2018年3月29日，北京工商大学计算机与信息工程学院开展了“CCF走进高校”活动。CCF人工智能与模式识别专业委员会秘书长、北京交通大学于剑教授，CCF南京分部副主席、CCF人工智能与模式识别专业委员会副秘书长、南京大学高阳教授和北京邮电大学计算机学院院学术委员会主任杜军平教授受邀为北京工商大学的师生带来一场精彩的报告。计算机与信息工程学院院长蔡强教授，计算机与信息工程学院书记、食品安全大数据技术北京市重点实验室主任陈谊教授及学院教师、研究生和CCF北京工商大学学生分会会员聆听了报告。报告由北京工商大学网络中心主任、计算机科学与技术学科负责人李海生教授主持。

杜军平教授以“基于时空特性的在线社交网络搜索”为题，围绕基于深度卷积神经网络的图像编码、时空特性稀疏语义建模、基于RNN和主题模型的突发话题发现等内容展开讨论，并与同学们分享了其目前的研究成果。高阳教授带来题为“多智能体强化学习中的博弈与均衡”的报告，向同学们介绍了强化学习基本原理、多智能体强化学习算法；同时介绍了报告人提出的非共享支付矩阵博弈、近似博弈、博弈迁移和博弈约简，引起了同学们的兴趣。随后，于剑教授以“深度学习的能和不能”为题深入分析深度学习的适用范围，首先，简述深度学习的发展历程。在此基础之上，理论分析深度学习的应用范围和失效领域。最后，讨论深度学习面临的问题及其对策，引发思考，带来感悟。

演讲之后，同学们积极举手提问，三位讲者与在场同学进行了热烈的互动交流。同学们表示通过这次CCF和CCF-AI走进高校活动受益匪浅，希望今后能有更多的机会进行这样的学习和交流活动。

听众感想：

通过三位德高望重老师的讲解，我对深度学习、强化学习和社交网络有了一些简单的感性认识，了解最前沿的技术信息，拓宽了专业视野，知道了这些技术从诞生，发展到今天经历一个漫长的过程，许多人为此做出了不懈的努力，也激发了我的学习动力。尤其对于老师题为“深度学习的能与不能”的报告感触很多，我之前一直困惑于深度学习现在被各个领域广泛运用，难道它是万能的？通过于老师分析深度学习的适用范围，才了解原来深度学习不是都适用的，一些可解释性的模型上深度学习就会暴露出不足，而要是能在深度学习的解释上进步一小步，将会是学术界的一大进步。

——傅舒婷 计算机技术专业研一学生

今天主讲的三位老师针对各自的研究领域用生动形象的例子为我们进行讲解。讲座内容涉及社交网络、强化学习和深度学习等学科前沿知识。听完讲座，获益匪浅，了解了深度学习的基础知识与使用范围，其中引起我思考的是高老师介绍的囚徒困境问题，这是博弈论的非零和博弈中具代表性的例子，两个被捕的囚徒之间的一种特殊博弈，说明为什么甚至在合作对双方都有利时，保持合作也是困难的，强化学习设置多智能体及其策略参数来解决这类问题。从简单问题中可以拓展出很多有研究意义的内容，这启示我们在研究道路积极探索，永不止步。

——吕程 计算机技术专业研一学生

听了于老师的讲座，在整体上了解了深度学习的发展史，从线性划分再到非线性和梯度消失问题的解决办法加快了我对深度学习的了解，让我懂得了科学研究的道路不是一蹴而就的，可能会有很多挫折。我们能做的就是坚持坚持再坚持，而听完杜老师的讲座我明白了文字搜索图片、图片搜索图片，图片搜索文字的高精度搜索的大致流程和内部原理。

——李善玺 计算机技术专业研一学生

杜军平教授围绕自己所做的基于深度卷积神经网络各种项目展开研究和讨论。在老师讲解的过程中，我看到了作为一个研究人员严谨科学的态度，在认真研究已有的科学成果的基础上，提出自己的创新点，我觉得这是需要我们学习的。高阳教授首先以小孩学自行车事例作为引入，向我们深入浅出地介绍了强化学习基本原理，以小见大，把我们带入了激情学习的氛围。紧接着向我们阐述了多智能体强化学习算法，同时介绍了非共享支付矩阵博弈，近似博弈、博弈迁移和博弈约简。这次是个很偶然的机会，在一个好的主讲人的指导下，学习的欲望也就被激发了。于剑教授深入分析深度学习的适用范围。首先，简述深度学习的发展历程。在此基础上，理论分析深度学习的应用范围和失效领域。最后，讨论深度学习面临的问题及其决策。通过老师的讲解，我对深度学习有了一些简单的感性认识，我知道了深度学习发展到今天其实经历一个漫长而艰辛的过程，许多人为此做出了不懈的努力。通过本次讲座，专家的风范在我的头脑中留下了深深的烙印，也让我懂得了理论学习的重要性，尤其是我们作为工科学生，在培养自己动手能力的前提下，一定要搞好理论知识，用理论作为指导，才能在今后的学习研究中大有作为。我将尽力吸取他们的精萃，并运用到今后的学习中去。

——管文华 软件工程专业本科大四学生

非常有幸能够聆听这次的讲座，三位老师的精彩报告让我们学到了很多。于剑老师站在数学理论的高度客观的看待深度学习的能与不能，他深入浅出介绍了深度学习的来世今生，深度学习发展过程中的低谷与高潮，深度学习的适用范围。并重点论述了深度神经网络中的梯度消失，参数调节，收敛问题。并对深度学习的黑箱问题提出了自己的看法及应对策略。于剑老师的讲座内容让我理解到深度学习的数学原理，对深度学习有一个更加全面的了解，深度神经网络参数调节问题，梯度消失问题有了更深刻的理解。充实了我的理论基础，从而能更好的在自己的研究领域运用深度学习。而杜老师又从实践的角度讲解了深度学习的应用，让我从理论到实践都有一个大的提升。

——梁少虎 计算机应用技术研一学生