如今人工智能已不單單是發(fā)表學(xué)術(shù)論文、刷新正確率的競(jìng)賽，抑或全民參與的新聞事件，它早在為各行各業(yè)的先行者們創(chuàng)造著實(shí)實(shí)在在的利潤(rùn)和商業(yè)價(jià)值。而且，隨著算法改進(jìn)、硬件升級(jí)、架構(gòu)優(yōu)化，應(yīng)用人工智能技術(shù)帶來(lái)的收益還會(huì)越來(lái)越高。

基于此，CSDN傾力打造了「人工智能技術(shù)實(shí)戰(zhàn)峰會(huì)」，來(lái)自阿里巴巴、微軟、商湯科技、第四范式、微博、出門問(wèn)問(wèn)、菱歌科技的AI專家，將針對(duì)機(jī)器學(xué)習(xí)平臺(tái)、系統(tǒng)架構(gòu)、對(duì)話機(jī)器人、芯片、推薦系統(tǒng)、Keras、分布式系統(tǒng)、NLP等熱點(diǎn)話題進(jìn)行分享。

先行者們正在關(guān)注哪些關(guān)鍵技術(shù)？如何從理論跨越到企業(yè)創(chuàng)新實(shí)踐？你將從本次峰會(huì)找到答案。每個(gè)演講時(shí)段均設(shè)有答疑交流環(huán)節(jié)，與會(huì)者和講師可零距離互動(dòng)。

限時(shí)特惠199元即可聽7位技術(shù)專家的在線分享【立即報(bào)名】

 

 

講師&議題介紹

 

 

姜飛俊 阿里集團(tuán)人工智能實(shí)驗(yàn)室高級(jí)算法專家

 

演講主題：自然語(yǔ)言處理在“天貓精靈”的實(shí)踐應(yīng)用 
個(gè)人簡(jiǎn)介：姜飛俊（齊桓），阿里集團(tuán)人工智能實(shí)驗(yàn)室高級(jí)算法專家，本科和博士先后畢業(yè)于浙江大學(xué)和香港科技大學(xué)，2012年博士畢業(yè)后加入阿里集團(tuán)，目前帶領(lǐng)團(tuán)隊(duì)負(fù)責(zé)天貓精靈語(yǔ)音助手的自然語(yǔ)言理解技術(shù)。 
主題簡(jiǎn)介： 天貓精靈是目前熱賣的一款智能音箱，在實(shí)現(xiàn)了遠(yuǎn)場(chǎng)喚醒拾音的同時(shí)，也實(shí)現(xiàn)了意圖的靈活跳轉(zhuǎn)和多輪理解。本次演講將分享：我們?cè)趯?shí)際做這個(gè)產(chǎn)品中遇到了哪些困難，接下來(lái)還有哪些有意思的課題可以去研究來(lái)實(shí)現(xiàn)自然的人機(jī)交互。 
聽眾受益： 
1. 對(duì)目前實(shí)際產(chǎn)品中使用的自然語(yǔ)言技術(shù)有所了解； 
2. 了解產(chǎn)品實(shí)現(xiàn)過(guò)程中所面對(duì)的實(shí)際問(wèn)題。

 

 

汪劍　出門問(wèn)問(wèn)搜索推薦負(fù)責(zé)人

 

演講主題：用戶畫像系統(tǒng)應(yīng)用與技術(shù)解析 
個(gè)人簡(jiǎn)介：汪劍，現(xiàn)在在出門問(wèn)問(wèn)負(fù)責(zé)推薦與個(gè)性化。曾在微軟雅虎工作，從事過(guò)搜索和推薦相關(guān)工作。 
主題簡(jiǎn)介： 本次演講介紹用戶畫像包含的相關(guān)概念以及用戶畫像系統(tǒng)在哪些領(lǐng)域得到應(yīng)用，然后介紹用戶畫像系統(tǒng)的架構(gòu)模塊，輸入輸出，以及用到的相關(guān)技術(shù)和模型。最后對(duì)用戶畫像在相關(guān)領(lǐng)域的應(yīng)用做一個(gè)介紹。 
聽眾受益： 
1. 從技術(shù)和產(chǎn)品層面了解用戶畫像； 
2. 通過(guò)實(shí)際構(gòu)建用戶畫像的案例中了解針對(duì)公司業(yè)務(wù)如何構(gòu)建適合自己的用戶畫像系統(tǒng)。

 

 

謝梁　美國(guó)微軟總部首席數(shù)據(jù)科學(xué)家

 

演講主題：使用Keras由零開始快速構(gòu)造自己的深度學(xué)習(xí)模型 
個(gè)人簡(jiǎn)介：謝梁，美國(guó)微軟總部首席數(shù)據(jù)科學(xué)家，主持運(yùn)用機(jī)器學(xué)習(xí)和人工智能方法優(yōu)化大規(guī)模高可用性并行存儲(chǔ)系統(tǒng)的運(yùn)行效率和改進(jìn)其運(yùn)維方式。具有十余年機(jī)器學(xué)習(xí)應(yīng)用經(jīng)驗(yàn)，熟悉各種業(yè)務(wù)場(chǎng)景下機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘產(chǎn)品的需求分析、架構(gòu)設(shè)計(jì)、算法開發(fā)和集成部署，涉及金融、能源和高科技等領(lǐng)域。曾經(jīng)擔(dān)任美國(guó)道瓊斯工業(yè)平均指數(shù)獨(dú)有保險(xiǎn)業(yè)成分股的旅行家保險(xiǎn)公司分析部門總監(jiān)，負(fù)責(zé)運(yùn)用現(xiàn)代統(tǒng)計(jì)學(xué)習(xí)方法優(yōu)化精算定價(jià)業(yè)務(wù)和保險(xiǎn)運(yùn)營(yíng)管理，推動(dòng)精準(zhǔn)個(gè)性化定價(jià)解決方案。在包括Journal of Statistical Software等專業(yè)期刊上發(fā)表過(guò)多篇論文，擔(dān)任Journal of Statistical Computation and Simulation期刊以及Data Mining Application swith R一書的審稿人。 
主題簡(jiǎn)介： 深度學(xué)習(xí)在過(guò)去幾年間得到了長(zhǎng)足進(jìn)步和應(yīng)用，在很多業(yè)務(wù)領(lǐng)域，深度學(xué)習(xí)甚至顛覆了人們對(duì)傳統(tǒng)機(jī)器學(xué)習(xí)的概念，很多以前覺(jué)得不可能或者非常難以實(shí)現(xiàn)的能力借助深度學(xué)習(xí)能得到發(fā)展。雖然深度學(xué)習(xí)現(xiàn)在炙手可熱，但是很多機(jī)器學(xué)習(xí)和數(shù)據(jù)分析實(shí)踐者覺(jué)得入門較難，現(xiàn)有的計(jì)算框架，比如TensorFlow，Theano，Caffe，CNTK等學(xué)習(xí)曲線較高。本次演講介紹Keras這個(gè)非常流行的，高度抽象的深度學(xué)習(xí)建?？蚣?，其和Python環(huán)境的無(wú)縫整合，與神經(jīng)網(wǎng)絡(luò)圖高度對(duì)應(yīng)的構(gòu)造方法都能讓實(shí)踐者快速進(jìn)入深度學(xué)習(xí)領(lǐng)域，搭建自己的模型，應(yīng)用到業(yè)務(wù)中去。 
聽眾受益： 
1. 從不會(huì)到開始打造自己的深度學(xué)習(xí)模型； 
2. 了解現(xiàn)在常用的模型概念和框架及其在Keras中如何進(jìn)行構(gòu)建。

 

 

張俊林　新浪微博AI lab資深算法專家

 

演講主題：深度學(xué)習(xí)在搜索的應(yīng)用：學(xué)術(shù)前沿與工業(yè)方案解析 
個(gè)人簡(jiǎn)介：張俊林，新浪微博AI實(shí)驗(yàn)室資深算法專家，《這就是搜索引擎：核心技術(shù)詳解》與《大數(shù)據(jù)日知錄：架構(gòu)與算法》作者，中科院軟件所博士，曾擔(dān)任阿里巴巴、百度、用友等公司資深技術(shù)專家及技術(shù)總監(jiān)職位，目前關(guān)注深度學(xué)習(xí)在自然語(yǔ)言處理方面的應(yīng)用。 
主題簡(jiǎn)介： 本講座主要介紹深度學(xué)習(xí)技術(shù)在搜索的應(yīng)用，深入跟蹤最前沿技術(shù)，并對(duì)當(dāng)前典型技術(shù)方案進(jìn)行系統(tǒng)性的分類梳理，不僅對(duì)目前主流的學(xué)術(shù)界深度學(xué)習(xí)搜索技術(shù)方案（MLP/RNN/CNN/AutoEncoder等）進(jìn)行技術(shù)思路介紹及特點(diǎn)分析，也對(duì)工業(yè)界目前主要使用的代表性技術(shù)方案進(jìn)行了分析和講解。 
聽眾受益： 
1. 聽眾可以系統(tǒng)性地了解在搜索中如何應(yīng)用深度學(xué)習(xí)技術(shù)，包括目前學(xué)術(shù)界最前沿的技術(shù)方案及工業(yè)界應(yīng)用的主流方法； 
2. 可以了解各種方案的優(yōu)缺點(diǎn)及使用場(chǎng)景，對(duì)于在實(shí)際工作中使用深度學(xué)習(xí)構(gòu)造搜索系統(tǒng)有很好的指導(dǎo)作用。

 

 

劉文志　商湯科技高性能計(jì)算部門負(fù)責(zé)人

 

演講主題：深度學(xué)習(xí)部署系統(tǒng)構(gòu)建 
個(gè)人簡(jiǎn)介：劉文志，商湯科技高性能計(jì)算部門負(fù)責(zé)人，碩士畢業(yè)于中國(guó)科學(xué)院研究生院。曾于2011 年至2014年間于英偉達(dá)擔(dān)任并行計(jì)算工程師。后就職百度深度學(xué)習(xí)研究院高級(jí)研發(fā)工程師，負(fù)責(zé)異構(gòu)計(jì)算組日常工作。兩項(xiàng)美國(guó)專利申請(qǐng)已公示、多項(xiàng)國(guó)內(nèi)專利公示。已出版《并行算法設(shè)計(jì)與性能優(yōu)化》、《并行編程方法與優(yōu)化實(shí)踐》、《科學(xué)計(jì)算與企業(yè)經(jīng)應(yīng)用的并行優(yōu)化》、《OpenCL 異構(gòu)并行計(jì)算》等四本個(gè)人著作，《并行算法設(shè)計(jì)與性能優(yōu)化》已印刷近萬(wàn)本。 
主題簡(jiǎn)介： 隨著人工智能快速發(fā)展，其對(duì)芯片計(jì)算性能和功耗的要求也隨之提高，本次演講主要介紹如何把深度學(xué)習(xí)做到手機(jī)和嵌入式上，如何在嵌入式和手機(jī)上構(gòu)建高性能的深度學(xué)習(xí)基礎(chǔ)設(shè)施。 
聽眾受益： 
1. 人工智能發(fā)展水平； 
2. 深度學(xué)習(xí)技術(shù)，芯片技術(shù)； 
3. 如何把深度學(xué)習(xí)應(yīng)用部署到手機(jī)和嵌入式平臺(tái)上。

 

 

陳迪豪　第四范式先知平臺(tái)架構(gòu)師

 

演講主題：多租戶機(jī)器學(xué)習(xí)平臺(tái)的權(quán)限模型與調(diào)度設(shè)計(jì) 
個(gè)人簡(jiǎn)介：陳迪豪，第四范式先知平臺(tái)架構(gòu)師?；钴S于Kubernetes、TensorFlow等開源社區(qū)，參與了Xiaomi CloudML、4Paradigm Prophet機(jī)器學(xué)習(xí)平臺(tái)搭建，熟悉高可用、分布式系統(tǒng)原理，Github賬號(hào)https://github.com/tobegit3hub。 
主題簡(jiǎn)介： 目前深度學(xué)習(xí)技術(shù)漸趨成熟，基于機(jī)器學(xué)習(xí)的應(yīng)用也越來(lái)越多，搭建分布式的通用機(jī)器學(xué)習(xí)平臺(tái)成為各大企業(yè)的重要議題。對(duì)于一個(gè)支持多租戶的分布式、高可用系統(tǒng)，設(shè)計(jì)靈活、安全的權(quán)限模型和支持多種計(jì)算框架的調(diào)度也非常重要。本次分享的主題將涵蓋搭建分布式機(jī)器學(xué)習(xí)平臺(tái)的架構(gòu)設(shè)計(jì)和實(shí)現(xiàn)細(xì)節(jié)，介紹多種業(yè)界標(biāo)準(zhǔn)的認(rèn)證和授權(quán)模型，還有如何集成Kubernetes、TensorFlow等開源組件，讓機(jī)器學(xué)習(xí)在真實(shí)的業(yè)務(wù)中落地。 
聽眾受益： 
1. 了解業(yè)界機(jī)器學(xué)習(xí)平臺(tái)的實(shí)現(xiàn)原理； 
2. 對(duì)于權(quán)限模型和調(diào)度系統(tǒng)的架構(gòu)設(shè)計(jì)有進(jìn)一步理解； 
3. 能夠基于開源項(xiàng)目快速搭建一個(gè)通用的機(jī)器學(xué)習(xí)平臺(tái)。

 

 

吳岸城　菱歌科技首席算法科學(xué)家

 

演講主題：深度學(xué)習(xí)在推薦領(lǐng)域的應(yīng)用和實(shí)踐 
個(gè)人簡(jiǎn)介：吳岸城，菱歌科技首席算法科學(xué)家，致力于深度學(xué)習(xí)在文本、圖像、預(yù)測(cè)推薦領(lǐng)域的應(yīng)用。曾在中興通訊、亞信（中國(guó)）擔(dān)任研發(fā)經(jīng)理、高級(jí)技術(shù)經(jīng)理等職務(wù)。 
主題簡(jiǎn)介： 
1、 推薦系統(tǒng)的問(wèn)題 
（1）數(shù)據(jù)稀疏性 
（2）冷啟動(dòng)問(wèn)題 
（3）推薦質(zhì)量評(píng)價(jià)問(wèn)題 
2、傳統(tǒng)的方式做推薦 
3、深度學(xué)習(xí)做推薦（MLP/AE/CNN/RNN/DSSM…） 
4、學(xué)習(xí)Google/Linkedin的推薦經(jīng)驗(yàn) 
5、基于深度學(xué)習(xí)Lookalike 
聽眾受益： 
1. 了解推薦系統(tǒng)目前遇到的問(wèn)題和傳統(tǒng)解決方式； 
2. 深度學(xué)習(xí)做推薦系統(tǒng)的優(yōu)勢(shì)，以及目前發(fā)展到什么程度； 
3. Network Embedding在推薦系統(tǒng)中如何使用、基于深度學(xué)習(xí)Lookalike。