4月30日19點，軟件學院啟翔云沙龍學術講座第六期在騰訊課堂準時進行。本期啟翔云沙龍由軟件學院研究生太倉黨支部承辦，邀請了軟件學院魏倩茹老師為大家帶來了《少樣本目標識別》專題講座。來自軟件學院各年級的本科生、研究生以及其他專業對本課題感興趣的師生紛紛參加了本次講座。
首先，魏倩茹老師介紹了人工智能發展依賴于大量的數據集以及近年來的發展現狀，深度學習中的快速學習能力建立在小樣本學習的基礎之上，從而引出了小樣本學習出現。接著，魏老師介紹了目標識別的基本概念，首先是進行分類、檢測，其次才是識別。
接著魏老師介紹了現有少樣本目標識別的方法，其一是數據增強，其二是半熟模型。同時，就數據增強方法進行了三個方面的介紹。
第一，什么是數據增強？數據增強，是指對(有限)訓練數據通過某種變換操作，從而生成新數據的過程。第二，為什么要做數據增強？當遇到數據集樣本有限，而模型存在誤差時就需要做數據增強。第三，怎么做數據增強？主要方法有旋轉、平移、縮放、水平翻轉、顏色色差等。
介紹完數據增強，魏老師和同學們討論擬合通過數據增強一定能夠解決嗎？這個問題的答案是肯定的。只要通過選擇適合的方法進行數據增強，獲取更多的數據，讓模型看見盡可能多的例外情況，它就會不斷的修正自己，從而得到更好的結果，模型的任務表現最終一定會是好的表現結果。
接下來魏老師介紹了半數模型。半熟模型主要包括元學習、度量學習、遷移學習以及強化學習。度量學習主要分為兩種，一種是基于監督學習的，另外一種是基于非監督學習的。遷移學習主要是把已學訓練好的模型參數遷移到新的模型來幫助新模型訓練。強化學習是智能體以“試錯”的方式進行學習，通過與環境進行交互獲得的獎賞指導行為，實際的使用中比較少。這里主要介紹了元學習(Meta Learning)，元學習主要利用以往的知識經驗來指導新任務的學習，具有學會學習的能力。在講座中，魏老師借用張無忌九陽神功可以快速學習其他武功的例子來幫助大家理解什么是元學習，使我們更加易于理解。
另外，當前針對實驗“元學習”的方法有很多，具體可以分為以下幾類：基于記憶Memory的方法、基于預測梯度的方法、借鑒LSTM的方法等。最后魏老師介紹了少樣本學習的發展趨勢，主要是應用領域擴充以及其理論發展。
魏倩茹老師的講座淺顯易懂，通過武俠傳奇影片類比小樣本學習的元學習方法，讓同學們更加深刻的理解了什么是小樣本學習，什么是元學習。魏老師的講解由淺入深，逐步引導同學了解少樣本學習的發展現狀主要方法以及未來發展的趨勢。通過對這些內容系統的闡述，給各位同學未來的科研發展提供了新的問題解決方法和思路。
至此，軟件學院啟翔云沙龍系列學術講座活動第六期圓滿結束。請同學們及時關注相關信息，期待啟翔云沙龍后續活動的到來。
