讲座会场地点：雁栖湖，教一楼108，11月27号上午十点半到十二点，主讲嘉宾兴军亮，现为中科院自动化所研究员、博士生导师、特聘青年骨干。2012年毕业于清华大学计算机科学与技术系，获工学博士学位，2012年12月新加坡国立大学访问研究员，2015年4月微软亚洲研究院 “铸星计划”访问教授。美国电器与电子工程学会（IEEE）高级会员、美国《科学》杂志中国官方公众号特邀评论员、中国计算机学会（CCF）高级会员、计算机视觉专委会委员、美国科学杂志中国官方特邀评论员。主要研究领域为计算机视觉和计算机博弈。目前已在重要国际期刊如TPAMI、IJCV、PR以及重要国际会议上如ICCV、CVPR、AAAI、IJCAI上发表论文100多篇，谷歌学术引用超过6800次，出版计算机视觉译著2部，参与撰写深度学习领域著作1部、人工智能领域著作1部。曾获清华大学计算机系“学术新秀”、“谷歌学者”、顶级国际会议最佳论文奖等荣誉和奖励，以及多次人脸识别、车辆识别、视频识别等国际和国内挑战赛冠军。近年来主要围绕深度强化学习相关的智能感知和决策问题，研发了多款针对不同游戏的博弈决策AI，其中研发的星际争霸AI曾获2017年IEEE CIG星际争霸AI第2名，研发的德州扑克AI胜率超过了目前公开的最好德州扑克AI程序Slumbot。
兴老师就人工智能发展历史，分析了人工智能的来源，提到目前人工智能技术在一些问题上性能远超人类，但目前仍然处于弱人工智能阶段，人工智能的发展仍然“任重而道远”。介绍完研究背景，兴老师主要介绍了国内外博弈学习的相关里程碑式研究，包括AlphaGo，AlphaStar等，让大家了解了“神奇”的决策推理技术。之后，兴老师就本组的智能研究进行了简要描述。
智能是人类区别于自然界中其他生物体的最主要特征，对于人类智能机理和本质的探索一直以来都是人类认识自我的重要内容。人工智能从计算机科学技术角度出发、以探究智能原理、研制具有智能表现的机器为目标，在过去十余年里得到了飞速发展，特别是以深度学习为代表的机器学习技术，在智能感知应用领域取得了诸多具有里程碑意义的技术突破，比如语音识别、图像分类、机器翻译等任务，机器都已经接近或者超过了人类的感知能力。随着人工智能研究的不断深入，面向复杂系统的智能决策问题是当下的研究难点和热点。博弈学习技术将传统的博弈建模分析技术和最新的机器学习技术相结合，为这类复杂系统决策问题提供了一种潜在的问题求解途径。本次讲座首先从智能的定义和人工智能的研究现状来介绍博弈学习技术的研究背景，然后重点介绍博弈学习技术的主要研究问题和相关研究进展，接下来介绍博弈学习技术的主要应用领域，最后介绍博弈学习技术的未来发展方向。
通过本讲座，通过兴老师介绍的相关内容，大家对智能博弈学习技术和应用方面的有了一个整体认知。激起学生对智能博弈技术的兴趣和思考。
