重庆网络广播电视台7月6日讯（记者 李云波）今日，由中国工业与应用数学学会（CSIAM）大数据与人工智能专业委员会、中国计算机学会（CCF）大数据专家委员会联合主办，重庆市科学技术协会、重庆师范大学承办的“首届全国大数据与人工智能科学大会(CSIAM-BDAI 2018)”在渝举行。大会期间将举办特邀报告、分组报告、专题研讨会等主题活动。会议围绕大数据与人工智能领域当前研究热点，针对学科发展趋势展开深入讨论，为我国大数据分析方法与人工智能算法发展构筑理论基础。

从事大数据、人工智能等相关领域研究的专家学者、青年学生以及工业界的专业技术人员近千人聚集一堂，展示最新成果，研讨热点问题，展望学科前景，分享这一大数据时代下的科学盛宴。

在大会特邀报告环节，中国科学院院士、北京大学数学科学学院教授张平文对基于模拟数据和观测数据的可计算建模方法，以及针对具体问题的模拟结果作了主题演讲。张平文院士指出，量子力学中的密度泛函方法，流体中通过雷诺平均方法模拟湍流运动，比如天气预报中的次网格方法就是典型的可计算建模方法。大数据使得以预测为目的建模可以不依赖于机理，从而极大地拓展了计算研究的领域。机理与数据相结合的可计算建模也为科学与工程计算开辟了广阔的空间。

中国科学院院士、西安交通大学数学与统计学院教授、中国科学院信息技术科学部副主任徐宗本就大数据背景下小样本学习的框架、模型以及小样本学习的国内外进展情况进行了精彩阐述，并提出应重点关注的研究方向。报告将小样本学习区分为概念学习（Concept Learning）和经验学习（Experience Learning）两个大的范畴，并概括了两类小样本学习已知的典型方法，典型应用与发展趋势。最后，徐宗本提出了小样本学习凾待解决的系列科学问题。

而南京大学教授，计算机科学与技术系主任周志华则对关于深度学习背后的关键因素的一些初步思考和探索进行了分享。

当从人到机器都已经被数据解构，数据不仅仅是石油或是黄金，它更是血液，贯穿每个人一生的不同阶段。这并非危言耸听，更不是科幻电影，而是正在逐步成真的现实。

自2011年以来，大数据旋风以“迅雷不及掩耳之势”席卷中国。截至目前，大数据与人工智能的热度蔓延到了各个领域，无人驾驶、无人超市、智慧城市以及各种黑科技成为热搜名词，人才需求随即猛增。在这个时代的风口，想要突围的公司无数，传统行业转型升级势在必行。

相关链接：重庆网络广播电视台