作为北京大学信息学院教授，王立威关于人工智能的研讨已有十几年。不同于其他的人工智能专家，王立威的首要研讨爱好在于机器学习理论。早在2010年，王立威就当选IEEE的AI’s 10 to Watch，是亚洲首位获得该奖项的学者，并于2012年获得国家自然科学基金优秀青年基金。
现在，王立威现已在机器学习尖端会议NIPS、COLT、ICML和尖端期刊JMLR、IEEE Trans. PAMI宣布多篇论文。其间2008年宣布于机器学习理论最高会议COLT的论文《On the Margin Explanation of Boosting Algorithms》是中国大陆学者在该会议上的首篇论文。
泛化理论：机器学习与深度学习的中心理论概念
在此次大会陈述中，王立威详细解说了“机器学习”的寓意。他说，自然科学中的“机器学习”是使用方程式描绘简略的数学规矩，麦克斯韦方程组、牛顿定律、薛定谔方程、洛伦兹变换这些理论都是如此，而人类也曾像“机器学习”相同考虑。可是，今日的机器学习技能，是规划杂乱模型用于处理非常杂乱的问题，比方区别猫和狗的图画，这类问题无法经过规划简略规矩来完结。“今日机器学习的中心思维是，国际是杂乱的，需求用极杂乱的模型，从大数据中来学习。”王立威表明。
作为机器学习的一部分，王立威对深度学习的鼓起以及中心问题做了解说。他称，深度学习的重要技能作用在于深度网络能够有用表明信号。前期人工神经网络是从人脑获得启示，有仿生的意味。而最新一轮的深度学习技能是2006年提出的，真实获得作用是在2012年。获得作用的中心原因是G.Hinton等人提出逐层预练习等新式练习方法，以及硬件核算功能大幅进步和海量数据。正由于如此，深度学习在研讨上新式网络结构不断提出，在使用上一些范畴的体现不断被改写。
“可是，现在咱们短少对深层理论的了解，人工智能在学术上最重要的问题就是要树立新的理论，解说深度学习所观察到的现象。”王立威提到。
在机器学习理论的研讨上，王立威提到了泛化理论，他以为，泛化才能是机器学习区别于其他范畴的中心概念。而泛化理论的方针是解说和证明为什么以及怎样进步练习集的准确功能够进步测验集的准确性。
王立威在会后的采访中向网易智能愈加详细地解说了泛化理论的开展。他表明，前期的经典泛化理论以为，有多少数据，就需求相应杂乱度的模型，假如少数数据用了非常杂乱的模型，在已有的数据上的作用会非常好，可是在新的数据上作用会很差，新旧数据差异非常大。可是到了深度学习观察到的结果是对立的，“就像咱们现在看牛顿定律并不是在所有场合都适用的，经典泛化理论也有自己的适用范围。”王立威表明，从学术的视点来说，咱们期望树立一个理论去了解深度学习，并且近一两年有许多的学者在注重这样的问题。
固然，假如用物理学理论来看人工智能学科理论开展，后者明显还没有抵达“牛顿定律”的阶段。可是泛化理论让咱们看到了人工智能理论开展的一些期望。
AI使用的两大约束四个商业范畴
谈到人工智能使用，王立威以为，人工智能现在的成功首要是工程技能的成功。可是有两大约束：
榜首，人工智能技能现在只适用于知识相对关闭、狭隘的范畴。比方，人工智能在图画分类的运用上，所练习的图画有必要预订分好类，假如图画没有提早分类是不能够用的。
第二，但凡需求人类经过知识、经历判别的范畴，人工智能技能现在远未到达广泛使用的程度。比方2016年全国高考语文作文（见下图），对人来说这张图画简单了解，但对机器来说，尽管机器能够辨认图画内容，但却无法了解背面的寓意，由于牵扯太多的布景信息。
图：2016年全国高考语文作文
在详细的商业使用上，王立威提到了四个范畴：
首要是无人驾驶，王立威以为在无人驾驶范畴，大大小小的公司现已堆集了很多的练习数据，在惯例道路上惯例行进不是问题，但真实落地使用仍是很难，这其间的关键是无法应对极点状况，包含稀有的路况和气候。所以，王立威主张，无人驾驶范畴现在要加大极点场景和突发状况的模拟练习。
其次是金融保险，现在人工智能在这一范畴的使用热度很高，触及量化买卖、金融风控等。
再次是传统事务，比方AI赋能电力调度，智能养猪等等。
终究是是医疗健康范畴，现在人工智能首要用于医疗印象辨认，药物研制。
王立威表明，现在自己在医疗印象范畴进入较深。依托北京大学的一系列隶属医院，王立威教授地点的北大信息学院与北大医学部联合成立了医信穿插中心，两个部分协作一起探究医疗印象的使用。
王立威向网易智能论述了AI医疗印象开展的观点：
首要，医疗职业的AI使用比较碎片化，即便只考虑医疗印象这一个使用范畴，不同病种都需求一个个去霸占，不同病种用到的详细技能也有差异巨大。
其次，在推进AI医疗印象的过程中，王立威以为，医院有必要认识到堆集数据的重要性，而数据搜集作业最好是由政府来主导，医疗职业拟定规范，并且数据搜集也需求有一个软件东西，不能添加医师的担负。
终究，算法体系终究会成为医师辅助东西，不只让医师的功率更高，最大的价值是让医师从AI中学习，拟定一个治病的规范。
面向未来：数据搜集需求规范化，职业革新将加快
关于人工智能未来几年的开展趋势，王立威以为，从技能上说，AI将会处理更多关闭环境下的使命，可是没有突破性的开展很难处理需求知识的敞开环境的使命。
从职业的开展来看，王立威以为，未来5-10年数据的堆集被人们所注重，当某个职业的数据构成必定规划后，职业革新将加快。
“关于当时重要的使命，是培育职业界搜集数据的习气与规范化流程，跟着数据的增多与数据质量的进步，一些职业将在十年内发作革命性的改变，包含医疗职业。”王立威神往到。
