破译 机器人 /人机交互新密码。 机器人 的投资创业是目前的一大热点，但智能 机器人 的技术成熟度还需要很多的突破，如何让学术研究能够以最快的速度变成生产力，如何实现 机器人 更好地理解人类、与人类协作并成为人类的自动代理，都是当前有趣而必须解决的课题。作为 机器人 或NLP领域的泰斗，大疆创新 科技 公司董事长、香港 科技 大学教授李泽湘的报告《智能 机器人 ：从学术研究到创业创新》，国际 人工智能 促进会（AAAI）主席、美国亚利桑那大学教授Subbarao (Rao) Kambhampati的报告《Challenges in Planning for Human-Robot Cohabitation》，以及Singularity.io公司联合创始人、ACL Fellow林德康的报告《从搜索引擎到回答引擎再到动作引擎自动问答》，很好地回答了上述问题。
认知/神经科学的再认识。尽管 人工智能 不是人类智能的重现，但人类智能的研究对于 人工智能 更好地辅助人类而言意义重大，事实上，认知科学和神经科学都已经在深刻地影响 人工智能 的发展。中国工程院院士、中国 人工智能 学会理事长李德毅的报告《交互认知：从图灵测试的漏洞谈开去》，中国科学院外籍院士、中国科学院神经科学研究所所长蒲慕明带的《神经科学能为 人工智能 带来什么？》，麻省理工学院 人工智能 实验室教授、美国人文与科学院院士Tomaso Poggio的报告《The Science and the Engineering of Intelligence》，分别为认知科学、神经科学与其他领域的 人工智能 技术的结合打开了新的大门。
阐明非监督深度学习的明天。神经科学对 人工智能 的一个重要影响，就是当前红遍各大顶级会议/期刊的深度 神经网络 。但目前深度学习从业者的苦恼，就是大部分场景下发挥作用的只是有监督深度学习非监督深度学习虽然意义重大，实现却极其艰难。本次大会上，微软 人工智能 首席科学家、IEEE Fellow邓力的报告《驱动 大数据 人工智能 多种应用的三类深度学习模式》，基于团队的实践经验，为非监督深度学习的研究和应用提供了一个可行的新范式。
