【特色活动】挖掘AI明日之星,构筑发展新动能:AI青年科学家联盟举办“创新动能 智汇传承”论坛

由国家发展和改革委员会、科学技术部、工业和信息化部、国家互联网信息办公室、中国科学院、中国工程院、上海市人民政府主办,AI青年科学家联盟·梧桐汇承办,上海交通大学、氪信科技联合协办的世界人工智能大会特色活动——“创新动能,智汇传承”主题论坛将于8月30日下午在上海世博中心举办。

此次论坛将聚焦AI人才培养和“明日之星”的发掘,会上将发布AI IN CHINA 人工智能研究与应用报告,剖析中国人工智能学术研究与实践应用的现状,为上海发展“AI+”集思广益;以加速孵化人工智能领军人才为目的的“A 班生计划”, 也将于本次大会上隆重亮相;同时,AI青年科学家联盟还将与来自互联网软件、汽车、金融、咨询以及AI明星创业公司签署战略合作协议,扩展联盟的朋友圈,丰富AI生态。

业界大咖与新生代齐参与 共谋AI发展

本次论坛将邀请海内外业界大咖,其中包括中国工程院潘云鹤院士和微软全球执行副总裁沈向洋,企业和高校AI中生代,就人工智能的社会角色及愿景,中国人工智能的基础研究再突破,大型互联网公司AI研究和应用方向,产学研融合及高校人才培养等议题展开讨论。同时还将发布AI IN CHINA人工智能研究与应用报告。

中国工程院潘云 鹤院士

该报告将组织国内AI应用热门领域的实践和AI学术前沿研究成果,邀请相关行业领军人物及专家学者10余位撰写论文,对于AI在中国的科研和应用现状,报告将会有一个客观公允的展示。

如AI在中国交易性的超级应用——外卖、机酒预订、电影购票等场景的角色和智能助手的前景,金融机构如何利用AI技术协助提供多样化和个性化的金融产品和体验,践行“人工智能第一”战略;贝叶斯模型改进,不完全信息决策和对抗性攻击和防御;基于非神经网络深度学习模型的提出和构建;中国唯一的脑智能国家平台NEL-BITA关于“构建一个完整的飞行脑纳米级连接组”启发视频编码方案等,都将成为本次报告的重点。

挖掘明日之星  “A班生”首亮相

中国人工智能领域的投资已占到了全球的60%,人工智能已成为“关键生产要素”正在深刻改变世界,对国家和城市未来发展至关重要。而一个城市人工智能的发展速度,归根结底取决于人才培养和人才吸引力。由AI青年科学家联盟发起的“A班生“计划,也将于大会期间正式亮相。

微软全球执行副总裁 沈向洋 “A班生“是在全球AI人才告诉流动背景下的”精准孵化“。聚焦于年龄20-30岁之间最具潜质的AI青年,包括最具潜质的博士生、学者及最具潜质的初创企业创始人(融资不超过A轮),联盟将提供创业或学术导师一对一指导,国家重点实验室项目对接,孵化器、加速器与资本对接等权益。首期A班生招募15人,并将于世界人工智能大会上隆重亮相。AI青年科学家联盟执行理事、氪信科技CEO朱明杰博士感叹,“回顾一下五年前或十年前的自己,如果有人指点,可能我们汇更快地进入一个新的阶段。所以我们希望帮助大家尽快完成资源链接,成为未来的企业家。”

跨界共振 签约重量级战略合作伙伴     

自去年以来,人工智能已上升为上海优先发展战略,产业发展进入“快车道”,上海初步建成为中国人工智能发展的领先地区之一,已拥有人工智能核心企业1000余家,泛人工智能企业超过3000家,人工智能相关产业规模超700亿元,位居全国第一梯队。大会期间,AI青年科学家联盟还将与来自互联网软件、汽车、金融、咨询以及AI明星创业公司等多个行业的领军企业签订战略合作协议。 

此次战略签约仪式是在联盟已有的会员及其组织机构基础上,生态多样化的一次重要尝试,旨在成为产业间和国际企业间的连接器,目标不仅在于加强相关企业上下游的连接,还在于加强产业间的额沟通与交流合作。

 

去年,上海成功举办了首届世界人工智能大会,在其中的特色活动——由氪信科技和上海交通大学联合发起的新世代·新疆界·新引擎:青年AI科学家畅谈论坛上,由上海市副市长吴清见证,AI青年科学家联盟正式成立。首批会员单位包括20余位头部AI公司的创业领军人物及学界中坚力量。今年,AI青年科学家联盟也将于大会期间“扩容“,新增来自深圳鹏城实验室、阿里、美团等专家成员。

产业机器人技术计算机视觉生成对抗网络智能物联网氪信深度学习贝叶斯模型/方法神经网络
相关数据
微软机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
氪信科技机构

氪信成立于2015年,是中国最先进的人工智能金融风控服务商,为金融机构和企业提供人工智能的风险预测和判断能力。 作为第一家深入全国大型股份制银行核心风险控制系统的初创科技公司,氪信利用经互联网超大规模流量检验的高维数据处理和机器学习技术,融合大型金融场景打磨形成的强大知识系统和经验,以超越人工定义的深度及广度对数据进行价值挖掘,帮助金融客户实现数据驱动的效率最大化,取得持续的业绩增长。 氪信 致力于利用机器学习领域的深厚知识和经验积累,在各类金融场景中不断验证、应用、优化、抽象出完整的场景化风控解决方案和产品体系,真正地协助金融客户实现新业务的快速成型,形成数据到金融业务持续优化的闭环系统。

http://www.creditx.com/
沈向洋人物

微软全球执行副总裁,美国工程院院士。

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。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

贝叶斯模型技术

贝叶斯模型基于贝叶斯定理,即:P(A|B)=P(B|A)*P(A)/P(B)。经典的贝叶斯模型包括朴素贝叶斯、贝叶斯网络和动态贝叶斯网络(DBN);它们主要用于基于给定条件查找事件的概率。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

推荐文章
暂无评论
暂无评论~