2016年12月18号，由ACM数据挖据中国分会（KDD China）作为 SIGKDD 在中国的唯一官方分支机构，在深圳举办的KDD China技术峰会圆满闭幕。AI科技评论作为现场参与者，亲自见证了众多国内顶尖学者和从业人员结合自己领域的进展做了最新报告，从互联网金融、城市计算、自然语音处理、智能驾驶到高性能计算平台版块，向我们展示了如何通过手握数据和利用的方法，来一手掌握未来人工智能的钥匙。
| 传说中的大牛云集
进入会场的时候，AI科技评论一抬头就亲见了传说中的“座无虚席”，在惊讶于一个技术峰会有这么大吸引力的同时，AI科技评论的同事发现自个只能站在过道里听大牛们讲课了。至于为什么要听这些大牛讲课? 大家看看这次会议强大的讲师阵容就明白了。
出席本次活动的嘉宾有：金山软件CEO 、前微软亚太研发集团 CTO、前微软亚洲工程院院长张宏江博士；KDD China主席、AAAI Fellow、IEEE Fellow香港科技大学计算机系主任杨强教授；KDD China副主席、百度金融服务事业群组执行总监、百度金融服务事业群组研发负责人沈抖博士；KDD China副主席、AAAI Fellow、IEEE Fellow、 IAPR Fellow、新晋ACM Fellow 南京大学周志华教授；KDD China秘书长、微软亚洲研究院城市计算领域负责人、美国计算机学会杰出科学家郑宇博士；KDD China委员、华为诺亚方舟实验室主任李航博士；KDD China委员、中科大教授、计算机学院副院长陈恩红教授；滴滴出行研究院副院长、密歇根大学终身教授叶杰平；KDD China委员、腾讯首席数据专家、数据平台部总经理蒋杰。嘉宾们带来了9场重量级的特邀主题报告，吸引了大约800名KDD China会员、全国各地高校的师生、从业者等参加。
| 从大数据到人工智能
在大数据膨胀的IOT时代，如何获取高质量的数据 ，基于一定的分析数据工具，最大限度地挖掘数据的价值，并为企业产生价值，是目前学术界和工业界高度关注的问题，也是学术界和工业界喜闻乐见的挑战。从两界人士的角度，如果把这个膨胀运动具象化，它就像一场翻滚而来的巨浪，不仅带来了以往难以想象的的海量数据，也促进了新的数据分析技术-人工智能的突破式发展。下面，我们便来看看各个应用场景的大牛专家，如何看待各自领域的海量数据，正促进人工智能的突破式发展这个问题的。
| 应用场景多了更多想象
首先，张宏江博士做了《大数据推动AI》的主题报告，他表示，人工智能的进展很大程度归功于数据的进展，全球产生消费的数据，2013年2020年将增长10倍，年增长率40%，微信一天在朋友圈里交换的图片是10亿。而且，现在的企业没有大数据很难活下去，而大数据要靠云来支撑。
随后，杨强教授做了《从深度学习到迁移学习》的主题报告，通过分享他眼中的机器学习昨天、今天和明天，即分别对应已经取得很大成功的深度学习、强化学习，以及非常有前景的迁移学习，并详细介绍了迁移学习及其应用（比如：基于迁移学习的机器阅读、人机对话、功能性对话、舆情分析等），阐述了机器学习的昨天，今天和明天。
应用层面，百度金融服务事业群组执行总监沈抖博士在其《互联网金融中的人工智能》主题报告中表示，以前的风控模型和现在的机器学习没有很大的区别，但过去的做法不对。一来缺乏是大量数据实时输入，二是用户端和企业端是否做到各方同时考虑呢？比如教育贷款这个场景，也许学生是好学生，但是机构不是好机构，这样的风险更高。
微软亚洲研究院郑宇博士则在《城市计算：用大数据驱动人工智能》主题报告中，向我们介绍了基于云的城市大数据平台，并分享了该平台上的相关应用：如何基于大数据的充电桩选址、基于深度学习的城市人流预测、以及利用迁移学习来解决部分城市数据不足的问题，让我们从细节处感受到如何通过人工智能的方法来合理分析已有的大数据，帮助市民们拥有更好的交通状况等非常暖心的问题。
接下来，华为诺亚方舟实验室主任李航博士在其《深度学习技术在自然语音处理领域》的报告中，表示华为诺亚方舟实验室的愿景之一，就是打造一个全智能化的智能移动手机终端，用户将通过自然语言的方式从终端获取一切想要的信息和协助。然后他以该愿景为目标，介绍了目前在诺亚方舟实验室研发的两款终端类软件产品，以及三个智能信息化检索技术。
中科大陈恩红教授则做了《领域知识驱动的个性化推荐方法》的报告。
出人意料地，滴滴出行研究院院长叶杰平教授在随后的《大数据在滴滴的应用》报告中，首次揭露了滴滴路径调度背后的机器学习。
随后，腾讯首席数据专家蒋杰在做完其《腾讯Sort Benchmark夺冠背后的架构与算法优化》的报告后，正式宣布腾讯大数据将开源第三代高性能计算平台Angel。
大会最后，周志华教授做了《关于机器学习研究的讨论》的压轴报告，给此次大会的主题报告画上了圆满的句号。
| 更理性的人工智能
在大数据和人工智能的系列特邀主题报告之后，在场的大牛们没有匆匆离场，而是围在一起探讨了更理性的人工智能。
机器学习和数据挖掘这些技术，在哪些领域可以表现比较好？相应的，这些技术在哪些领域可能做得不好？
今天我们的报告里面提到了很多知名学者，其实大部分都是国外的，像Yoshua Bengio和Yann LeCun等，但是我想问一下四位讲者，在你们心目中，中国有没有什么人工智能技术是领先于世界的？
刚刚的问题还都还比较平和一点，现在升级一下，有点挑战性，做好准备了。刚刚大家都说，中国很有机会、有很多人工智能公司。请问各位，你们觉得未来中国哪家公司的AI最有希望，为什么？哪一家公司不太有希望呢，为什么？
郑宇博士当场向现场大牛们抛出了这些问题，详细回答可以关注AI科技评论后续的圆桌论坛整理文章。
| 这是一个具有伟大意义的数据峰会
根据AI科技评论在现场从参会者嘴里了解到的信息，虽然在“座无虚席”的听讲席里不乏BAT或者一流高校的KDD会员、从业者以及高校师生，但是这么多大牛齐聚一堂在国内类似的技术峰会上是非常罕见的；各个企业间关于大数据和人工智能话题如此开放坦诚的技术交流更是难得。当然最最重要的，我们通过这场技术峰会看到了大数据和人工智能的先锋进展：
大数据的量正在更大地爆发，促进了新的数据分析技术-人工智能的突破式发展。人工智能随之而来的发展，也由昨天和前天的深度学习和强化学习，开始迈向迁移学习。而上面两者的结合，又加剧了其在互联网金融、城市计算、自然语音处理、智能驾驶、高性能计算平台版块的喜人进展。就如同我们文章开头所说，（大数据）向我们展示了如何通过手握数据和利用的方法，来一手掌握住了未来人工智能的钥匙。
PS：长按二维码加入KDD China 会员
