报告摘要：

从击败人类国际象棋冠军的“深蓝”，到围棋冠军AlphaGo；从图像分类取得跨越式突破的AlexNet，到语言理解和生成能力在特定场景堪比人类的GPT-3模型，AI历经符号智能、感知智能，目前进入认知智能时代。以BERT和GPT为代表的预训练模型取得了较大进展，但仍然面临诸多挑战：（1）对于复杂的认知推理任务，例如开放对话、知识问答、可控文本生成等，仍与人类智能有较大差距；（2）代表性进展主要基于英文、发源于美国机构，在中文领域、国内技术体系内，仍然缺少原创、超大规模、具备技术先进性的预训练工作。我们致力于研究面向认知的超大规模新型预训练模型，旨在探索大规模自监督预训练模型，增强模型的认知推理能力，建立超越图灵测试的通用机器认知能力，让机器像人一样“思考”。

报告人简介：

唐杰

IEEE Fellow，清华大学计算机系教授、系副主任，获国家杰青、王选杰青奖。研究人工智能、认知图谱、数据挖掘、社交网络和机器学习。发表论文300余篇，引用18000余次，获ACM SIGKDD Test-of-Time Award（十年最佳论文）。主持研发了研究者社会网络挖掘系统AMiner，吸引全球220个国家/地区2000多万用户。担任国际期刊IEEE T. on Big Data、AI OPEN主编以及WWW’21、CIKM’16、WSDM’15的PC Chair。获国家科技进步二等奖、北京市科技进步一等奖、北京市专利奖一等奖、人工智能学会科技进步一等奖、KDD杰出贡献奖。