导语：关于模式识别研究的回顾与展望。

7月7日，为期 3 天的第二届 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，中国科学院院士、英国皇家工程院外籍院士、IEEE Fellow、IAPR Fellow 谭铁牛为大会带来了题为《模式识别研究的回顾与展望》的主题演讲。

概念

谭铁牛院士首先解释了模式识别的概念，他称：“世上万物，不管是物质的还是精神的，看得见还是看不见的都是一种模式，而对这些模式进行分析与处理，进而实现描述、辨识、分类、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。

注：本文转自雷锋网。