大家下午好，各位下午好，我首先感谢组委会来到这些，也非常高兴跟大家一起渡过今天下午的时间。

首先我想说一下我在不同的领域展开相关的研究工作，但是今天我将会跟大家说说这一个领域，神经心理学，我所谓研究的工作时间也不短了，主要就是把数据收集起来然后进行建模希望解读这个数据，我说说聚类，他希望能够找到一些不像是粗错的算法，有一些算法是可以学习的算法进行开发，大家说说这个聚类，据类这是我在2015年发表了这本书，这本书主要就是给大家介绍一下聚类的分析，这可能确实是一个很好的切入点，可以鼓励大家看各种各样的文献，聚类的意思就是有特定类别的物体，我们可以分成不同的类别，每一个类别有特定数据的性质，不同的据类他对应不同的数据集，这些数据集是各自不同的，这就是它的要义所在。

我们看一下这样的数据点的话这是一个两地的一个对于数据点的点状图的展示，我就是两手抓两手都要硬，我两个都用一下，这是一个2D数据的点状图的展示，这是一个类别不同的颜色代表不同的数据集，在进行数据积累的时候你需要不同的算法，因为不同的数据分布的一个情况有不同的算法要应对，所以因为有不同的算法因此当我们进行聚类的时候，有不同的一些可能性，比如说进行沟通网络、智能网络还有其他的应用，通过这种方式我们可以感知活动，评估活动以及预测活动，这样对于任何的一个网络不管什么类别的网络都是必要的，我们有不同的算法，这些算法他这里是有不同的性质，有些是基于一个问题的。我在这里希望发挥两点，首先要说为什么要聚类，第二为什么要对这个据类达成一致的意见，为什么要做这个呢？因为对于假设研究更重要的是对聚焦的点这一些领域的知识是有限的，我们需要很多的背景知识发挥数据的价值，但是对于数据驱动的研究的话我们需要去中心化，去关注焦点，而且更多的开放性，他背景信息的输入是比较小的，我们可以看到据类在初步的阶段，可以受一些发展。

对于最近的一些发展取决于不同我们主题的类别，这个时候据类还是不据类这个效应会有所差异。在有些方面来讲可以以假设为驱动，做前期比较好。这里是一致性的意见，不同聚类的算法会对同样的数据进行产生不同的结果，不同的结果只有一个是真实的，问题就在于我们怎么样把不同的数据集可以去化成一个整体，这个时候有不同的大小、不同的类型，所以目前来讲我们还没有这样的算法可以对这样不同类别的一些数据集和聚类技术演算。

这样都是在他们自己的领域都是非常常见的，而且是得到广泛使用的，这个另外一个问题，我会给大家展示一下，比如说这是大脑的数据，每一个数据点都有不同的提素，所有的数据有一方法和二方法，我们在这里可以看到，最终我们可以开发出这样的一个合资，通过模糊分类然后通过二元法的算法，然后得到了这个结果，我们也是进行首次进行结果生成，他的应用数达到了4千多次，我们可以看到有不同的算法，这个算法的作用最新的我们说要二进制的一些分区我们可以进行分子的研究，癌症的研究，比如说乳腺癌还有脑癌的研究，听音乐我们就可以扫描他的大脑，我们可以知道音乐如果是一个输入，我们进行功能性的核磁共振，我们有时候要求人做一些举措进行推理，我们发现这个实际上我们不用问他的一个比如说他视听的皮层是什么位置，我需要问这个问题，我们只需要做数字驱动的研究，我们就知道哪些区域是控制他视频的皮层，比如说这边是通过数据集聚类去发现哪一个是管音频的，哪些是管视频的，这个实际上并不是以假设为驱动研究的方式，更多是以数据为驱动的方式，这边是大脑双侧听觉的皮层，一方面我们可以扫描他的大脑一方面是我们听这首歌是男歌手还是女歌手，对于研究对象可以说一下他喜欢哪些音乐或者不喜欢哪些音乐，进行不同的研究可以判断出。

这边是什么都不说光听的，今天由于时间关系无法说的太细，这个数据集跟这个数据集是不一样的，也是第一次我们神经的心理学又可以做到数据的收集，在稍许不同的情况下我们大脑就会进行一个分析，他功能性是不一样的。

这两个算法，之前是无法做到的，还有就是数字驱动的研究他实际上生成非常多的，我们在行业界参与者研究的兴趣，所以对我们的一些业界认识还有我们来讲有很好的数据，我们对于机器学习也可以进行一个跨学科的研究，这里面有很多的挑战需要应对，我们需要解决非常多的问题，有些问题还依然没有得到解决，这些我就不一一读了，这都是我做的文献参考，如果大家考量一下，未来网络我这里需要选出粮店，对于未来问落要面临的问题很多，我们这里提出林甸，第一个就是配制，我们如何配制，我们可以学习人的大脑，人的大脑本身就是一个网络，或者说不同的表态形势，他不是说十年、100年、1千年演化的，我们是可以从人的脑进行学习，还有一点就像是一个公路一样，我们需要有这样公路的设计，他的流量是多少，我们要对这个网络里面的流量进行调理，现在是数据进行流动，有的时候数据太多了，比如说在北京和上海，路上开车一样，我们希望有信息可以流动起来，我们可以观察本质或者全局的智能，所以从本地的角度来讲，我们希望从数据当中去发现数据背后展示的意义和价值同时我们也可以同人脑的研究当中去学习和受到多的启发。

还有一点，我愿意在以加以考虑的就是除了技术和智能的层面以及很多在关于未来网络的方方面面之外，我相信还有一个道德的层面，需要担起这样的责任，我们要知道整个世界是有贫富分化的，也有城市和乡村，在一个国家当中有贫有富，不仅仅是城市的人有各式各样的资源，我们也希望让农村的人们获得更普及的民主化的资源。

要实现这一点，我认为我们应当有齐心协力的协作，我们在这个会议当中有非常好的代表性，不仅代表中国，也代表全球，通过齐心协力让世界变得的更加的美好，我们可以看到在国内还有所有的国家之间都要有这样的和谐，谢谢。