网站图片做多大,网站 多国语言,如何加强网站建设,免费收录网站提交戳蓝字“CSDN云计算”关注我们哦#xff01;9月6-7日#xff0c;2019中国AI开发者大会#xff08;AI ProCon 2019#xff09; 在北京拉开帷幕。本次大会由新一代人工智能产业技术创新战略联盟#xff08;AITISA#xff09;指导#xff0c;鹏城实验室、北京智源人工智能研… 戳蓝字“CSDN云计算”关注我们哦9月6-7日2019中国AI开发者大会AI ProCon 2019 在北京拉开帷幕。本次大会由新一代人工智能产业技术创新战略联盟AITISA指导鹏城实验室、北京智源人工智能研究院支持专业中文IT技术社区CSDN主办。60中美顶尖AI专家、知名企业代表、逾千名 AI 开发者齐聚现场就人工智能的最新技术及深度实践进行为期两天的全方位解读及论证。大会将企业转型、提高企业生产效能、驱动产业变革的落地AI技术带到千万开发者面前让这些实实在在的经验助力开发者技术跃迁以及企业智能化升级。 本次大会全力聚焦AI开发者以“AI技术与应用”为核心在主题报告之外设置有 9 个技术专题论坛深度聚焦人工智能的技术创新与行业应用他们从研究成果到技术实践再到产品架构设计、行业应用案例全方位剖析深耕于企业内的 AI 技术分享 AI 技术落地与转型的硬核实践经验。 围绕“只讲技术”的宗旨大会邀请到具有超强 AI 落地环境国内外领军企业的重磅演讲嘉宾包括亚马逊、Google、微软、华为、百度、阿里、小米、滴滴、美团、快手、商汤、旷视等各大国内外一线企业的技术负责人亲临现场。 大会首日共完成了六大主题报告以及四大技术专题演讲以上AI业内知名技术专家就所在领域的研究成果及技术应用思考进行了精彩分享。AI科技大本营特此整理了大会首日内容以飨读者。实力嘉宾亮相主题报告共话AI技术落地与应用 大会伊始CSDN 创始人董事长、极客帮创始合伙人蒋涛以《AI 时代的开发者机会》为题开场致辞。蒋涛表示开发者是对技术变革最敏感的人群在CSDN 2700万用户中有230万开发者正在阅读、撰写与研究 AI 技术。 为什么AI时代如此重要蒋涛说道“AI可能是比移动互联网、比我们过去面临的技术革命更深远的一次革命AI会改变每一个行业每个行业的领航者都将是行业大脑系统创新者今后企业的竞争将成为行业大脑的竞争。”由此带来了强烈的AI人才需求以BAT、字节跳动为代表的互联网企业加上以华为、网易、美团、平安、滴滴、商汤等数十种不同领域不同类型的企业均对AI人才有着巨大需求量。 鹏城实验室人工智能研究中心副主任田永鸿教授发表《鹏城云脑——打造新一代人工智能基础理论开源开放创新平台》主题演讲。 田永鸿教授表示人工智能是当前国际科技竞争的重点领域我们需要加快建立新一代人工智能关键共性技术体系在短板上抓紧布局。 面对高水平人才不足AI基础理论和原创算法差距较大高端芯片、关键部件、高精度传感器等基础薄弱未形成具有国际影响力的人工智能开源开放平台等问题。对此鹏城实验室从平台筑基、标准张脉、开源赋能三个维度入手着力建设具有国际影响力的 AI 超算平台支撑 AI 基础研究与重大应用需求建立 AI国家/团体标准齐心协力求同存异加速开放共享以开源开放形式AI赋能应用场景促进AI发展构建AI生态。 亚马逊首席科学家李沐以《构建深度学习开源生态的努力和思考》为题立足于深度学习技术与大家共同探讨他在构建深度学习开源生态的经验。 李沐自2014年进入深度学习领域从降低深度学习上手门槛、减少深度学习机器成本这两点出发在过去五年探索出一些开源的深度学习工具包括Apache MXNet、GluonNLP、书籍《动手学深度学习》来帮助不同层次的开发者。 另外他谈到机器成本是学习成本外的障碍机器成本下降比不过算法复杂度的增加在新硬件上优化快速变化的深度学习模型很困难。对此专门AI定制的芯片或者边缘计算可以有效缓解他们还采用编译器解耦计算实现和硬件优化来促使支持新算法和新硬件更简单。最后他表示深度学习开源的落地场景、用户需求仍在快速变化没有尘埃落定开发者应有开放的心态来拥抱这些改变。 华为云通用AI服务总经理、语音语义创新Lab主任、首席科学家袁晶以《AI的落地和落地的AI》为题立足于人工智能技术与大家共同探讨人工智能技术与行业AI落地实践。 AI是一种新的生产力改变将涉及各个行业。例如教育、健康、媒体、制药、物流、金融等各行各业都将在AI的加持下向更加智慧的方向发展。 袁晶强调探索AI落地的唯一方式便是实践他特别介绍了华为全栈全场景AI其中应用使能提供全流程服务ModelArts分层API和预集成方案MindSpore支持端、边、云独立的和协同的统一训练和推理框架CANN是芯片算子库和高度自动化算子开发工具Ascend是基于统一、可扩展架构的系列化AI IP和芯片。 华为开放多年AI研发积累将更多的开放能力全面释放。其中包括面向所有AI开发者打造的一站式AI开发平台ModelArts将大幅提升AI开发效率降低开发门槛HiLens端云协同AI开发及应用平台提供一站式AI应用开发、分发、部署、管理平台Skill开发、Skill市场、设备管理、数据管理等功能。华为全栈全场景AI服务与面向开发者的种种权益华为将自己的能力开放出来不仅可以让开发者们紧抓AI技术红利更能促使整个AI行业在实践中快速落地。 百度深度学习技术平台部总监马艳军以《飞桨大规模分布式训练和高速推理引擎》为题分享了开源深度学习平台飞桨的核心框架设计和技术。 马艳军表示深度学习框架极大降低了研发门槛但放眼深度学习开源框架现状国外的居多开源深度学习框架飞桨则具备五大优势兼具动态图和静态图两种计算图的优势精选应用效果最佳的算法模型并官方支持大规模稀疏参数场景工业实践全面开源端到端部署提供系统化深度学习技术服务的平台。 随后乂学教育-松鼠AI联合创始人CTO樊星立足于人工智能技术为在场开发者分享了AI教育的背景下人工智能技术对学习效率提升的革新之路。 会上樊星列举了传统教育中的困境并借助AI得以突破以上难题。他随后介绍了基于松鼠AI智适应学习引擎架构利用人工智能技术破解难题。其中AI智适应学习引擎架构第一层基础数据中的Content Map、Learning Map、Mistake Reasoning Ontology将形成行为目标利用数据收集与分析评估学生状态尝试推荐学习行为。 樊星认为利用AI解决“好”教育迫在眉睫AI将会为教育带来这样的革命学生少做80%的题目一考定终身的现象将会消失教育将变得更加透明每个孩子对学习上瘾掌握真正的学习能力与方法。 驭势科技联合创始人、董事长、CEO吴甘沙则讲述了无人驾驶产业化的AI挑战和机遇。吴甘沙表示无人驾驶要尊重汽车产业长期存在的规律 要有敬畏之心。如今无人驾驶技术中AI 感知不是重要的问题决策才是重要的问题。而传统AI是基于数据和规则现在需基于学习再是博弈学习来设计。传统无人车关注的是舒适性、安全性现在需关注其竞争性和社会性。 谈及下一步的AI发展吴甘沙表示现在的AI还很笨根据条条框框来训练。后续他们将从背景知识和常识模仿学习、强化学习因果推理基于迁移学习的举一反三等方面来提升AI的算法能力。 紧接着CSDN重磅发布《CSDN 2019 Top 30 案例评选榜单》该榜单是由CSDN联合多个行业内技术专家根据创新性、先进性、 引领性、效率性四大标准从数百个优秀案例中评选出来的会影响未来社会发展变革性的 AI、IoT产品及解决方案。 四大技术专题19位重磅嘉宾的技术风暴 知识图谱技术专题 出品人华为云通用 AI 服务总经理、语音语义创新 Lab 主任、首席科学家 袁晶 为了提升效率、专业传承、管理优化我们需要从数据化转型走向知识化转型。对此华为云提出全栈、全生命周期知识计算解决方案。该方案华为云知识图谱云服务支持全量或增量多源融合是基于高性能自研图引擎研发的。最后他分享了其在企业场景中的落地应用在石油勘探、生物医疗领域、政务知识图谱构建交互式智慧运营中心灵活配置对话服务华为云智能外呼机器人等均有实践落地应用。 复旦大学教授、博士生导师复旦大学知识工场实验室负责人 肖仰华 随着大数据时代的到来使得自动化知识获取成为可能知识工程有望突破知识库的规模与质量瓶颈。知识工程在知识图谱技术引领下进入大数据知识工程全新阶段BigKEBigKE将显著提升机器认知智能水平。 OpenKG 联合创始人王昊奋 人工智能时代的感知型企业需要融合使用全量数据将面临多源异构数据难以融合、数据模式动态变迁困难、非结构化数据计算机难以理解、数据使用专业程度过高、分散的数据难以统一消费利用的挑战。基于知识图谱的认知智能中台完成知识图谱简单使用到生态打造的跃迁可实现敏捷并规模化创新并最终实现大数据智能。 美团点评 NLP 中心知识图谱团队负责人 张富峥 美团大脑在搜索推荐场景中有精确性、多样性、可解释性三大应用为商家和商品引入了更多的语义关系深层次发现用户兴趣提供不同的关系连接种类利于搜索推荐结果的发散避免结果越来越限于单一类型连接用户的兴趣历史和搜索推荐结果提高用户对结果的满意度。 阿里巴巴业务平台商品知识图谱负责人 张伟 阿里巴巴知识引擎由4个模块、10种算法和其他工具搭建。在知识建模上用TransE来分析上下位对、同义词对知识获取运用到Transformer的文本分类模型、短文本NEREntity Linking知识融合上基于ML的实体对齐、基于规则的实体对齐的创新技术实现。张伟还分享了知识推理Jena-RDF-Json框架这个推理引擎是基于规则槽填充、规则、深度学习生成关系边基于规则画像规则过滤算法结果将知识放大。这些技术应用在零售场景中能更智能地分析用户搜索行为和挖掘让用户更精准的搜索结果。 AI开源技术专题 鹏城实验室人工智能研究中心副主任 邱景飞 为什么要开源邱景飞总结了五点丰富行业应用带动行业生态集中资源形成联盟技术共享和同业交流作为产品特性获取竞争优势体现社会责任及优化形象。会上邱景飞还重点向现场的开发者介绍了如何开源的6项要点第一确定开源项目第二确定代码平台第三选择许可证第四编写项目说明第五编写贡献说明第六建立行为准则。阿里妈妈搜索广告排序和机制算法负责人 林伟 图深度学习面临着许多技术挑战比如数据结构方面是超大规模、动态更新的同时计算模式也发生了变化这就对平台提出了新的要求。当前图深度学习有基于 Random Walk、Neighbor Aggregation 两种主要 Pattern。Euler 采用分层灵活可扩展设计、大规模高性能异构图学习、灵活多样的图算法支持、通用 GNN 训练加速的设计理念支持图分割和高效稳定的分布式训练可以轻松支撑数十亿点、数百亿边的计算规模。 亚马逊AWS AI应用科学家 马超 与传统基于张量 (Tensor) 的神经网络相比图神经网络将图 (Graph) 作为输入从而学习和推演图中节点之间的关系该方法已被证明在许多场景可以取得很好的效果。然而使用传统的深度学习框架比如 TensorFlow、Pytorch、MXNet并不能方便地进行图神经网络的开发和训练而 DGL 作为专门面向图神经网络的框架可以很好地弥补这一缺陷。由此马超从 API、系统优化、可扩展性等多个维度深入分享如何使用 DGL 进行大规模神经网络的开发和训练。 小米深度学习框架负责人 何亮亮 何亮亮向开发者们详细介绍了MACE开源深度学习框架的设计思路、优化方法以及典型应用案例。这将帮助开发者了解移动端深度学习框架的原理和特点以及端侧深度学习应用的落地关键技术和实践助力开发者更高效地开发端侧人工智能应用。 华为MindSpore资深架构师 于璠 AI行业研究到全场景应用存在巨大鸿沟开发门槛高、运营成本高、部署时间长的业界挑战新编程范式、新执行模式、新协作方式的技术创新促使着MindSpore跨越应用鸿沟助力普惠AI。于璠详细介绍了MindSpore的设计理念第一新编程范式AI算法即代码降低AI 开发门槛第二新执行模式Ascend Natave的执行引擎第三全场景按需协同更好的资源效率和隐私保护。 5G驱动AIoT技术专题 出品人微软中国首席技术官 韦青 在5G的普及过程中会逐渐产生全新的连接与计算模式。应用的革命沉浸式触觉式合作式智能的普及AI/ML驱动的无线电、天线、资源和运维蜂窝通讯从户外到户内。 北京邮电大学教授、博士生导师 孙松林 他介绍了物联网的发展规律及特点流量总量低、时延容忍度高终端CT大部分时间静默每天传送的数据量极低且允许一定的传输延迟终端静止、位置固定少量终端都需要移动性大量的物联网终端长期处于静止状态逆向流量与“人”的连接不同物联网的流量模型不再是以下行为主可能是以上行为主。 华为IoT标准产业与创新总监 张朝辉 为什么通信等规模化行业是AI应用效果显著的第一波在张朝辉看来通信行业的网络效应要求高度的标准化保障全网全程的一致性从而形成了规模尤其是一致性数据的规模。internet服务天然的与设备解耦基于通信基础设施也具备了规模效应。规模化又加速了迭代和创新。行业市场AIoT规模之路在何方一言以蔽之他认为碎片化阻碍了行业市场走向AI创新的正循环。如何消除碎片化形成规模化数据是产业生态需要面对的关键问题 云知声董事长、CTO 梁家恩 AIoT的空间很大但是我们仍然任重而道远。我们要把手机应用分散到各个IoT当中应该是整体的智能应用用户真正互动起来让模式发生改变这个产业才能真正形成底层无论是边缘计算还是数据这些真正起来之后才能够有效支撑IoT的发展。 金山云AIoT事业部高级研发总监 肖江 AIoT是IoT的发展方向IoT需要AI来提升其价值。5G是连接AI与IoT的桥梁其高带宽、高可靠低时延、大连接开拓了AIoT更广阔的应用领域。AIoT目前仅是起步阶段有很大的发展空间也面临着重大挑战 创新永远在路上。推荐系统技术专题 出品人阿里妈妈深度学习算法平台负责人 朱小强 互联网技术发展到今天个性化非常重要如何充分洞察用户的兴趣、习惯提供更好的个性化体验是需要融入血液的事情。推荐系统本身其实是一个信息配置的问题如何能够把合适的物品推荐给合适的用户。当商品数量量级已经达到人无法计算的程度我们需要用数据和算法解决这个问题。这是推荐系统遵循的基本范式。 快手科技推荐架构负责人 任恺 他分享了短视频推荐系统架构设计与前沿技术中的探索。今年6月快手日活突破了2亿对推荐系统提出巨大挑战。快手采用四种手段对整个推荐系统进行优化。第一采用多阶段的排序方式优化排序第二快手通过计算存储分离的形式提高拓展性逐步对推荐系统各个服务进行拆分使得每个服务单独进行扩展第三数据和模型实时化把数据和模型的时效性推到极致有效将最新最热的视频推荐给用户第四软件和硬件结合异构计算与异构存储提升单机性能在硬件发展中挖掘到新的性能构建出更强大的推荐服务。 华为诺亚方舟实验室推荐与搜索项目组资深研究员 唐睿明 他介绍了华为诺亚方舟实验室在深度学习、强化学习与 AutoML 结合上的最新进展如聚焦在建模特征之间相互关系的PIN模型交互特征自动化探索 AutoGroup正在计划进行的 AutoML 工作等。在他看来深度学习算法将成为业界主流平台算力算法数据是深度学习推荐系统能力的核心竞争力。 京东集团高级总监 殷大伟 殷大伟介绍了工业界电商的架构。他表示在工业界电商的架构基本上是在数百亿级的商品中为用户推荐感兴趣的商品。在此过程中京东用到了检索如基于商品图谱知识图谱的方法定位在商品上的关系以及基于Embedding的方法。因为电商场均考虑的因素非常复杂如回归时长、App驻留时长等输入信号也相应非常复杂京东会用Statc-action Embedding的方法预测用户的驻留时长并采取相应的措施。 精彩技术分享继续 9月7日机器学习、计算机视觉、自然语言处理、AIDevOps、AI小程序五大技术专题等你来精彩技术内容分享不容错过。点击阅读原文关注AI开发者大会第二日精彩内容
