光华讲坛——社会名流与企业家论坛第 5943 期
主 题： Uncertainty Calibration for Ensemble Based Debiasing Methods
主讲人： 清华大学智能产业研究院兰艳艳教授
主持人：统计学院林华珍教授
时间：2021年11月24日（周三）上午10：30-11：30
直播平台及会议ID：腾讯会议，ID: 848 837 931
主办单位：统计研究中心和统计学院 科研处
主讲人简介：
兰艳艳，2011年博士毕业于中国科学院数学与系统科学研究院，获得概率论与数理统计专业理学博士学位, 师从著名数学家马志明院士。2011年7月至2021年2月，她在中国科学院计算技术研究所工作，任研究员，2021年2月加入清华大学智能产业研究院任教授。兰艳艳博士的研究方向为信息检索，机器学习和自然语言处理，在人工智能和机器学习领域重要国际期刊和会议上发表论文100余篇。2012年获得SIGIR最佳学生论文奖，2017年获得CIKM最佳论文Runner-Up奖。入选微软学者，微软铸星计划，中国科学院青年创新促进会优秀会员，北京市智源人工智能研究院青年科学家，获得中文信息学会钱伟长中文信息处理科学技术奖一等奖。兰艳艳博士目前的团队方向为AI4Science，具体包括人工智能驱动的药物设计，人工智能辅助蛋白质结构预测和抗体设计等，近期兰艳艳博士率领的GeneBert团队提出了一个多模态自监督基因预训练模型，在致病性分析和剪切预测等任务中取得了显著提升，并获得了DeeCamp2021比赛的医疗赛道冠军和总冠军两个奖项。
内容提要：
近年来，深度学习技术在计算机视觉，自然语言处理等任务中获得了巨大成功，极大的提升了各项任务的性能，甚至在某些数据集上已经超越了人类的表现。然而，以深度学习为代表的的机器学习技术在很多实际应用场景中还很难实现大规模的应用，具体体现在泛化性差，可解释性难，和鲁棒性弱等问题和挑战。报告针对解决这些问题的一个代表性研究方向，偏差纠正，介绍我们发表在NeurIPS2021上的一个研究工作，具体包括，什么是偏差纠正，为什么要做偏差纠正，偏差纠正的几类典型方法介绍，现有方法存在的问题，以及我们提出的解决思路和实验结果。
