重点推荐 工作动态 师生之家 学习之窗

红色支部月| 党建+科研,为科学研究注入红色基因

来源:党群工作部 发布时间:2021-02-01 作者:

【编者按】一名党员一面旗,一个支部一堡垒。为强化基层组织建设,2020年西湖大学党委全面优化基层组织架构,新调整的26个基层党组织,就像是学校基层党建工作的最小“细胞”,通过多元创新的活动方式,不断激活西湖大学党建工作的“神经末梢”,释放学校发展的“红色动力”。


自西湖大学工学院第三党支部成立以来,其愿景即是“把工学院第三党支部办成真正能够帮助大家解决智能科学问题的AI特色党支部”。为此,该支部开展了第一次主题党日活动——以“与时俱进,积极学习先进科学知识”为主题的西湖机器人学习研讨会。


1. 第一届西湖机器人学习研讨会现场大屏幕


此次研讨会以近期人工智能顶会等科研成果为基础,具体内容包括深度强化学习、深度迁移和元学习、机器语音语言导航理论等等,向广大党员师生详细地介绍了人工智能理论和应用。


2. 第一届西湖机器人学习研讨会会议议程


什么是机器人学习?机器智能实验室王东林老师解释道,传统的机器学习侧重于算法、标签数据、相同领域,而当下新的机器人学习则是侧重于真实智能体、小样本数据以及不同领域和环境。


3. 机器智能实验室王东林老师作开场介绍


机器智能实验室肖腾给大家讲演了五种方法来最大程度地减少分布日志记录策略和推荐策略之间的不匹配,分别为支持集约束、监督正则、策略约束、双重约束和奖励增强。他在此次文章中提出的通用离线强化学习框架,能够基于大量相似已有的日志数据进行离线学习。从而,能够将未来很长一段时间纳入考虑,向用户提供最佳的决策。


4. 肖腾作题为《A General Offline Reinforcement Learning Framework for Interactive Recommendation》的讲解


机器智能实验室陈政聿提出的一种深度传递张量分解(DTTD)方法可以帮助“猜你喜欢”之类的商品推荐系统缓解稀疏性的问题,主要通过结合相关辅助信息(比如用户性别、年龄、在页面停留的时间,当前的互联网热点),及加入跨域知识(比如用户如果在图书类app购买了多本图书,通过这些图书学到的彼此关联的知识,可以在电影票app平台应用这个相似的关联知识,从而发现影片之间的关联,推荐对应的影片);研究者发现,结合辅助信息和跨域知识后的推荐效率可提升10%以上。


5. 陈政聿作题为《Deep Transfer Tensor Decomposition with Orthogonal Constraint for Recommender Systems》的讲解


与此同时,还有其他十来位相关研究人员也介绍了机器人领域的智能科学研究进展,向现场在座的党员师生讲解了众多的前沿科学知识。


6. 研讨会现场观众


在机器人学习研讨会的总结环节上,王东林老师再次强调此次会议的宗旨,希望能促进以AI为主题的多方向学科交叉,把当前的Lab-to-Lab(L2L)学科交叉模式逐步深入至Student-to-Student(S2S)学科交叉模式,助力西湖大学各学院不同方向的交叉学科加快发展。


7. 王东林老师在作研讨会总结


通过此次主题党日活动,西湖大学工学院第三党支部的党员们对人工智能理论和应用,尤其是在机器人学习方面有了进一步的了解。同时,此次研讨会也将会对党员队伍的整体科学文化素质产生积极的影响。未来,西湖大学工学院第三党支部将深化红色基因融入科学研究,创新发展支部特色组织路线,为西湖大学发展提供助力。