Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

2018 AIIA人工智能开发者大会10月开幕,百余位专家演讲、十余场深度分论坛

2018AIIA人工智能开发者大会将于2018年10月15日到16日在苏州国际博览中心举办。次大会是由国家发展和改革委员会、工业和信息化部、国家网信办指导,中国人工智能产业发展联盟(AII本A)主办,机器之心全程协办,汇集数十位学术界专家和企业界高管,精准面向人工智能开发者举办的专业峰会。

自2009年深度学习崛起以来,人工智能也随之掀起了一波新浪潮。人工智能的迅速发展将深刻改变人类社会和世界的面貌。为了抓住 AI 发展的战略机遇,越来越多的国家和组织已争相开始制定国家层面的发展规划

作为全球第二大经济体,2017 年 7 月,中国颁布了《新一代人工智能发展规划》,该规划是所有国家人工智能战略中最为全面的,包含了研发、工业化、人才发展、教育和职业培训、标准制定和法规、道德规范与安全等多个方面的战略和发展目标,向世人宣告了引领全球AI 理论、技术和应用的雄心。

《新一代人工智能发展规划》发布之后,工信部又于 2017 年 12 月发布了《促进新一代人工智能产业发展三年行动计划(2018—2020年)》。该计划可看作是前者的第一步战略,以推动中国的 AI 产业到 2020 年达到世界一流水平。

2018AIIA人工智能开发者大会覆盖了人工智能开发者关心的各个方面,为各个阶段各种水平的开发者提供从技术讨论、实战训练到产业应用的全方位交流学习平台。本届大会将邀请国内外人工智能产业中的知名专家、政府主管部门负责人、行业内顶尖企业管理者、知名学者、工程师、开源社区优秀贡献团队及个人,交流技术现状趋势、分享生态建设经验、探讨开源社区运营。

大会亮点提前知

本届大会汇聚了来自学术界、产业界的众多重量级AI专家,探讨AI前沿话题。除了精彩的主题演讲,大会还包含分论坛与专业公开课程等众多亮点:

1.AI技术大咖

本次峰会汇聚了由郑南宁院士领衔的、众多在国际人工智能领域享有盛名的顶级学界及产业界专家及企业界代表,这些专家以及代表将为参会的开发者们准备精彩纷呈的主题演讲。

2.2018年度人工智能巡回赛收关

“AIIA杯人工智能巡回赛”以“融创同智、竞促发展”为主题,突显通过融合联盟优势成员单位,形成协同创新的良性态势;通过依托竞技类平台,有效推动产业资源融合、促进、发展的产业生态,共同促进中国人工智能产业的不断发展。2018年巡回赛由浙大一附院、航天科工、国家电网、百度、中国联通、腾讯联合赛点5个赛区承办,巡回赛将会在本次大会上完美收官,5个赛区也会在大会上介绍这一年的丰硕成果。2019年的启动仪式也将一同举办。

3.十余场深度分论坛

除去大会主论坛的演讲,本次开发者大会拟联合华为、小米、思必驰、机器之心等诸多人工智能专业从业机构举办10余场分论坛,从开源生态推进、机器学习发展前沿、计算机视觉前沿研究及应用、自然语言前沿研究及应用、量子计算机器学习等诸多领域为参会的开发者带来更加深度及专业的精彩内容。

4.专业公开课程

开发者大会目前拟联合阿里巴巴、百度、亚马逊等科技巨头公司,就基础学习框架、开放技术平台、开源技术生态运营等诸多人工智能生态方向开展为期一天的公开课教程。与会开发者能够在当天一站式深度了解国际各大顶尖技术生态。

除了以上这些亮点,大会期间还将有更多开发者关心的重磅消息发布,欢迎大家随时关注。

产业活动
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

推荐文章
暂无评论
暂无评论~