11月7日下午，统计学院邀请北京大学数学科学学院与计算机学院张志华教授做《现代人工智能的本质、途径和方向》的报告。此次学术报告引起了统计学院广大师生的热烈反响与积极参与，现场气氛热烈，学术氛围浓厚。

张志华主要从事统计学机器学习与理论计算机科学领域的研究和教学。曾多次担任NeurIPS、ICML、ICLR等国际重要人工智能和机器学习会议领域主席。是国际机器学习旗舰刊物Journal of Machine Learning Research的执行编委，CSIAM Transactions on Applied Mathematics编委，中国现场统计研究会机器学习分会理事长。已在JMLR、AI、TPAMI、AOS、MP等期刊以及COLT、NeurIPS、ICML、ICLR、IJCAIAAAI、AISTATS、UAI、MLSys、KDD、CVPR、ACL、EMNLP等会议发表论文100多篇，并著有《深度强化学习》，组织翻译了《深度学习》和《人工智能:现代方法》等经典教材。开放有《机器学习导论》《统计机器学习》《深度学习》《强化学习》等网上公开课。

在报告中，张志华以人工智能的基础性问题“什么是智能”开篇，介绍了现代人工智能是通过机器学习及由其驱动而发展起来的计算机视觉、自然语言处理和语音识别技术来实现多模态数据融合的现实交互。人工智能主要处理识别、决策和生成三大任务，这和机器学习的三大学习范式有监督学习、强化学习和无监督学习相一致。接着，引出了人工智能的关键数学问题，即人工智能是试图求解具有组合结构的高维复杂问题，从而如何克服维数诅咒而利用维数祝福，核心要素在于解决表示、计算和对齐问题。推断思维和算法思维相结合是研究该问题的途径，而利用数据的分布信息和问题的结构信息可以有效帮助我们分析和设计算法。该报告讨论了人工智能的技术路线以及一些未来研究方向，引发了师生们的广泛思考。

报告结束后，统计学院师生与张志华展开了深入的交流，共同探讨了包括概率图模型等智能方法的研究进展与实际应用，围绕人工智能及相关专业的本科教育与发展趋势、人工智能中的数理统计研究等前沿热点问题进行了热烈的讨论。此次报告拓宽了统计学院师生的学术视野，也为师生们带来了宝贵的启发，大家收获颇丰。