张东晓，美国国家工程院院士，现任南方科技大学学术副校长兼教务长。为“国家杰出青年科学基金”获得者，曾任教育部“长江学者”讲座教授。美国地质学会会士(Fellow)，国际石油工程师协会SPE最高荣誉会员。历任北京大学研究生院常务副院长、工学院院长、海洋研究院院长，美国南加州大学Marshall讲席正教授（终身制），俄克拉荷马大学石油和地质工程系米勒讲席正教授（终身制），美国著名拉萨拉莫斯(Los Alamos)国家实验室高级研究员。为地下水文学、非常规油气开采、二氧化碳地质埋藏、可再生能源方面的国际著名学者，其随机理论建模、数值计算、历史拟合和机器学习方面的研究成果已被国际同行广泛采用。曾担任英国国家研究理事会“能源研究评估委员会”委员、美国国家研究委员会“地球科学2010-2020科研规划委员会”委员、达沃斯世界经济论坛（WEF）“全球议程理事会”理事、中国研究生院院长联席会秘书长、中国学位与研究生教育学会文理科工作委员会主任以及中国学位与研究生教育学会评估委员会（第六届）副主任。

      张东晓院士从人工智能、机器学习、深度学习的从属关系等内容展开演讲，内容涉及专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统各分支专业。并提出随着新一轮科技革命和产业变革正在萌发，大数据的形成、理论算法的革新，智能化已经成为技术和产业发展的重要方向。
      张院士重点讲述了机器学习就是将概率论、统计学等领域的知识与计算机技术进行交叉融合，研究计算机如何模拟或实现人类的学习行为以获取新的知识或技能，重新组织已有的知识结构，并使之不断改善自身的性能。
      张东晓院士结合自身经验讲解回归算法、聚类算法、分类算法、降维算法等多种算法的自身规律及适用范围，并以计算的数据量，数据是否需要分类、是否需要分析数据结构等方面为依据介绍如何正确选择算法以及算法的实际应用方法。
      基于机器学习的研究，张东晓院士从介绍利用机器学习生成地质力学测井曲线开始，一步步展现自己的研究成果及方向。针对物理问题的控制过程方面，表示利用机器学习可以判断开采过程中地层所发生的物理过程，利用数据同化法则可以确定物理过程描述模型中的参数；在人类所不了解的映射关系等方面的问题上，通过机器自己学习即可获得真实数据，切实地解释了目前石油领域所存在的部分难题。

演讲现场

       报告中，张东晓院士探讨和分享了不同情况下数据驱动和模型驱动的应用。并以石油开采为例讲解，测井曲线生成、生成地质模型对石油开采的辅助分析。再围绕“电力负荷预测”、“光伏发电预测”问题展开，深入浅出，娓娓道来，趣谈留学往事，分享实验经验。

演讲现场

       在提问环节，张东晓院士详细解答了提问，提出人工智能的实际使用和经济效益问题，并指出高校人才培养不要过于追求“热门专业”，而要做好基础人才的培养。