在大資料和人工智能界，常有這麼個說法“誰掌握了資料，誰就占據ai高地。”
但是“掌握資料”往往意味着巨大成本。首先海量資料經常被大型企業壟斷，給原始資料标記也需要耗費巨大資金。
是以，基于資料而習得“特征”的深度學習技術受到狂熱追捧，而其中gans模型訓練方法更加具有激進意味：它生成資料本身。
gans是“生成對抗網絡”（generative adversarial networks）的簡稱，由2014年還在蒙特利爾讀博士的ian goodfellow引入深度學習領域。2016年，gans熱潮席卷ai領域頂級會議，從iclr到nips，大量高品質論文被發表和探讨。
yann lecun曾評價gans是“20年來機器學習領域最酷的想法”。
在gans這片新興沃土，除了ian goodfellow所在的openai在火力全開，facebook的人工智能實驗室也在這一領域馬不停蹄深耕，而蘋果近日曝出的首篇ai論文，就是基于gans的變種“simgan”。
從學術界到工業界，gans席卷而來。
經360首席科學家、人工智能研究院院長顔水成強力推薦，本期雷鋒網(公衆号：雷鋒網)硬創公開課特邀馮佳時博士，為大家做一期以《深度學習新星：gans的誕生與走向》為主題的演講，撥開圍繞gans的迷霧。
本次公開課内容包括但不限于
什麼是生成對抗網絡（gans）？
gans現在為什麼這麼火？
gans目前在深度學習領域處于一個什麼樣的位置？
如何看待openai 、facebook fair等在gans領域的現階段工作？
如何評價蘋果的首篇ai論文提出的simgan訓練方法？
gans适用于哪些商業領域？
gans的未來發展方向是什麼樣的？
嘉賓介紹
馮佳時，現任新加坡國立大學電子與計算機工程系助理教授，機器學習與視覺實驗室負責人。
中國科學技術大學自動化系學士，新加坡國立大學電子與計算機工程系博士。2014-2015年在加州大學伯克利分校人工智能實驗室從事博士後研究。現研究方向為圖像識别、深度學習及面向大資料的魯棒機器學習。馮佳時博士曾獲iccv’2015 task-cv最佳論文獎，2012年acm多媒體會議最佳技術示範獎。擔任icmr 2017技術委員會主席，jmlr, ieee tpami, tip, tmm, tcsvt, tnnls及 cvpr, iccv, eccv, icml, nips, aaai, ijcai等期刊、會議審稿人。馮佳時博士已在計算機視覺、機器學習領域發表論文60餘篇。
活動詳情
主題：《深度學習新星：gans的誕生與走向》
嘉賓：馮佳時
時間：1月5日（周四） 晚20:00
本期雷鋒網硬創公開課将會有【鬥魚直播+微信群問答】兩個環節。嘉賓直播授課分享結束後，将會在微信群與群友問答互動。
為了打造高品質且細分的讀者交流群，我們需要您送出一些基本資料作簡單稽核，而本次公開課讀者群将優先cv相關從業者和學生進入。
掃描下方海報上的二維碼，進入雷鋒網人工智能垂直微信公衆号【ai科技評論】後，可獲得詳細入群方式。
本文作者：亞萌