<tr id="m6agc"></tr>
<rt id="m6agc"><xmp id="m6agc">
<rt id="m6agc"></rt><rt id="m6agc"></rt>
<rt id="m6agc"></rt>
<sup id="m6agc"><optgroup id="m6agc"></optgroup></sup>

...
 

 2019年5月10日成都大學邀請美國工程院院士丹尼爾.伯格(Daniel Berg)教授,詹姆斯.田(James M. Tien)教授在學術交流中心舉行了高端學術講座,與會人員有學校黨委書記毛洪濤,信工學院書記彭陽,院長雷霖,其他學院領導,新華三集團工程師,信工學院電子信息類師生300余人

講座紀要:

1、雷霖院長主持,并介紹主講專家及與會領導和師生。2、丹尼爾.伯格(Daniel Berg),詹姆斯.田(James M. Tien)做學術宣講匯報。

匯報內容:

  隨著現代社會的發展,實時決策已經滲透到社會的各行各業。在城市的的建設和發展中,需要搜集城市各個組成部分的相關信息,并根據這些信息做出對城市發展有益的決策。與此同時信息與決策也是現代物聯網技術發展的重要方面,需要統籌物聯網中各個組成部分(貨物,服務型貨物,電子信息服務等)協調系統的完成信息的采集以及決策的建立。物聯網技術的發展已經應用到社會生活的各個方面,比如醫療平臺的建立,礦產采集,城市服務。物聯網技術的主要是各個“物”的相互之間建立起信息的連接,主要包括人與人,人與機器,機器與機器的相互連接,并建立起三維的聯合決策,實現數據->信息->戰略與決策->知識->智慧的建立過程。

大數據與傳統的數據分析也存在著本質上的區別。大數據分析主要是各個“物”之間不是獨立存在的,也不是單純的A決定B,而是各個“物”之間相互關聯,相互影響,盡管大數據的發展越來迅猛,但“大數據是一門藝術,而不一定是科學”;而傳統數據分析只有單一的數據流向,即A決定B或者B決定A。

隨著AI(人工智能)技術與大數據的發展,為實時決策的建立提供了更加豐富的數據分析和決策建立的技術支持。但在實際的研究過程中,AI技術的和大數據之間存在著本質上的區別;大數據主要的基于大量的數據分析,并將各個數據之間建立相互的關聯,顯得數據多而雜亂;AI技術需要加入反饋信息,不斷訓練,從而得出更優的決策。其本質的數據流向為數據搜集->信息處理->決策的反饋和交流->學習,AI技術不是最終的控制操作,而是不斷的學,不斷的做,再不斷學往復過程;AI技術不僅僅基于數據,更重要的在于學習。決策是好的,但不一定是絕對正確的。隨著AI技術和大數據技術的進一步研究和發展,也將不斷的解決自身問題和局限性,從而更進一步的推動無人駕駛,智慧城市等決策領域的快速發展,并最終推動這些技術應用到生活的各個方面。

最后互動交流環節:新華三的工程師提出,實時決策,會在某行業異軍突起,還是遍地開花?學習中數據如何保證正確?詹姆斯.田教授指出物聯網會應到各行各業,同時數據是錯的那么系統也就是搓成,沒有正確的數據就沒有正確的分析,所以在采集數據的時候就要不斷的學習與修正,學習與反饋是必要的,反饋也是為了更好的學習。AI技術如何應用到公共政策的分析?詹姆斯.田教授回答正確的理解AI的應用,不斷的學習,更好的應用AI。于曦副院長提出讓學生如何更好的進行AI學習?詹姆斯.田教授指出主動學習,理解機制,謹慎學習,丹尼爾.伯格教授指出逐漸理解基本原理,了解機制,謹慎的原則,不斷的學習才能完善。

 本次論文讓與會的師生對AI技術大數據技術以及實時與決策領域有了新的理解和認識,對于大家以后的學習和科研起到了良好的指引作用,受到了與會師生的一直好評,并希望以后能夠舉行更多更好這樣的講座。


pc蛋蛋怎么快速赚金蛋