人工智能中知识引导方法长于推理(但是其难以拓展)、数据驱动模型擅于预测识别（但是其过程难以理解)、策略学习手段能对未知空间进行探索（但其依赖于搜索策略）。本报告将以记忆机制为核心的脑认知为基础，探讨知识推理（符号主义AI）、数据驱动（统计学习）和从经验中学习（强化学习）相互融合而进行媒体计算的途径。 个人介绍：浙江大学求是特聘教授、博士生导师。主要研究领域为人工智能、跨媒体计算、多媒体分析与检索和统计学习理论。浙江大学计算机学院副院长、浙江大学人工智能研究所所长。国家杰出青年科学基金获得者（2016年）、教育部新世纪优秀人才支持计划入选者（2011年）。在浙江大学新星计划资助下，于2009年10月至2010年8月在美国科学院院士、美国加州大学伯克利分校统计系郁彬(Bin Yu)教授课题组做访问学者。曾获浙江省自然科学一等奖1项，主持国家自然科学基金重点项目1项、973课题1项。