宣讲会前，安徽大学推算机学院副院长汤进对本次宣讲会的进行初衷做简短注明。汤院长暗示，本次宣讲会是一个好的契机，是为那些对人为智能感兴致的人提供的，一个进一步相识深度进建技术的机遇。他以为，在人为智能的时期布景下，深度进建技术的人才造就不成或缺，而类脑智能技术及利用国度工程尝试室则为提升我国人为智能领域人才造就的水准，提供了源头力量。

宣讲会伊始，安徽大学副教授江波为参会者带来了《机械进建基础及利用》的主题汇报。江波教授指出：“机械进建的性质是什么，什么场所下必要进行怎么的机械进建，这是各人必要沉点思虑的。”在传统的监督进建中，必要通过大量有象征的训练集进行算法分析。若是在没有经验数据或数据量较少的情况下，则必要判断是否必要进行半监督机械进建的步骤，获得更好的训练模型，增长泛化能力。江波教授总结到：“机械进建的思想与现实中的好多路理是极度类似的，而我们未来的推算机发展也将在算法、模型的领导下产生更多的扭转。”

安徽大学推算机学院讲师王文中向参会者遍及了深度进建基础的有关技术知识，直观解说了卷积神经网络的工作机造。王文中博士通过类比人体神经结构中的突触、神经元，诠氏缢深度进建算法通过训练观测样本去形成神经网络的机理。王文中博士暗示：“深度进建并不神秘，它归根究底只是由很多复杂的函数变动而成。”深度进建可能暗示神经网络的变换，由多个单一的线性神经元函数能够机关复杂的神经网络。神经网络又能够去表白肆意复杂的数据分界面。

随后，安徽大学推算机学院博士王逍萦绕匹敌性天生网络技术进行了浅析，并举例了目前在匹敌性天生网络技术上已有的一些成就：“2014年，Ian Goodfellow和蕴含Yoshua Bengio在内的蒙特利尔大学的其他钻研人员在一篇论文中介绍了GANs（Generative Adversarial Nets）。GANs的潜力是巨大的，由于他们能够进建仿照任何数据散布。也就是说，GANs能够被教导在职何领域内创造与我们类似的世界:图像、音乐、演讲、散文。”与此同时，深度进建技术在视觉、语音、天然说话蹬爪用领域迅速发展，已经起头像水电煤一样赋能于各个行业。深度进建软件框架及有关工具集是人为智能利用落地的沉要抓手，是人为智能有关服务及产品的主题。

(王逍博士PPT中展示的GANs“文章”)

本次宣讲会旨在让参会者更多地相识深度进建技术，相识类脑智能技术在产业上的利用。值得一提的是，为了更好地给参会者及多多AI从业者、开发者带来方便，“类脑智能盛开平台”也已全面盛开，为使用者提供超过60TB的数据量和超过50种分歧类此外160个高质量算法，叠加高机能推算集群，提升科研支持力度，提高AI顶尖人才造就水平，赋能产业升级，降低人为智能创新门槛。?