报告人简介：

夏树涛，清华大学教授，主要从事信息论编码与人工智能等方向的教学科研工作，目前主要研究兴趣为编码/量化/压缩、AI安全、机器学习与计算机视觉等。在IEEE Transactions on Information Theory (TIT), TPAMI, TSP, ToN等国际权威期刊和NIPS/ICML/ICLR, CVPR/ICCV/ECCV, DAC, MM, AAAI, WWW, ISIT等领域顶级会议上发表论文一百多篇。近年来主持完成国家973课题1项、国家重点研发计划课题1项、国家自然科学基金面上项目6项，以及多项深圳市重点科技项目。清华大学深圳计算机学科负责人，深圳智能语义挖掘技术工程实验室主任。

报告简介：

信息论起源于香农的著名论文“通信的数学理论”，主要包括数据压缩（去除冗余）和信道编码（抵抗噪声）两大部分。机器学习重在发现数据间的内在关系，从数据中学习并做出决定或预测。当香农遇见图灵、信息论与机器学习如何相互影响？本报告尝试抛砖引玉做一点探讨。一方面，深度学习中的数据表示本质上可看作有失真的数据压缩并由率失真理论刻画，而推断可视为一个有噪信号的译码过程；另一方面，深度模型可以给出更好的数据压缩算法、在纠错码的编译码方面也有很大潜力。本报告还将简要介绍夏教授近期在深度压缩和AI安全等方面的部分工作。