主讲人：桑基涛 教授
主持人：吴建龙 博士
报告时间：2020年11月11日 14:00-16:00
报告地点：腾讯会议-888 143 322
主讲人简介：
桑基韬，教授，博士生导师，北京交通大学计算机科学系副主任。主要研究方向为社会多媒体计算、多源数据挖掘、可信赖机器学习等。作为负责人先后承担相关方向的国家自然科学基金重点项目、科技部重点研发计划课题和北京市杰出青年基金，第一/二作者论文曾7次获得CCF推荐会议论文奖项，以第二完成人获得中国电子学会自然科学一等奖和北京市科学技术奖。
报告摘要：
多媒体分析研究近年来取得了长足进展，相关算法在单项测试中的准确率达到甚至超过了人类水平，正逐步实现从“不能用”到“可以用”的技术跨越。然而，在医疗诊断、无人驾驶等强安全性的应用领域，由于鲁棒性差、违背常识伦理、无法测试调试等问题，多媒体分析算法距离工业级大规模场景下的“很好用”目标仍有一段距离。报告首先将这种“不好用”归结为算法对人知识蒸馏过程中学习到的“虚假相关性”：包括由数据不完备带来的泛化性/公平性/因果性问题，和由人和算法信息处理机制的不同带来的对抗鲁棒性/解释性问题；然后从人和算法差异角度看待如今火热的对抗样本问题，介绍我们最近在“良性对抗样本攻击”方向的几个具体工作：对抗恶意算法、对抗式图灵测试、以及对抗伪样本数据增强。
