7 月 7 日，由 CCF 中国计算机学会主办、院院研究雷锋网与香港中文大学（深圳）共同承办的士谭识别第二届 CCF-GAIR 全球人工智能与机器人峰会在深圳如期开幕。当天上午，铁牛团队协作游戏 顶尖中国科学院院士、模式英国皇家工程院外籍院士、顾展IEEE Fellow、中科IAPR Fellow 谭铁牛为大会带来了题为《模式识别研究的院院研究回顾与展望》的主题演讲。
概念
谭铁牛院士首先解释了模式识别的士谭识别概念，他称：“世上万物，铁牛不管是模式睡眠健康手册 精彩绝伦物质的还是精神的，看得见还是顾展看不见的都是一种模式，而对这些模式进行分析与处理，中科进而实现描述、院院研究辨识、士谭识别分类、睡眠健康手册 叹为观止解释，这就是一种模式识别”。
历程
随后谭铁牛院士简单回顾了模式识别学科的发展历程，并将其简单分为以下三大阶段：
上世纪七八十年代之前，混沌出生，开天辟地：奠定了模式识别学科的数学基础，开创了若干应用；
两千年之前，百家争鸣，百花齐放：模式识别的理论大大丰富；
新世纪至今，物竞天择，适者生存：大数据的兴起给模式识别的发展带来契机。
现状
谈到模式识别现今的发展，谭铁牛院士总结了四个观点：
面向特定任务的模式识别已经取得突破性进展，有的性能已可与人类媲美；
统计与机遇神经网络的模式识别目前占主导地位，深度学习开创了新局面；
通用模式识别系统依然任重道远；
鲁棒性、自适应性和可泛化性是进一步发展的三大瓶颈。
未来
面向未来，谭铁牛院士认为模式识别领域有如下值得关注的研究方向：
从神经生物学领域获得启发的模式识别；
面向大规模多源异构数据的鲁棒特征表达；
结构与统计相结合的模式识别新理论；
数据与知识相结合的模式识别；
以互联网为中心的模式识别。
总结
最后谭铁牛院士用三句话对现场演讲进行了总结，他表示：
模式识别是人类最重要的智能行为，是智能化时代的关键使能技术；
鲁棒性、自适应性和可泛化性是模式识别面临的三大瓶颈；
向生物系统学习、结构与统计相结合，数据与知识相结合，并充分利用海量的互联网数据，是特别值得关注的研究方向。
更详细的内容详见雷锋网的深度报道。
雷锋网(公众号：雷锋网)相关阅读：
第二届 CCF-GAIR 开幕！中国 AI、机器人行业产学研跨界整合进入新时期｜ CCF-GAIR 2017
中国工程院院士潘云鹤教授开场演讲：全面解析中国新一代AI研究方向｜ CCF-GAIR 2017