本文摘要：7 月 7 日，由 CCF 中国计算机学会主办、与香港中文大学（深圳）联合主办的第二届 CCF-GAIR 全球人工智能与机器人峰会在深圳如期揭幕。

7 月 7 日，由 CCF 中国计算机学会主办、与香港中文大学（深圳）联合主办的第二届 CCF-GAIR 全球人工智能与机器人峰会在深圳如期揭幕。当天上午，中国科学院院士、英国皇家工程院外籍院士、IEEE Fellow、IAPR Fellow 谭铁牛为大会带给了为题《模式识别研究的总结与未来发展》的主题演说。概念谭铁牛院士首先说明了模式识别的概念，他称之为：“世上万物，不管是物质的还是精神的，看见还是看不到的都是一种模式，而对这些模式展开分析与处置，进而构建叙述、识别、分类、说明，这就是一种模式识别”。历程随后谭铁牛院士非常简单总结了模式识别学科的发展历程，并将其非常简单分成以下三大阶段：上世纪七八十年代之前，浑沌出生于，开天辟地：奠下了模式识别学科的数学基础，首创了若干应用于；两千年之前，百家争鸣，百花齐放：模式识别的理论大大非常丰富；新世纪至今，物竞天择，适者生存：大数据的蓬勃发展给模式识别的发展带给契机。

现状谈及模式识别现今的发展，谭铁牛院士总结了四个观点：面向特定任务的模式识别早已获得突破性进展，有的性能已可与人类相媲美；统计资料与机遇神经网络的模式识别目前占到主导地位，深度自学首创了新局面；标准化模式识别系统仍然任重道远；鲁棒性、自适应性和可一般化性是更进一步发展的三大瓶颈。未来面向未来，谭铁牛院士指出模式识别领域有如下有一点注目的研究方向：从神经生物学领域取得灵感的模式识别；面向大规模多源异构数据的鲁篮特征传达；结构与统计资料结合的模式识别新的理论；数据与科学知识结合的模式识别；以互联网为中心的模式识别。

总结最后谭铁牛院士用三句话对现场演说展开了总结，他回应：模式识别是人类最重要的智能不道德，是智能化时代的关键使能技术；鲁棒性、自适应性和可一般化性是模式识别面对的三大瓶颈；向生物系统自学、结构与统计资料结合，数据与科学知识结合，并充分利用海量的互联网数据，是尤其有一点注目的研究方向。更加详尽的内容参见的深度报导。

(公众号：)(公众号：)涉及读者：第二届 CCF-GAIR 揭幕！中国 AI、机器人行业产学研跨界统合转入新时期｜ CCF-GAIR 2017中国工程院院士潘云鹤教授开场演说：全面解析中国新一代AI研究方向｜ CCF-GAIR 2017原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：开云手机在线登陆入口-www.dusalai.com