的通道，如人类有视觉、听觉、触觉、味觉和嗅觉模态。多模态是指将多种感官进行融合，而多模态交互是指人通过声音、肢体语言、信息载体（文字、图片、音频、视频）、环境等多个通道与计算机进行交流，充分模拟人与

1959年，亚瑟·塞缪尔首先发明了机器学习的形式，这种形式现在被称为强化学习。它使用的是一个程序，该程序通过自己玩跳棋来学习......“电子游戏具有一些特殊的优点，包括真实模拟、确定边界、上帝标准、无损探索以及有趣益智，因此，它就成为了一个非常好的训练场域。”

光电智能计算模型性能首次超越了LeNet-4电子神经网络模型。系统还能实现高速、高精度的人类动作识别。运行同样的神经网络，光电计算系统与特斯拉V100图形处理器（GPU）相比，计算速度提高了8倍，系统能效提升超过一个数量级，核心模块计算能效则能够提升四个数量级。

可解释的人工智能进展缓慢——人工智能研究人员一直花费大量的时间来尝试解释人工智能在做什么。通过深入研究数据，发现训练有素的人工智能模型严重依赖于来自数据集特定的一些参数。不过，可解释人工智能的结果通常并不令人信服，容易陷入“鸡生蛋，蛋生鸡”的悖论中，因此可解释的人工智能进展很缓慢。

机器学习是人工智能的一个应用，它使用算法和统计模型来教计算机系统如何在没有任何人工交互的情况下执行各种任务。与定义决策逻辑的传统计算机编程不同，机器学习使系统可以根据可用数据调整其行为。

人工智能的核心在于机器学习算法，而目前算法只能解决三类问题：分类、聚类、回归。所有的人工智能应用，本质上都是将问题抽象成分类、聚类、回归这三类模型，并对这三类模型进行不同的组合，最后通过模型求解来解决现实问题。

结合机器学习和大数据，新一轮的AI进步为我们提供了能够对口头命令做出响应的小工具，以及能够识别路障的自动驾驶汽车。令人欣喜的同时，也要意识到他们的缺陷——均不具备常识。

抽象化表达世界只是VectorNet模型的第一步，在有了向量图之后，理解不同要素之间的联系，学习要素之间的语义信息成了更可行的一步，最终才能让机器学实现从 “看到世界”到“理解世界”的发展。在此之前，卷积神经网络擅长于编码位置关系，但在学习多个要素之间的连接关系面前则显得吃力。

孙剑博士在报告中将当前使用卷积神经网络的计算机视觉分两个方面进行了探究：1、卷积神经网络，核心可以归纳为：网络的深度、网络的卷积操作、网络的宽度和网络的大小。2、计算机视觉，核心问题可以归纳为：分类、检测、分割以及序列。

近日，谷歌旗下人工智能企业“深层思维”（DeepMind）提出一种方法，能够让智能体使用特定的记忆来信任过去的行为，并对未来做出正确的决策。相关成果发表于最新一期的《自然·通讯》上。

我同意某些观点：它可以传播人类的偏见，不容易解释，它没有常识，更多的是在模式匹配而不是强大的语义理解的层面上。但我们在解决其中一些问题上取得了进展，而且这一领域的进展仍然相当快。你可以把深度学习应用到数学上，也可以用它来理解蛋白质，你可以用它做很多事情。

陈天奇是机器学习领域著名的青年华人学者之一，本科毕业于上海交通大学ACM班，博士毕业于华盛顿大学计算机系，研究方向为大规模机器学习。上个月，陈天奇在Twitter上宣布自己将于2020年秋季加入CMU任助理教授，成为加入CMU的年轻华人学者之一。在本文中，陈天奇回顾了自己做机器学习科研的十年。