机器人持续学习—迈向自主服务机器人

所属专题:计算机视觉

嘉宾 : 张益民 | 英特尔中国研究院首席科学家

会议室 : 和合厅A

讲师介绍

专题演讲嘉宾:张益民

英特尔中国研究院首席科学家

张益民博士目前担任英特尔中国研究院首席科学家、首席研究员(Principal Engineer),主要研究领域包括持续学习、个人服务机器人自适应交互、计算机视觉以及算法硬件加速等。张益民博士多年来一直从事人工智能相关领域的研究。他于 2000 年 3月加入英特尔,曾从事自然语言处理、统计计算方面的研究工作。自 2005 年起他负责应用研究实验室的研究工作,主持在计算机视觉方面的研究工作。2013 年他带领团队开发的人脸分析技术在英特尔认知计算开发工具包中被采用,为英特尔在感知计算方面的推进做出了重要贡献。2014 年他主持研发了基于实时人脸跟踪技术的口袋阿凡达应用原型并成功孵化为产品,因此获得英特尔最高奖—英特尔成就奖(IAA-Intel Achievement Award),他也于同年被提升为首席研究员。从 2015 年起他开始带领团队进行机器人方面的研究,实现了一系列机器人软硬件原型,包括自适应机器人交互软件库、HERO 计算平台、平板机器人/瑞宝等服务机器人原型,也在和产品组/业界伙伴进行进一步合作把这些技术带入到未来产品。他是计算机学会杰出会员、智能机器人专业组常务委员、计算机视觉专委会委员。张益民博士 1999 年毕业于上海交通大学计算机软件专业,获博士学位。此前分别于 1993 年和 1996 年在复旦大学和上海海运学院获学士和硕士学位。他已在国际会议和期刊上发表学术论文 80 多篇,拥有技术专利多项。

议题介绍

地点:和合厅A
所属专题:计算机视觉

演讲:机器人持续学习—迈向自主服务机器人

机器人是人工智能一个非常重要的应用领域,而其中的学习能力则是机器人能够进行更智能的服务的一个关键能力。不同于目前主流的监督学习的方法,机器人学习面临更多的挑战,从而迫切需要持续学习的能力。英特尔研究院过去几年在持续学习方面进行了一些探索,并获得了一些不错的进展。本次报告将会介绍持续学习方面的研究现状,并进一步介绍英特尔中国研究院在单任务和多任务持续学习方面的一些工作,尤其是和机器人视觉感知相关的部分,也会介绍一些相关的研究如 OpenLORIS 数据集、持续学习相关的软件库等。

内容大纲

1. 机器人学习的挑战

  • 长尾效应与小数据学习
  • 数据采集和标注
  • 多任务学习和灾难性遗忘

2. 持续学习

  • 持续学习的研究现状
  • 通用持续学习

3. 我们的持续学习研究介绍

  • 单任务的持续学习
  • 多任务的持续学习

4. 相关研究介绍

  • HERO 平台和自适应机器人交互库
  • OpenLORIS 数据集

5. 总结

听众受益

  • 让听众了解持续学习的研究现状;
  • 了解这方面的最新研究进展;
  • 了解相关可用的一些资源如数据集等。

交通指南

© 2020 Baidu - GS(2019)5218号 - 甲测资字1100930 - 京ICP证030173号 - Data © 长地万方
想要批量报名或更多优惠?
立即联系票务小姐姐 Amy
或致电:+86-15615403186