講者介紹

甘哲，微軟高級(jí)研究員，主要研究方向?yàn)槎嗄B(tài)預(yù)訓(xùn)練，2010年和2013年獲得北京大學(xué)本科和碩士學(xué)位，2018年獲得杜克大學(xué)博士學(xué)位。曾擔(dān)任，或正在擔(dān)任NeurIPS 2021/2020/2019, ICML 2021, ICLR 2021, AAAI 2021/2020，以及ACL 2021的領(lǐng)域主席。

會(huì)議題目

多模態(tài)預(yù)訓(xùn)練的最新進(jìn)展

會(huì)議摘要

隨著OpenAI CLIP和DALL-E等模型的相繼出現(xiàn)，多模態(tài)預(yù)訓(xùn)練成為一個(gè)日益熱門(mén)的研究方向。在本次的talk中，我將分享我們組在這個(gè)領(lǐng)域上最近發(fā)表在ECCV 2020和NeurIPS 2020的幾個(gè)工作。我將具體討論如下主題。第一，如何實(shí)現(xiàn)多模態(tài)預(yù)訓(xùn)練？第二，如何理解預(yù)訓(xùn)練模型學(xué)到了什么？第三，如何提高預(yù)訓(xùn)練模型的效果？對(duì)抗訓(xùn)練能否達(dá)到這樣的目的？第四，如何評(píng)測(cè)和提高預(yù)訓(xùn)練模型的魯棒性？

會(huì)議亮點(diǎn)

1、UNITER：如何實(shí)現(xiàn)多模態(tài)預(yù)訓(xùn)練？ECCV 2020；

2、VALUE：如何理解預(yù)訓(xùn)練模型學(xué)到了什么？ECCV 2020 Spotlight；

3、VILLA：如何提高預(yù)訓(xùn)練模型的效果？NeurIPS 2020 Spotlight；

4、MANGO：如果評(píng)測(cè)預(yù)訓(xùn)練模型的魯棒性？Ongoing work (arXiv preprint) 。

直播時(shí)間

2021年4月3日（周六）11:00-12:00 線上直播

關(guān)注微信公眾號(hào)：人工智能前沿講習(xí)，對(duì)話框回復(fù)“SFFAI101”，獲取入群二維碼

注：直播地址會(huì)分享在交流群內(nèi)