作者 CDA 数据分析师
5 月 27 日至 28 日,由机器之心 SYNCED 主办的 2017 全球机器智能峰会(GMIS 2017)将在北京正式举行。作为一场聚焦人工智能的顶级行业盛宴,GMIS 2017汇集了众多行业大咖,并设置了人机大战、五场主题 Session 和 IME 主题展,堪称亮点十足。
在两天的时间内,从技术先锋到产学研大牛再到产业明星,46 位嘉宾将立体剖析他们眼中的机器智能,面对着大量超规格干货内容,如何才能在现场快速消化?本文将从产业与技术两个层面提供参会指导,使参会者、业内人士和对人工智能感兴趣的用户能够提前获知大会的重点及精华。
语音日渐成为人机交互的重要方式,而语音交互领域的分享在本次大会也是重点之一,腾讯人工智能实验室副主任,前美国微软研究院语音和对话组首席研究员,语音识别与深度学习领域的专家俞栋就将带来《语音识别领域的前沿研究》演讲。
思必驰联合创始人、首席科学家俞凯博士则带来《迈向智能认知型对话交互》的主题演讲,深入剖析智能语音交互行业新动向。此外,语音交互领域的另一重头企业科大讯飞也将亮相,科大讯飞执行总裁胡郁将在会上分享《人工智能+共创新世界》。
2016 年里约奥运会期间,今日头条有一位新员工,它撰写了 457 篇有关羽毛球、乒乓球、网球的消息简讯和赛事报道,每天 30 篇以上的产量,让一般记者难以望其项背。它就是运用自然语言处理、视觉图形处理和机器学习技术的写稿机器人 xiaomingbot。在此次 GMIS 大会上,今日头条人工智能实验室主任、副总裁马维英博士将带来《信息流的未来与人工智能的机会》的精彩演讲。
如果说 xiaomingbot 是默默无闻耕耘在写稿届,那搜狗旗下一名叫「汪仔」的问答机器人则在江苏卫视《一站到底》节目中多次战胜人类选手,一炮而成为网红机器人。在大会上,搜狗 CEO 王小川不仅会带来《人工智能技术与思考》的主题演讲,还会让汪仔在大会上展开一场精彩的人机大战。与此同时,竹间智能科技创始人&CEO 简仁贤、图灵机器人 CEO 俞志晨也将在大会中做深度演讲,诠释让机器理解世界背后的要义。
人工智能商业化势不可挡,无论是业内巨头,还是创业公司都在部署人工智能开发平台。
第四范式的创始人戴文渊就职百度时,曾主导开发了百度搜索营销专业版凤巢系统,这个系统引入了深度学习,使百度变现能力在 4 年中提升 8 倍。在 GMIS 大会上,戴文渊将带来《构建 AI 商业大脑》的主题演讲,讲述他是如何通过产品化的形式实现 AI 的商业价值。
与戴文渊一样,地平线机器人创始人余凯也曾是百度人。离开之前,余凯任百度深度学习研究院负责人。地平线致力于基于深度神经网络的人工智能「大脑」平台,包括软件和芯片。在大会上,余凯将针对《自动驾驶中的深度学习》这一主题与大家进行分享。
在 BAT 中,除了百度和腾讯之外,阿里同样在布局人工智能,将研究设在蚂蚁金服架构下。而漆远作为蚂蚁金服 VP、首席数据科学家,他所领导的团队一直从事深度学习、加强学习等人工智能领域的前沿研究,致力于为蚂蚁金服各业务场景注入新的科技力量,将智能技术赋能于各条业务线和各种应用。目前为止,已在阿里的智能客服和智能营销方面取得良好的成绩。
此次漆远将呈现关于《金融生活领域的 AI 平台建立及应用》主题演讲,分享 AI 技术在金融场景中的巨大价值。
漆远带来的是人工智能+金融的应用场景,而拍医拍的联合创始人杨琼将带领大家进行一场关于《人工智能+医疗——噱头,还是未来》的探讨。
在此次大会上,iPIN 创始人、CEO 杨洋将通过《认知分析—透过机器重新审视商业本质》的主题演讲,深度解析认知计算所带来的商业机遇。而杉数科技联合创始人、首席科学家葛冬冬将在此次大会上针对《在人工智能时代,运筹学能做些什么?》这一命题给出答案。
大会第一天,有「LSTM 之父」之称的深度学习神经网络开拓者 Jürgen Schmidhuber 将首先带来主题为《真正的人工智能将会改变一切(True Artificial Intelligence Will Change Everything)》的开场演讲。在这场演讲中,Schmidhuber 将探讨 21 世纪最重要的变革力量之一——人工智能,他认为人工智能即将改变我们人类文明的每一个方面。作为一位通用人工智能的重要支持者,他还将在 GMIS 2017 谈到他对人工智能未来的看法,并且还将畅想人工智能与人类文明的共同命运。
紧随其后,微软人工智能首席科学家邓力将分享《无监督学习的最新进展(Recent Advances in Unsupervised Learning)》。他认为,聚类方法、GAN 和变分自编码器(VAE)等传统无监督学习方法关注的重点是对输入数据的结构建模,而邓力则将探讨一种通过探索输出结构来进行无监督学习的方法以及为这种学习技术的新型成本函数问题所提出的新技术——随机原始-对偶梯度(SPDG:stochastic primal-dual gradient)。
在了解这项无监督学习的前沿进展之后,腾讯 AI Lab 副主任俞栋又将带我们洞悉《语音识别领域的前沿研究》。
在第一天下午的三场 Session 中,第一场是专门的机器学习主题。
首先,俄亥俄州立大学感知与神经动力学实验室主任、大象声科首席科学家汪德亮将分享《基于深度学习的语音降噪技术》。之后,地平线机器人创始人余凯将解读《自动驾驶中的深度学习》。在这个 GMIS Session 中,余凯将从技术的角度分享深度学习在自动驾驶方面的应用,让受众了解自动驾驶系统从感知到决策的整个过程。
在这场 Session 中,清华大学副教授朱军还将更进一步地对清华大学机器学习组开源的「珠算(ZhuSuan)」软件库进行解读。
另一场 Session 则是专为机器学习与其它领域的交叉学科所设置的。
其中,在人工智能上取得成功的「叛逆者」Gary Marcus 将对《控制智能与机器智能(Control Intelligence and Machine Intelligence)》进行一个全面的概述。
接下来,来自北京师范大学认知神经科学与学习国家重点实验室的吴思教授将分享《视觉信息处理的动态法则》,他将从神经科学的角度为我们论证解析为什么「动态信息处理是智能的关键,而预测又是动态信息处理的关键」。
值得一提的是,本届 GMIS 还邀请到了《降临》的科学顾问兼麦吉尔大学语言学系副教授 Jessica Coon,她将对《降临》背后的语言学进行解读,带你进入外星人、语言学实地考察和普遍文法的神奇领域。
了解了语言学的魅力之后,杉数科技联合创始人、首席科学家、上海财经大学交叉科学研究院院长葛冬冬又将带我们走进运筹学的领域。运筹学是一门研究怎样处理事情更有效的学科(因此达成「优化」或「最优化」常常是运筹学的目标);如今,从管理、金融、计算机、军事到日常生活的具体问题,运筹学都能给出可实施的解决方案。在 GMIS,葛冬冬将探讨分享优化运筹在人工智能时代的挑战和机遇、工业实践方法以及该领域的工作方向。
而在接下来的另一场「先锋青年」主题的 Session 上,第四范式联合创始人兼首席研究科学家陈雨强、NIPS 2016 最佳论文《价值迭代网络(Value Iteration Network)》的作者之一&伯克利在读博士吴翼两位青年科学家将通过演讲分享他们在机器学习前沿上的研究和思考。
最后,围绕「机器智能时代的青年先锋视野」的主题,加州大学伯克利分校计算机系在读博士姜碧野、卡内基梅隆助理教授 Zachary Lipton、澎峰科技创始人张先轶、Abundy 创始人& CEO 邹昊和 Fusion Fund(A.K.A NewGen Capital) 创始合伙人张璐等青年先锋将共同分享讨论他们对机器智能时代的观点和看法。
相比于第一天密集的前沿解读和技术分享,第二天的演讲更侧重人工智能的产业应用和社会价值,但其中也有一些值得关注的技术内容值得期待。
第二天上午,吴翼的博士生导师 Stuart Russell 将在开场演讲中剖析人工智能当前所面临的挑战和难题。这位著名的人工智能学者是人工智能「标准教科书」《人工智能:一种现代方法》作者之一,这本标准教科书目前已被全世界 1300 多所大学选为教材。
迁移学习是近来机器学习研究的一个重要方向,是指将在一个场景中学习到的知识迁移到另一个场景应用中。在 GMIS 2017 上,第四范式联合创始人兼香港科技大学教授杨强将在 Russell 的分享之后为我们解读迁移学习方面的研究。
接下来在科大讯飞执行总裁胡郁和蚂蚁金服首席数据科学家漆远的演讲之后,上海交大教授、思必驰联合创始人兼首席科学家俞凯将解读《迈向智能认知型对话交互》。
最后的技术分享来自阿尔伯塔大学教授、计算机围棋顶级专家 Martin Müller。他将在 GMIS 2017上解读《深度学习时代的启发式搜索》。
2017全球机器智能峰会(GMIS 2017)是关注全球人工智能及相关领域的行业盛会,由国内首家专注于人工智能领域的前沿科技媒体机器之心SYNCED 主办。大会以“A Machine that learns?”为主题,首次权威系统地介绍机器智能相关技术的前沿研究,探讨机器智能如何从技术转化成产品和应用,以及解决哪些具体问题。与此同时,本届大会还将设置智能机器展(IME)等精彩环节,将权威性、前沿性、技术创新性、趣味性及互动性完美融合到了一起。
推荐阅读
2017年大数据和数据科学的六大发展趋势
你每天要花多少时间在手机上?
初级数据科学家求职时的 3 大必备能力
不可错过的优质深度学习课程
职场 | 数据库面试常问的一些基本概念
听说你最擅长“拖”,你“拖”得过Excel吗?
数据科学优质课程推荐#2:统计入门课程篇
歌手外科和猴姑,大数据告诉你白百何出轨后谁最惨
想学习数据科学?我们整理了一份优质编程入门课程清单
数据科学家在美国仍然是最热门工作的3大原因
一个优秀数据分析师的准则
Python 实现一个火车票查询的工具
干货 | 携程实时用户行为系统实践
数据分析证明最靠谱的电影评分网站不是 IMDB, 也不是烂番茄,而是...
那些年,写 Python 犯过的错误
我用6.5万条公开数据分析了一下人民眼中的人民的名义
如何获得你的第一份数据科学领域的工作?
北京空气质量数据可视化
几个提高工作效率的Python内置小工具
Python 自然语言处理《釜山行》人物关系