报名 | 深度学习新星：GANs的诞生与走向（本期公开课主讲人冯佳时 ）

铛铛挡，雷锋网【硬创公开课】已经顺利走过100期，感谢各位读者一直以来的支持。在新的一年里，硬创公开课将启动【直播+微信群互动】形式，为各位读者提供更加鲜活直观的分享课体验。

本期公开课内容将围绕“生成对抗网络（GANs）”展开，由斗鱼直播，直播结束后，嘉宾将在微信群与读者进行互动和资料分享。

如果您想入群，可关注【AI科技评论】公众号，点击左下角菜单【报名】获得入群方式。

为了打造高质量且细分的读者交流群，需要您提交一些基本资料作简单审核，请您多点耐心填写哦~而本次公开课读者群将优先CV相关从业者和学生进入。

为什么选这个主题？

在大数据和人工智能界，常有这么个说法“谁掌握了数据，谁就占据AI高地。”

但是“掌握数据”往往意味着巨大成本。首先海量数据经常被大型企业垄断，给原始数据标记也需要耗费巨大资金。

所以，基于数据而习得“特征”的深度学习技术受到狂热追捧，而其中GANs模型训练方法更加具有激进意味：它生成数据本身。

GANs是“生成对抗网络”（Generative Adversarial Networks）的简称，由2014年还在蒙特利尔读博士的Ian Goodfellow引入深度学习领域。2016年，GANs热潮席卷AI领域顶级会议，从ICLR到NIPS，大量高质量论文被发表和探讨。

Yann LeCun曾评价GANs是“20年来机器学习领域最酷的想法”。

在GANs这片新兴沃土，除了Ian Goodfellow所在的OpenAI在火力全开，Facebook的人工智能实验室也在这一领域马不停蹄深耕，而苹果近日曝出的首篇AI论文，就是基于GANs的变种“SimGAN”。

从学术界到工业界，GANs席卷而来。

经360首席科学家颜水成博士强力推荐，本期硬创公开课特邀冯佳时博士，为大家做一期以《深度学习新星：GANs的诞生与走向》为主题的演讲，拨开围绕GANs的迷雾。

详细信息

主题：《深度学习新星：GANs的诞生与走向》

时间：1月5日（周四） 晚 20:00

地点：硬创公开课 斗鱼直播间（房间号788495）

嘉宾信息

冯佳时博士

冯佳时，现任新加坡国立大学电子与计算机工程系助理教授，机器学习与视觉实验室负责人。

中国科学技术大学自动化系学士，新加坡国立大学电子与计算机工程系博士。2014-2015年在加州大学伯克利分校人工智能实验室从事博士后研究。现研究方向为图像识别、深度学习及面向大数据的鲁棒机器学习。

冯佳时博士曾获ICCV’2015 TASK-CV最佳论文奖，2012年ACM多媒体会议最佳技术演示奖。担任ICMR 2017技术委员会主席，JMLR, IEEE TPAMI, TIP, TMM, TCSVT, TNNLS及 CVPR, ICCV, ECCV, ICML, NIPS, AAAI, IJCAI等期刊、会议审稿人。冯佳时博士已在计算机视觉、机器学习领域发表论文60余篇。

本次公开课内容包括但不限于

• 什么是生成对抗网络（GANs）？

• GANs现在为什么这么火？

• GANs目前在深度学习领域处于一个什么样的位置？

• 如何看待OpenAI 、Facebook Fair等在GANs领域的现阶段工作？

• 如何评价苹果的首篇AI论文提出的SimGAN训练方法？
  

• GANs适用于哪些商业领域？

• GANs的未来发展方向是什么样的？