程健

中国科学院自动化研究所研究员

个人介绍：

程健，现为中国科学院自动化研究所南京人工智能芯片创新研究院常务副院长、人工智能与先进计算联合实验室主任、模式识别国家重点实验室研究员。分别于1998年和2001年在武汉大学获学士和硕士学位，2004年在中国科学院自动化研究所获博士学位。2004年至2006年在诺基亚研究中心做博士后研究。2006年9月至今在中科院自动化研究所工作。目前主要从事深度学习、人工智能芯片设计、图像与视频内容分析等方面研究，在相关领域发表学术论文100余篇，英文编著二本。曾先后获得中科院卢嘉锡青年人才奖、中科院青年促进会优秀会员奖、中国电子学会自然科学一等奖、教育部自然科学二等奖等。目前担任国际期刊《Pattern Recognition》的编委，曾担任2010年ICIMCS国际会议主席、HHME 2010组织主席、CCPR 2012出版主席。

议题：

深度学习的高效计算

议题介绍：

近年来，深度神经网络在图像、视频、语音、自然语言处理等诸多领域取得了突飞猛进的发展，已经成为众多智能系统和应用中不可或缺的关键技术。同时，这些网络的计算复杂度和资源消耗也随精度的提高而不断增加，这给网络模型的部署带来重大挑战，特别是在实时性要求较高的应用或资源受限的设备中。如何有效地计算这些网络，如加速、压缩，正成为一个关键问题。本报告将首先简要介绍网络加速和压缩的发展现状，然后重点介绍基于量化的高效计算方法。最后，我们将分享一些未来可能的发展方向。