近日，公司举办“智能·软件·未来”论坛第31期，邀请日本富山大学高尚策教授作题为《树突状学习：探索AI低能耗与可解释的新方向》的学术报告。

报告围绕“传统神经网络的局限”“树突机制的神经学启示”“以超小模型解决大问题”三个内容展开，指出了传统深度学习模型对庞大参数量的过度依赖，深刻剖析了其在应对复杂问题时面临的算力瓶颈与结构性局限。高尚策将计算机算法与前沿神经学研究深度结合，详细阐述了树突状学习机制如何高度还原生物神经元的复杂分支特征与信息处理能力。他表示，树突状学习的根本目的正是在于通过底层运算机制的创新，用超小模型解决大问题，以极简的结构实现高效的非线性信息处理，为下一代轻量化、高能效的人工智能开辟全新路径。

高尚策，日本国立富山大学工学部人工智能研究室讲座教授、博士生导师，主要从事人工智能、神经网络及其应用研究，主持日本文部省重点项目、日本国家博士点SPRIING重点项目、中国国家自然科学基金项目等科研项目数十项。曾获中国国家优秀自费职工奖、上海市“晨光学者”和“青年科技启明星”等荣誉，获日本情报处理协会（IPSJ）研究贡献奖、日本电子情报通信协会（IEICE）优秀学者奖及国际大会最佳论文奖十余项，连续七年入选“全球前2%顶尖科学家”榜单。发表SCI论文逾200篇、国际会议论文100余篇，担任AAAI、NeurIPS、CVPR、ICML程序委员会（高级）委员和香港研究资助局以及日本学术振兴会项目评审专家等。

（文/图：刘晓倩 责任编辑：刘士军）