对知识图谱的告白:斯坦福大学CS520课程介绍

                    

 

斯坦福大学CS520知识图谱系列课程,从这个课程的编号就足以看出对计算机科学的告白。

相信大家对斯坦福大学的计算机学科公开课一点也不陌生,对很多人来说,面向计算机视觉的CS231n和面向自然语言处理的CS224n几乎成为了入门人工智能领域以及CV和NLP的必修课程。

与这些课程类似,CS520是斯坦福大学于2020年3月开设的知识图谱春季开放课程,所有人都可以通过Zoom免费在线听课。官方给出的时间是每周二下午4:30-6:20,不过这是PDT时间,算上时差,应该是北京时间每周三7:30-9:20,这个时间对我们来说也完全可以接受了,早起学习。

课程的组织者,是知识图谱领域的三位国际大牛,分别是:Vinay K ChaudhriNaren ChittarMichael Genesereth

这三位大佬可谓是国际权威了,我们来看看官方对他们的介绍:

来源:

http://www.ai.sri.com/people/chaudhri/

Vinay K. Chaudhri博士是SRI International人工智能(AI)中心的主管。他的研究专注于大型知识库系统的科学研究和工程开发,涵盖知识表示和推理,问答系统,知识获取以及创新应用。Chaudhri博士曾在斯坦福大学教授一门有关知识表示和推理的课程。Chaudhri博士拥有多伦多大学计算机科学专业的博士学位,曾是诺斯学者和梅西学院的院士。他还拥有印度坎普尔技术学院的工业和管理工程硕士学位,以及库鲁克谢特拉国立技术学院的机械工程学士学位。

来源:

https://www.re-work.co/events/va-sanfrancisco-2016/speakers/naren-chittar

Naren Chittar是机器学习和AI领域专家,是被Salesforce收购的MinHash的创始人,并且是AILA(电子商务营销团队的虚拟助手)的创建者。他致力于解决搜索,推荐和个性化方面的各种问题。在eBay任职期间,他创建了一个新的数据科学团队,该团队以自动完成,查询建议,查询分类等功能为搜索基础建立了许多科学基础。Naren Chittar在推荐系统,图像搜索,图像质量和语音识别领域拥有多项正在授予和正在申请的专利。他拥有IIT孟买的电气工程学士学位和斯坦福大学的电气工程硕士学位。

来源:

http://logic.stanford.edu/people/genesereth/genesereth.html

Michael Genesereth是斯坦福大学计算机科学系的教授,也是斯坦福大学法学院的荣誉教授。他取得了麻省理工学院物理学专业理学学士学位,和哈佛大学应用数学博士学位。Genesereth教授最著名的是他在计算逻辑方面的工作及其在企业管理,计算法和一般游戏中的应用。他是Teknowledge,CommerceNet,Mergent Systems和Symbium的创始人之一。Genesereth教授是斯坦福大学Logic Group的主任,也是斯坦福大学法律信息学中心CodeX的创始人和研究总监。

看了这三位大佬的简介,是不是对此课程无比期待,因为之前关于知识图谱领域的课程和入门资料可谓非常稀少,随着近几年知识图谱技术的飞速发展和在实际系统中的大量应用,国内出现了几门知识图谱课程,但都需要付费。这次,斯坦福大学开设了CS520课程,一共包括10讲,填补了国际上对于知识图谱领域公开课的空白,同时,这门课程也延续了斯坦福大学计算机科学系列公开课高质量的授课内容和通俗易懂的特色,受到了国际上的一致好评。

接下来,让我们看看这门课程在本学期春季的课程表。扫一遍每节课的讲者,都是国际上在知识图谱领域学术界和工业界的大佬级存在啊,很多学者经常在ACL和EMNLP等AI顶会的程序委员会列表中出现,相信学习这门课一定是一次高质量的体验。目前这门课已经开讲了有7次了(什么?都讲了这么多次了),没关系,稳住别慌,之前讲过的课都是有视频回放的。

B也有对每讲课程的同步视频,并配有中英文字幕,B站课程地址:

【CS520】斯坦福大学2020春季知识图谱课程(含中英字幕,自动生成)_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili​www.bilibili.com图标

下面我们来具体看看每节课的授课内容及相关信息,之前讲过的课程链接我们也一并呈上来。

 

1. What is a knowledge graph?

这门课程的课表对于每节课的主题介绍还挺有意思的,都是以问题的形式引出,那第一节课问什么是知识图谱,想必就是对知识图谱的整体介绍和概述了。

视频地址:

https://www.youtube.com/watch?reload=9&v=bvwjG-3qAmY&feature=youtu.be

 

 

2. How to create a knowledge graph?

 

这节课应该就是讲如何构建一个知识图谱了。

视频地址:https://www.youtube.com/watch?v=ZWM-Dlw3VCM

 

3. What are some advanced knowledge graphs?

这节课应该是介绍一些先进的取得了很好的实际价值的知识图谱,只有看到了优秀的产品才能知道该怎样做。

视频地址:

https://www.youtube.com/watch?v=5RXVorAglVc&feature=youtu.be

 

4. What are some knowledge graph inference algorithms?

这节课会讲到一些知识图谱推理的算法,其实知识图谱一个最重要的功能就是提供推理能力,讲到的算法应该是很多研究者所关注的。

视频地址:

https://www.youtube.com/watch?v=AUtk6NBqEFY&feature=youtu.be

 

5. How to evolve a knowledge graph?

如何扩展一个知识图谱,因为工业界使用的知识图谱一般随着用户的使用,都是动态增长的,因此对于知识图谱的动态增长也是一个重要的技术。

视频地址:

https://www.youtube.com/watch?v=5fVdyjlM8Ok&feature=youtu.be

 

6. How do users interact with knowledge graphs?

由于知识图谱一般都是由后端开发建立的,用户与知识图谱如何交互,我想应该会介绍知识图谱可视化等技术,为了让一个知识图谱能够真正为用户更好的服务。

视频地址:

https://www.youtube.com/watch?v=sMHs_jXFwgU&feature=youtu.be

 

7. What are some prelevant graph engines in industry?

这节课主要面向工业界的,会介绍一些工业界使用的图引擎。尤其对于一些大规模知识图谱,使用neo4j等专业的图引擎对于图数据库的存储和查询都能取得不错的效果。

视频地址:

https://www.youtube.com/watch?v=4agR9qoS73o&feature=youtu.be

 

8. What is the role of knowledge graphs in machine learning?

这节会讲到一些知识图谱与机器学习结合的点,相信一定少不了知识图谱的神经关系抽取,结合知识图谱的预训练语言模型,还有尤其是近一两年大火的图神经网络等技术。等等,第一张图中这个小哥(大神)怎么这么眼熟,查看简介,果然我之前看过好几篇他发表在ICLR和NeurIPS上的文章,之前还专门查了他的个人主页,当然印象这么深最主要还是因为长得太帅了。

 

9. What are some high value use cases of knowledge graphs?

以我的理解是会介绍一些知识图谱在各行业优秀的实例,猜测会包括google知识图谱,还有一些国际著名企业的行业知识图谱的使用。

 

10. What are some open research questions on knowledge graphs?

这最后一节感觉和其它课程都差不多一样的套路,对当前知识图谱存在的前沿开放问题进行总结,为知识图谱的研究者提供一个明确的研究思路。

看了这些介绍,无论您是知识图谱工业界的开发人员,还是知识图谱学术界的研究者,一定都能从这门课程中掌握知识图谱的核心内容。现在可以先学习之前的几讲录播课程,后天也就是在520那一天就能学习下一讲的直播课了。好了,CS520,学起来。

 

往期精选:

知识图谱最新权威综述论文解读:知识表示学习部分

知识图谱最新权威综述论文解读:开篇部分

手把手教你搭建一个中式菜谱知识图谱可视化系统

 

如果您对我们的文章感兴趣,欢迎关注知乎专栏“人工智能遇上知识图谱”,同时也欢迎关注我们的同名微信公众号“人工智能遇上知识图谱”,第一时间为您呈上更多AI和知识图谱的精彩内容。

                                                           

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/482172.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

脑计算将何去何从?

来源:内容由半导体行业观察(ID:icbank)编译:nature.摘要类脑计算新技术有望通过完全不同的方式处理信息,能效极高,并能处理我们加速产生的大量非结构化和嘈杂的数据。为了实现这一承诺&#xff…

知识图谱最新权威综述论文解读:知识图谱补全部分

上期我们介绍了2020年知识图谱最新权威综述论文《A Survey on Knowledge Graphs: Representation, Acquisition and Applications》的知识表示学习部分,本期我们将一起学习这篇论文的知识图谱补全部分。 论文地址: https://arxiv.org/pdf/2002.00388.p…

神经元的集体行为:大尺度脑活动的动力学模型

来源:集智俱乐部(https://mp.weixin.qq.com/s/X88lG7rFhIFlpCJ2jVMLtg) 作者:彭崧峻 校对:梁金编辑:邓一雪封面:Sergey Fedotov排版:光影导语 / Introduction大脑由神经元组成&…

知识图谱最新权威综述论文解读:实体发现

上期我们介绍了2020年知识图谱最新权威综述论文《A Survey on Knowledge Graphs: Representation, Acquisition and Applications》的知识图谱补全部分,本期我们将一起学习这篇论文的实体发现部分。 论文地址: https://arxiv.org/pdf/2002.00388.pdf​…

Jurassic-X: 让神经模型学会符号推理

来源:前沿科技解读:Antonio编辑:陈彩娴近期,一家以色列NLP研究机构AI21 Labs开发了一个名叫Jurassic-X的算法系统,它基于该实验室提出来的MRKL(它与miracle谐音)系统。Jurassic-X的前身是对标GP…

知识图谱最新权威综述论文解读:关系抽取

上期我们介绍了2020年知识图谱最新权威综述论文《A Survey on Knowledge Graphs: Representation, Acquisition and Applications》的知识图谱实体发现部分,本期我们将一起学习这篇论文的关系抽取部分。 论文地址: https://arxiv.org/pdf/2002.00388.p…

斯坦福大学CS520知识图谱系列课程学习笔记:第一讲什么是知识图谱

随着知识图谱在人工智能各个领域的广泛使用,知识图谱受到越来越多AI研究人员的关注和学习,已经成为人工智能迈向认知系统的关键技术之一。之前,斯坦福大学的面向计算机视觉的CS231n和面向自然语言处理的CS224n成为了全球非常多AI研究人员的入…

数学三大核心领域概述:代数、几何、分析

来源 :数学与人工智能摘选自《数学史海揽胜》有删改数学发展到现在,已经成为科学世界中拥有100多个主要分支学科的庞大的“共和国”。大体说来数学有三大核心领域:数学中研究数的部分属于代数学的范畴;研究形的部分,属…

斯坦福大学CS520知识图谱系列课程学习笔记:第二讲如何构建知识图谱

上一讲我们学习了知识图谱的一些基本概念: 斯坦福大学CS520知识图谱系列课程学习笔记:第一讲什么是知识图谱 本节课程关于如何构建知识图谱,因为知识图谱的构建是整个知识图谱领域的一个非常核心且基础的工程,如何将现有的数据以…

神经复杂系统前沿:关于认知大脑的两种观念

来源: 集智俱乐部作者:David L. Barack, John W. Krakauer译者:JawDrin审校:陈贺 编辑:邓一雪 导语人类的高级认知能力怎样从包含上百亿神经元的大脑复杂系统中涌现出来,是神经科学的核心问题之一。学界中存…

斯坦福大学CS520知识图谱系列课程学习笔记:第三讲高级的知识图谱是什么样的

这一讲的主题是:一些高级的知识图谱是什么样的。三位讲者分别从他们各自带领的团队构建出来的高质量的知识图谱实例出发,从中我们可以认识到一些大佬们构建的优秀的知识图谱产品有哪些特点和优势,从中对我们自己构建知识图谱也可以得到一定的…

人工智能与量子计算在新型忆阻器中的融合

EQUINOX GRAPHICS/UNIVERSITY OF VIENNA来源:IEEE电气电子工程师近年来,计算在两个主要方面取得了进展:机器学习的突破,开发出了可根据经验自动改进的算法;量子计算机的研究,从理论上证明了量子计算机比任何…

第一个关于中式菜谱的智能问答机器人小程序正式上线啦

为了满足大家对菜品烹饪的各类问题能直接得到答案的需求,我开发了目前第一个真正关于菜谱的智能问答系统,并在微信小程序发布上线。这套系统支持对于8600多种菜品的问答功能,并能实现快速问答响应,整套系统后端依托于搭建的中式菜…

数学在自然科学中不可思议的有效性

来源:数学争鸣作者:尤金维格纳翻译:鲍永成 校对:袁向东数学在自然科学中不合理的有效性1959年5月11日在纽约大学Courant数学科学讲座上的讲演作者简介:尤金维格纳(Eugene P. Wigner)美国物理学…

已嵌入微信公众号内的小图聊天机器人介绍和使用说明

小图是一个融合常识与专业知识的智能聊天机器人,进入“人工智能遇上知识图谱”公众号,并在聊天窗口中发送消息就可以开始聊天,同时支持多轮多对话,小图能够提供闲聊、生活服务咨询、智能助手、休闲娱乐、文艺女青年等17种对话聊天…

图像预训练模型的起源解说和使用示例

来源:Deephub Imba三十多年来,许多研究人员在图像识别算法和图像数据方面积累了丰富的知识。如果你对图像训练感兴趣但不知道从哪里开始,这篇文章会是一个很好的开始。这篇文章简要介绍了过去的演变,并总结了现在的一些热门话题。…

介绍一些知识图谱的实际应用类项目

目前已经有很多方法来构建知识图谱,在实际项目中,我们更加关注可以用构建好的知识图谱来干些什么,因此,我找到了网上一些对于当前知识图谱的应用的介绍,分享给大家。 1 国内外知识图谱项目 国外: 常识知…

语言生成类人工智能如何改变科学

来源:ScienceAI编辑 :萝卜皮密歇根大学安娜堡分校新兴技术治理专家 Shbita Parthasarathy 表示,从大量文本中生成流利语言的机器学习算法可能会改变科学研究的方式,但不一定会变得更好。在2022 年 4 月 27 日发布的一份报告中&…

美国最牛的100个AI团队在哪里?

来源:Forbes撰文:海外来电图片:海外来电AI领域的关键玩家都有谁?企业为了保持竞争优势,需要快速有效地扩大人工智能(AI)能力。而Vectice最新一份报告,列出了100家公司拥有增长最快的…

介绍几个专门面向中文的命名实体识别和关系抽取工具

知识图谱已经在人工智能的各个领域发挥越来越重要的作用,例如视觉问答、对话系统、推荐系统等。知识图谱构建是应用这些知识图谱的基础,而面对生活和企业中数据的爆发式增长,自动化知识图谱构建显得越来越重要。从非结构化文本中自动抽取三元…