10月24日13:20-14:40，学院举办了一场由著名技术专家和人工智能研究员Ferdous Sohel教授主持的互动式在线网络研讨会，深入探索了深度学习模型，展示了其广泛的应用、当前的挑战和前景。
在网络研讨会上，Sohel教授介绍了不同类型的深度学习模型，并解释了一些新趋势，包括少热点和零样本学习、注意力模块、变压器和神经辐射场（NeRF）。
他还阐述了各种应用，并强调了它们在卫生、自主工业和农业等领域的关键作用。这些模型促进了各个领域的突破性进展，实现了更好的决策、自动化和提高效率。
然而，除了巨大的潜力外，Sohel教授还指出了一些挑战，包括缺乏用于培训的高质量标签数据，以及深度学习的“黑匣子”问题，这引发了人们对问责制、透明度和潜在偏见的担忧。
为了克服这些挑战，Sohel教授强调了持续研发的重要性。他强调需要通过迁移学习和少镜头学习等技术来解决数据限制问题。
最后，Sohel教授提到，深度学习模型改变了游戏规则，突破了机器所能实现的极限。它们的应用跨越了各个行业，其潜力尚未完全实现。
