如今人工智能已不單單是發(fā)表學術論文、刷新正確率的競賽，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)造著實實在在的利潤和商業(yè)價值。而且，隨著算法改進、硬件升級、架構優(yōu)化，應用人工智能技術帶來的收益還會越來越高。

基于此，CSDN傾力打造了「人工智能技術實戰(zhàn)峰會」，來自阿里巴巴、微軟、商湯科技、第四范式、微博、出門問問、菱歌科技的AI專家，將針對機器學習平臺、系統(tǒng)架構、對話機器人、芯片、推薦系統(tǒng)、Keras、分布式系統(tǒng)、NLP等熱點話題進行分享。

先行者們正在關注哪些關鍵技術？如何從理論跨越到企業(yè)創(chuàng)新實踐？你將從本次峰會找到答案。每個演講時段均設有答疑交流環(huán)節(jié)，與會者和講師可零距離互動。

限時特惠199元即可聽7位技術專家的在線分享【立即報名】

 

 

講師&議題介紹

 

 

姜飛俊 阿里集團人工智能實驗室高級算法專家

 

演講主題：自然語言處理在“天貓精靈”的實踐應用 
個人簡介：姜飛?。R桓），阿里集團人工智能實驗室高級算法專家，本科和博士先后畢業(yè)于浙江大學和香港科技大學，2012年博士畢業(yè)后加入阿里集團，目前帶領團隊負責天貓精靈語音助手的自然語言理解技術。 
主題簡介： 天貓精靈是目前熱賣的一款智能音箱，在實現(xiàn)了遠場喚醒拾音的同時，也實現(xiàn)了意圖的靈活跳轉和多輪理解。本次演講將分享：我們在實際做這個產品中遇到了哪些困難，接下來還有哪些有意思的課題可以去研究來實現(xiàn)自然的人機交互。 
聽眾受益： 
1. 對目前實際產品中使用的自然語言技術有所了解； 
2. 了解產品實現(xiàn)過程中所面對的實際問題。

 

 

汪劍　出門問問搜索推薦負責人

 

演講主題：用戶畫像系統(tǒng)應用與技術解析 
個人簡介：汪劍，現(xiàn)在在出門問問負責推薦與個性化。曾在微軟雅虎工作，從事過搜索和推薦相關工作。 
主題簡介： 本次演講介紹用戶畫像包含的相關概念以及用戶畫像系統(tǒng)在哪些領域得到應用，然后介紹用戶畫像系統(tǒng)的架構模塊，輸入輸出，以及用到的相關技術和模型。最后對用戶畫像在相關領域的應用做一個介紹。 
聽眾受益： 
1. 從技術和產品層面了解用戶畫像； 
2. 通過實際構建用戶畫像的案例中了解針對公司業(yè)務如何構建適合自己的用戶畫像系統(tǒng)。

 

 

謝梁　美國微軟總部首席數據科學家

 

演講主題：使用Keras由零開始快速構造自己的深度學習模型 
個人簡介：謝梁，美國微軟總部首席數據科學家，主持運用機器學習和人工智能方法優(yōu)化大規(guī)模高可用性并行存儲系統(tǒng)的運行效率和改進其運維方式。具有十余年機器學習應用經驗，熟悉各種業(yè)務場景下機器學習和數據挖掘產品的需求分析、架構設計、算法開發(fā)和集成部署，涉及金融、能源和高科技等領域。曾經擔任美國道瓊斯工業(yè)平均指數獨有保險業(yè)成分股的旅行家保險公司分析部門總監(jiān)，負責運用現(xiàn)代統(tǒng)計學習方法優(yōu)化精算定價業(yè)務和保險運營管理，推動精準個性化定價解決方案。在包括Journal of Statistical Software等專業(yè)期刊上發(fā)表過多篇論文，擔任Journal of Statistical Computation and Simulation期刊以及Data Mining Application swith R一書的審稿人。 
主題簡介： 深度學習在過去幾年間得到了長足進步和應用，在很多業(yè)務領域，深度學習甚至顛覆了人們對傳統(tǒng)機器學習的概念，很多以前覺得不可能或者非常難以實現(xiàn)的能力借助深度學習能得到發(fā)展。雖然深度學習現(xiàn)在炙手可熱，但是很多機器學習和數據分析實踐者覺得入門較難，現(xiàn)有的計算框架，比如TensorFlow，Theano，Caffe，CNTK等學習曲線較高。本次演講介紹Keras這個非常流行的，高度抽象的深度學習建?？蚣?，其和Python環(huán)境的無縫整合，與神經網絡圖高度對應的構造方法都能讓實踐者快速進入深度學習領域，搭建自己的模型，應用到業(yè)務中去。 
聽眾受益： 
1. 從不會到開始打造自己的深度學習模型； 
2. 了解現(xiàn)在常用的模型概念和框架及其在Keras中如何進行構建。

 

 

張俊林　新浪微博AI lab資深算法專家

 

演講主題：深度學習在搜索的應用：學術前沿與工業(yè)方案解析 
個人簡介：張俊林，新浪微博AI實驗室資深算法專家，《這就是搜索引擎：核心技術詳解》與《大數據日知錄：架構與算法》作者，中科院軟件所博士，曾擔任阿里巴巴、百度、用友等公司資深技術專家及技術總監(jiān)職位，目前關注深度學習在自然語言處理方面的應用。 
主題簡介： 本講座主要介紹深度學習技術在搜索的應用，深入跟蹤最前沿技術，并對當前典型技術方案進行系統(tǒng)性的分類梳理，不僅對目前主流的學術界深度學習搜索技術方案（MLP/RNN/CNN/AutoEncoder等）進行技術思路介紹及特點分析，也對工業(yè)界目前主要使用的代表性技術方案進行了分析和講解。 
聽眾受益： 
1. 聽眾可以系統(tǒng)性地了解在搜索中如何應用深度學習技術，包括目前學術界最前沿的技術方案及工業(yè)界應用的主流方法； 
2. 可以了解各種方案的優(yōu)缺點及使用場景，對于在實際工作中使用深度學習構造搜索系統(tǒng)有很好的指導作用。

 

 

劉文志　商湯科技高性能計算部門負責人

 

演講主題：深度學習部署系統(tǒng)構建 
個人簡介：劉文志，商湯科技高性能計算部門負責人，碩士畢業(yè)于中國科學院研究生院。曾于2011 年至2014年間于英偉達擔任并行計算工程師。后就職百度深度學習研究院高級研發(fā)工程師，負責異構計算組日常工作。兩項美國專利申請已公示、多項國內專利公示。已出版《并行算法設計與性能優(yōu)化》、《并行編程方法與優(yōu)化實踐》、《科學計算與企業(yè)經應用的并行優(yōu)化》、《OpenCL 異構并行計算》等四本個人著作，《并行算法設計與性能優(yōu)化》已印刷近萬本。 
主題簡介： 隨著人工智能快速發(fā)展，其對芯片計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習做到手機和嵌入式上，如何在嵌入式和手機上構建高性能的深度學習基礎設施。 
聽眾受益： 
1. 人工智能發(fā)展水平； 
2. 深度學習技術，芯片技術； 
3. 如何把深度學習應用部署到手機和嵌入式平臺上。

 

 

陳迪豪　第四范式先知平臺架構師

 

演講主題：多租戶機器學習平臺的權限模型與調度設計 
個人簡介：陳迪豪，第四范式先知平臺架構師?；钴S于Kubernetes、TensorFlow等開源社區(qū)，參與了Xiaomi CloudML、4Paradigm Prophet機器學習平臺搭建，熟悉高可用、分布式系統(tǒng)原理，Github賬號https://github.com/tobegit3hub。 
主題簡介： 目前深度學習技術漸趨成熟，基于機器學習的應用也越來越多，搭建分布式的通用機器學習平臺成為各大企業(yè)的重要議題。對于一個支持多租戶的分布式、高可用系統(tǒng)，設計靈活、安全的權限模型和支持多種計算框架的調度也非常重要。本次分享的主題將涵蓋搭建分布式機器學習平臺的架構設計和實現(xiàn)細節(jié)，介紹多種業(yè)界標準的認證和授權模型，還有如何集成Kubernetes、TensorFlow等開源組件，讓機器學習在真實的業(yè)務中落地。 
聽眾受益： 
1. 了解業(yè)界機器學習平臺的實現(xiàn)原理； 
2. 對于權限模型和調度系統(tǒng)的架構設計有進一步理解； 
3. 能夠基于開源項目快速搭建一個通用的機器學習平臺。

 

 

吳岸城　菱歌科技首席算法科學家

 

演講主題：深度學習在推薦領域的應用和實踐 
個人簡介：吳岸城，菱歌科技首席算法科學家，致力于深度學習在文本、圖像、預測推薦領域的應用。曾在中興通訊、亞信（中國）擔任研發(fā)經理、高級技術經理等職務。 
主題簡介： 
1、 推薦系統(tǒng)的問題 
（1）數據稀疏性 
（2）冷啟動問題 
（3）推薦質量評價問題 
2、傳統(tǒng)的方式做推薦 
3、深度學習做推薦（MLP/AE/CNN/RNN/DSSM…） 
4、學習Google/Linkedin的推薦經驗 
5、基于深度學習Lookalike 
聽眾受益： 
1. 了解推薦系統(tǒng)目前遇到的問題和傳統(tǒng)解決方式； 
2. 深度學習做推薦系統(tǒng)的優(yōu)勢，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、基于深度學習Lookalike。