[[267461]]

專注于探討 AI 技術(shù)落地的大會(huì)

由著名傳媒公司 O'Reilly 和科技巨頭 Intel 聯(lián)合舉辦的 AI Conference，聚集了一眾 AI 頂級(jí)大佬，通過培訓(xùn)、教學(xué)輔導(dǎo)課、主題演講，議題分享等環(huán)節(jié)，探討 AI 技術(shù)最新進(jìn)展及應(yīng)用場(chǎng)景。這將是一場(chǎng)盛況空前的 AI 從業(yè)者集會(huì)。

O'Reilly 會(huì)議由來已久，最早要追溯到 1997 年的O'Reilly軟件網(wǎng)站會(huì)議 （加州圣何塞），在 20 多年里，O'Reilly 舉辦了兩百多場(chǎng)大型會(huì)議，內(nèi)容涵蓋計(jì)算機(jī)行業(yè)里各個(gè)領(lǐng)域。

這些會(huì)議匯集了數(shù)萬(wàn)名領(lǐng)先的創(chuàng)新者，探討技術(shù)和業(yè)務(wù)轉(zhuǎn)型的前沿新興趨勢(shì)和關(guān)鍵挑戰(zhàn)?！搁_源」(OpenSource) 這個(gè)詞就誕生于 O'Reilly 會(huì)議，而人工智能會(huì)議則是在 2017 年加入這個(gè)大家族。

O'Reilly AI Conference 與北京的緣分，始于 2018 ，而今夏，又將回歸北京，這必定是再一次的美妙相遇。

大會(huì)的嘉賓，也一直是 O'Reilly AI Conference 的重要籌碼。比如去年的 Michael Jordan 、李飛飛、李開復(fù)、Rena el Kaiouby 、Peter Norvig、李佳 和 Lili Cheng 這些 AI 界的明星級(jí)人物。

今年的大會(huì)也邀請(qǐng)了人工智能學(xué)界、工業(yè)界的諸多重量級(jí)嘉賓，包括 Intel 架構(gòu)、圖形和軟件副總裁 馬子雅、加州大學(xué)伯克利分校 EECS 教授 Ion Stoica，Google Brain 團(tuán)隊(duì)中移動(dòng)和嵌入式 TensorFlow Group 的技術(shù)主管 Pete Warden ，以及阿里達(dá)摩院的大神 賈揚(yáng)清 等等。

大會(huì)演講主題

在 6 月20-21 整整兩天的演講中，安排了數(shù)十位人工智能行業(yè)界的重要嘉賓和講師，從學(xué)界、工業(yè)界、商業(yè)界等不同角度，分享他們的經(jīng)驗(yàn)。

企業(yè)中的人工智能：執(zhí)行簡(jiǎn)報(bào)，案例研究及用例，行業(yè)特定應(yīng)用；

人工智能對(duì)商業(yè)及社會(huì)的影響：自動(dòng)化，安全，規(guī)范；

實(shí)施人工智能項(xiàng)目：應(yīng)用，工具，架構(gòu)，安全；

與人工智能交互：設(shè)計(jì)，指標(biāo)，產(chǎn)品管理，機(jī)器人；

模型及方法：增強(qiáng)及機(jī)器學(xué)習(xí)， TensorFlow ，深度學(xué)習(xí)， GAN ，自然語(yǔ)言處理及理解，語(yǔ)音識(shí)別，計(jì)算機(jī)視覺

部分主題：

• 基于人工智能的大數(shù)據(jù)分析，驅(qū)動(dòng)大規(guī)模高效洞察

Unifying analytics and AI on big data for faster insights at scale 

• 通過云服務(wù)為 AI 加速創(chuàng)新

Accelerate innovations with AI in the cloud 

• 如何通過定制 AI 處理器，提高生產(chǎn)力和效率

Increasing AI productivity and efficiency with purpose-built AI processors 

• 未來的招聘：與 AI 深度結(jié)合

The future of hiring and the talent market with AI

• 在 RISELab 中實(shí)現(xiàn)人工智能系統(tǒng)

AI and systems at RISELab 

• 走近學(xué)習(xí)算法，數(shù)據(jù)結(jié)構(gòu)和系統(tǒng)

Toward learned algorithms, data structures, and systems

• 人工智能的計(jì)算機(jī)硬件設(shè)計(jì)

Designing computer hardware for artificial intelligence

• 自動(dòng)駕駛技術(shù)和未來自主倉(cāng)到倉(cāng)運(yùn)輸

Self-driving technology and the future autonomous depot-to-depot transport

• 人工智能、大數(shù)據(jù)和云技術(shù)的數(shù)據(jù)編配

Data Orchestration for AI, Big Data, and Cloud

更多議題見官網(wǎng)。

人工智能培訓(xùn)課程（2 天）

在 6 月 18-19 兩天，大會(huì)安排了三個(gè)方向的培訓(xùn)課程，并邀請(qǐng)了經(jīng)驗(yàn)豐富的導(dǎo)師，通過深度培訓(xùn)的形式，帶來非常優(yōu)質(zhì)的課程。

內(nèi)容涵蓋量化金融風(fēng)險(xiǎn)、PyTorch、TensorFlow 三個(gè)方向，將結(jié)合課程講解、實(shí)操訓(xùn)練的方式，讓學(xué)員快速掌握相關(guān)知識(shí)和最佳實(shí)踐。

量化金融信用與風(fēng)控分析

時(shí)間：6月18-19日 09:00 - 17:00

地點(diǎn)：多功能廳2 

該輔導(dǎo)課基于清華大學(xué)交叉信息研究院開設(shè)的一門「量化金融信用與風(fēng)控分析」研究生課。其中會(huì)用 LendingClub 的真實(shí)借貸數(shù)據(jù)做為案例，解說一些具體模型的實(shí)現(xiàn)。

導(dǎo)師介紹：

種驥科博士：清華兼職教授，現(xiàn)任美國(guó) Acorns 首席數(shù)據(jù)科學(xué)家，種驥科曾任職于宜人貸首席數(shù)據(jù)科學(xué)家，負(fù)責(zé)反欺詐風(fēng)控和數(shù)字驅(qū)動(dòng)的運(yùn)營(yíng)和創(chuàng)新。種驥科曾任美國(guó)卡內(nèi)基梅隆大學(xué)教授與博士生導(dǎo)師，持有加州大學(xué)伯克利分校電子工程和計(jì)算機(jī)科學(xué)系博士學(xué)位，卡內(nèi)基梅隆大學(xué)電子和計(jì)算機(jī)工程系碩士及本科學(xué)位。

黃鈴博士：慧安金科(北京)科技有限公司創(chuàng)始人、CEO，清華大學(xué)交叉信息研究院兼職教授。畢業(yè)于美國(guó)加州大學(xué)伯克利分校，獲得計(jì)算機(jī)科學(xué)博士學(xué)位。

陳薇博士：現(xiàn)任排列科技首席科學(xué)家，江西互聯(lián)網(wǎng)金融協(xié)會(huì)特聘風(fēng)控專家，博金貸金融科技研究院院長(zhǎng)。持有內(nèi)布拉斯加大學(xué)計(jì)算機(jī)科學(xué)系博士學(xué)位，清華大學(xué)計(jì)算機(jī)工程系碩士及中國(guó)人工智能重點(diǎn)實(shí)驗(yàn)室成員，曾擔(dān)任數(shù)個(gè)學(xué)術(shù)期刊評(píng)審，發(fā)表專業(yè)論文數(shù)十篇。

PyTorch 深度學(xué)習(xí)

時(shí)間：6月18-19日 09:00 - 17:00

地點(diǎn)：多功能廳 6A+B

PyTorch 是一個(gè)基于 Python 的機(jī)器學(xué)習(xí)庫(kù)，方便用戶靈活地構(gòu)建深度神經(jīng)網(wǎng)絡(luò)，導(dǎo)師 Rich Ott 將介紹《如何用 PyTorch 完成深度學(xué)習(xí)的工作流程》，并介紹 PyTorch 的 API 調(diào)用和 如何配合 GPU 使用。導(dǎo)師為學(xué)員準(zhǔn)備了基于真實(shí)數(shù)據(jù)的數(shù)據(jù)集，和構(gòu)建深度學(xué)習(xí)模型所需的知識(shí)。

導(dǎo)師介紹：

Richard Ott 就職于 Verizon ，擔(dān)任數(shù)據(jù)科學(xué)家和軟件工程師，Richard 擁有麻省理工學(xué)院的粒子物理學(xué)博士學(xué)位，和加州大學(xué)戴維斯分校的博士后學(xué)位。

TensorFlow 深度學(xué)習(xí)

時(shí)間：6月18-19日 09:00 - 17:00

地點(diǎn)：多功能廳 5A+B

TensorFlow 庫(kù)為用戶提供跨資源自動(dòng)并行化的計(jì)算圖，是實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的理想架構(gòu)。 Season Yang 將介紹 TensorFlow 在 Python中的使用，以及如何使用 TensorFlow 提供的 Keras API，并通過幾個(gè)最佳實(shí)踐，讓學(xué)員逐步掌握機(jī)器學(xué)習(xí)的算法。

導(dǎo)師介紹：

Season Yang 是麥肯錫公司風(fēng)險(xiǎn)實(shí)踐的分析研究員。 畢業(yè)于加州大學(xué)戴維斯分校，獲得應(yīng)用數(shù)學(xué)和科學(xué)計(jì)算與經(jīng)濟(jì)學(xué)雙學(xué)士學(xué)位，后于哥倫比亞大學(xué)應(yīng)用數(shù)學(xué)專業(yè)，獲得碩士學(xué)位，專攻數(shù)值計(jì)算。

七大主題教學(xué)輔導(dǎo)課（3 小時(shí)）

• 實(shí)用指南：機(jī)器學(xué)習(xí)中可解釋性和偏差評(píng)估

A practical guide toward explainability and bias evaluation in machine learning

• Analytics Zoo：在 Apache Spark 上實(shí)現(xiàn)分布式 的TensorFlow 和 Keras

Analytics Zoo: Distributed TensorFlow and Keras on Apache Spark

• 基于深度學(xué)習(xí)的時(shí)間序列預(yù)測(cè) 

Deep learning for time series forecasting

• 英特爾 OpenVINO：從邊緣計(jì)算到云計(jì)算，為深度學(xué)習(xí)推理和計(jì)算機(jī)視覺加速

Intel OpenVINO: Accelerating deep learning inference and computer vision from edge to cloud

• 人工智能產(chǎn)品的設(shè)計(jì)思路

Design thinking for AI

• 通過自動(dòng)化機(jī)器學(xué)習(xí)民主化和加速AI落地 

Democratizing and accelerating AI through automated machine learning

• 使用 Ray 構(gòu)建強(qiáng)化學(xué)習(xí)模型和AI應(yīng)用程序

Building reinforcement learning models and AI applications with Ray

近百場(chǎng)精彩議題請(qǐng)登錄會(huì)議官網(wǎng)查看。

最后報(bào)名時(shí)刻：

本屆AI Conference 2019北京站門票正在熱賣中，培訓(xùn)課席位有限，機(jī)不可失。搜索“AI大會(huì)”或“人工智能大會(huì)”，進(jìn)入官網(wǎng)查看詳情。