如果这还不够脑洞大开，接下来麦吉尔大学语言系副教授、电影《降临》科学顾问 Jessica Coon 更是将我们带入了外星人、实地考察和普遍文法的语言学领域。她认为，我们语言的独立性要去包含语言学的一些知识，我们也要理解类型方面很类似的语言内在规律，比如像英语和中文，它们有相对固定的词序以及扩展方法。最后，她还谈到了萨丕尔-沃尔夫假说。她说，语言学研究发现英语、乔尔语和俄语对以下三个颜色的区分是不同的，在乔尔语中，一个单词概括了这三个颜色，但是俄语中有三个单词对应相应的颜色。这是不是意味着语言对世界观差异的影响？

杉数科技联合创始人、首席科学家，上海财经大学交叉科学研究院院长葛冬冬则试图在运筹学领域给我们带来新的启迪。他谈到，对于很多现实的东西，一个人要做决定，做决定的时候，发现这个规律可能是很复杂的，最后建立了一个非常复杂的系统，这个系统怎么根据复杂的规律之间错综复杂的关系，把最优化的决策找出来，这就是运筹学的任务了。而在最近两年，葛冬冬明显感觉到运筹学在如今社会的机遇和挑战，这个机遇主要体现在两个方面：算法和社会环境发生的变化。最后，葛冬冬谈到：「运筹学，要顺应这个改变，它能做的事情是很多的。为机器学习提供模型的思考，算法的保障，同时也是数据到决策全面调整最核心、最后的一环，非常关键。再者，通过优化和建模的方法，对实际问题能够起到很多的指导作用。」

接下来，俞栋、邓力、吴思和 Bay Labs 科学和技术负责人 Johan Mathe、麦克马斯特大学工程实践与技术学院助理教授高振一起在舞台上进行了主题为「机器学习的前沿与交叉研究」。他们结合自己的研究背景对机器学习前沿以及与神经科学、心理学等多领域的跨学科研究和思想进行了探讨。

Session 3：先锋青年

在这一轮 Session 环节，第四范式联合创始人兼首席研究科学家陈雨强与 NIPS 2016 最佳论文「VIN」作者之一吴翼都各自带来了非常干货十足的分享。

作为明星人工智能创业公司第四范式的联合创始人和首席研究科学家，开奖，陈雨强所带来的主题为「No Free Lunch：机器学习模型『宽与深的大战』」的演讲非常全面地探讨了学界中的深度模型和工业界中的宽度模型，同时还分析了这两种模型的各自特点。他介绍说：宽与深的模型并没有谁比谁好，这就是免费午餐定理：不同业务使用不同的模型，不同的模型有不同的特点。他对这些特点进行了说明：宽度模型有比较准确的记忆能力，深度模型有比较强的推理能力；宽度模型可以说出你的历史，在什么情况下点过什么广告，深度模型会推理出下次你可能喜欢哪一类东西。宽度模型是依靠层次化特征进行泛化的，有很强的解释性，虽说特征很多，但是每一个预估、为什么有这样的预估、原因是什么，可以非常好的解释出来；深度模型是非常难以解释的，你很难知道为什么给出这样的预估。宽度模型对平台、对工程要求非常高，需要训练数据非常多、特征非常多；深度模型对训练数据、对整个模型要求相对较低一点，但现在也是越来越高的。

接下来上台分享的是加州大学伯克利分校的在读博士吴翼，他的导师是著名的人工智能领域「标准教科书」《人工智能：一种现代方法》的作者之一 Stuart Russell（他将在明天分享主题为《人工智能的过去、现在与未来》的演讲）。在今天的分享中，吴翼讲解了他所参与的一项曾获 NIPS 最佳论文奖的研究——价值迭代网络（VIN）。吴翼提到，他们成功地将一个经典的规划算法和经典的卷积神经网络建立了联系。从而将一个规划算法，在神经网络中表达成了卷积神经网络的形式。「现在我们可以将规划算法 value iteration 作为一个模块嵌入到之前我们提及的网络结构中。我们称之为 value iteration network，j2直播，简称 VIN。」而由于有个 value iteration 模块，整个网络也就有了学习规划和进行长期规划的能力。