最近在新浪微博上看到@周磊July 組織了一個機器學習的讀書演講會，比較感興趣，報名參加了。之前跟@賈志峰Michael 感嘆北京的技術交流活動太少，不如美國同行愛交流。感覺最近兩年以來技術交流活動越來越多了。
會議在清華東門的FIT大樓舉辦。兩點開始。我1點50進去，已經沒座位了，站了不少人。目測坐了70人，站了30-40人。舉辦者說爭取下次找更合適的場地。
2點鍾兩位原定的演講者沒來，清華計算機系研究生（不知是碩士還是博士）@小猴機器人 先介紹了他的無人駕駛汽車項目。仿谷歌的無人駕駛汽車，但是價格要便宜很多，許多配件是從淘寶上買來的，一個無人駕駛汽車成本大概是數千元，當然體積很小，在玩具車中算大的，在他們自己搭的沙盤中模擬無人駕駛。他最得意的地方一是比谷歌的方案要便宜（谷歌的無人駕駛汽車要百萬美元），第二個地方是盡量利用現有的解決方案而不是重新發明輪子，第三是他想把這個項目開源讓更多人參與。
大約兩點半@張棟_機器學習 開始講DeepQA。這是IBM的一個人工智能解決方案，在許多問答競賽類節目中勝過了人。思路與搜索引擎不同，試圖去理解人類的問題，並從已有的知識庫中找到答案，在眾多答案中打分從而找到最佳答案。@張棟_機器學習 說DeepQA在醫療領域有出色的表現（還提到一個領域我忘了），我的想法是大約因為醫療領域的問題大多數是結構化的。對於非結構話的問題DeepQA如何解決，@張棟_機器學習 提到一個思路是關鍵詞，后面也有人提相關問題，@張棟_機器學習 沒做太深入的講解。
@張棟_機器學習 演講中舉方韓大戰為例，說如果是DeepQA來判斷誰對誰錯，就是把相關資料找來打分。並說這跟人的思路差不多。我感覺這恰恰跟人的思路不同。人來判斷這件事，很大的因素是之前的頭腦中的印象，對方韓大戰中雙方的資料也許只看喜歡的一方。畢竟人的腦力非常有限，這是一個說得過去的策略，不像DeepQA可以找來數千台機器同時計算，從而把回答問題的時間從數小時提高到3秒鍾。
3點半開始@張俊林say 講《Siri--蘋果帝國的余暉》，演講資料見http://vdisk.weibo.com/s/2ugN-/1329045608 。PPT上的文字比較小，后面基本看不見，效果有點差。據他講，實際上Siri涉及到的技術已經有40多年的研究歷史，國內廠家短時間內想山寨出來一個是很困難的。
蘋果的Siri需要根據用戶的輸入得到用戶的意圖，根據用戶的意圖找到相關的服務（許多不是蘋果自己提供的）並返回給用戶。我理解最困難的還是在理解人的意圖。與DeepQA面臨同樣的問題。