主讲人介绍

黄高，清华大学自动化系副教授，博士生导师。博士毕业于清华大学，博士后工作于美国康奈尔大学。主要研究领域为深度学习和计算机视觉，提出了主流卷积网络模型DenseNet。共计发表学术论文100余篇，被引6万余次，最高单篇引用超过4万次。获国家优青、CVPR最佳论文奖、达摩院青橙奖、世界人工智能大会SAIL奖、教育部自然科学一等奖、AI 2000人工智能最具影响力学者、《麻省理工科技评论》“35岁以下科技创新35人”等，担任IEEE-TPAMI、IEEE-TBD、Pattern Recognition等国际期刊编委和CVPR、ICCV、NIPS、ICML等国际会议领域主席。

讲座摘要

深度神经网络是推动人工智能快速发展的核心技术之一，在计算机视觉、语音识别和自然语言处理等领域有着极其广泛的应用。本讲座将围绕深度神经网络的架构演进，回顾深度学习的发展历程，并介绍卷积神经网络、循环神经网络、Transformer等经典网络模型。讲座还将探讨在当前通用基础模型快速发展的背景下，神经网络架构研究可能存在的机会与挑战。

海报｜周润杰

排版 | 郭悠然

审核 | 王小芳