2019/08/10 13:03

WAIC 2019 开发者日分单元：深度学习框架全解析

2019 年世界人工智能大会（WAIC）是经国务院批准，国家发展改革委、科技部、工业和信息化部、国家互联网信息办公室、中国科学院、中国工程院等部委与上海市政府共同举办的顶级人工智能会议。今年的 WAIC 以「智联世界无限可能」为主题，将于 8 月 29 日至 31 日在上海举办。

WAIC 开发者日是此届大会唯一一个面向开发者的特色活动，将于8月31日在上海世博中心举办。开发者日包含 1 个主单元、4 个分单元、黑客马拉松比赛和开发者诊所互动区。届时，全球顶尖 AI 专家、技术大牛、知名企业代表以及 2000 余名极客将齐聚上海，围绕人工智能前沿理论技术和开发实践进行分享与解读。

自 2015 年谷歌开源 TensorFlow 以来，越来越多的科技巨头、创业公司开始投入研发自己的深度学习框架。这极大的促进了深度学习框架的发展与繁荣。

WAIC 开发者日当天，在机器之心承办的「深度学习框架：开源·开放·发展」分单元中，我们邀请到全球顶尖深度学习框架专家、技术大咖做主题演讲，为深度学习开发者们提供一个优质的技术交流平台。

嘉宾介绍

林达华

商汤科技联合创始人、研究院副院长

香港中文大学-商汤联合实验室主任

演讲主题：SenseParrots: AI 计算平台从技术到价值之路

林达华，香港中文大学信息工程系教授，商汤科技联合创始人，商汤研究院副院长，香港中文大学-商汤科技联合实验室主任。林教授在美国麻省理工学院获得计算机科学博士学位。他在计算机视觉与深度学习方面有广泛的研究经历，在主要国际会议与期刊发表逾90篇论文。他在2010年获得NIPS最佳学生论文奖。他曾指导团队参加ImageNet、ActivityNet、和MSCOCO等计算机视觉领域的主要国际竞赛，获得多个冠军。此外，他也担任CVPR，ECCV，AAAI，ACM Multimedia等主要国际会议的领域主席，以及国际期刊IJCV的编委。

马艳军

百度深度学习技术平台部总监

演讲主题：飞桨 PaddlePaddle—源于产业实践的开源深度学习平台最新特性解读

马艳军博士现任百度深度学习技术平台部总监，总体负责深度学习平台飞桨（PaddlePaddle）的产品和研发工作，主要研究方向包括自然语言处理、推荐系统、深度学习等。相关成果已经在搜索、Feed 等百度产品中广泛应用。曾在 ACL 等权威会议期刊发表论文数十篇，并多次担任国际会议的 Area Chair 等。相关成果曾获中国电子学会科技进步一等奖和国家科技进步二等奖。

金海峰

开源软件库 AutoKeras 作者

演讲主题：Keras 生态系统：TensorFlow, Keras, KerasTuner 及 AutoKeras

金海峰是开源软件库 AutoKeras 的作者，德克萨斯州农工大学数据分析实验室的博士生。今年 5 月开始由神经网络库 Keras 创造者 Francois Chollet 指导在谷歌深度学习 Keras 团队实习。

袁进辉

一流科技创始人

清华大学计算机系博士、博士后

演讲主题：深度学习框架的技术挑战与发展趋势

袁进辉博士，一流科技创始人，清华大学计算机系博士，师从张钹院士，原微软亚洲研究院主管研究员，发明了当时世界上最快的大规模主题模型系统LightLDA，分布式深度学习流式系统的引领者与推动者。

何亮亮

小米深度学习框架负责人、软件工程师

演讲主题: 边缘设备深度学习实践

2009 年毕业于中国科学院，2013 加入小米，先后负责分布式数据库和机器学习系统架构的工作。期间参与了 Hadoop，HBase，TensorFlow 等开源项目，并且主导了开源深度学习推理框架 MACE 的设计与开发。目前主要研究领域包括分布式系统，深度学习框架，联邦学习。

陈亮

华为云 EI 生态发展部部长

演讲主题：一站式 AI 开发平台 ModelArts

2005 年加入华为，长期从事大数据和 AI 相关的项目开发和研发工作，对大数据和人工智能的产业发展有深厚理解；全球最大的开源社区 Apache 基金会 Member, Apache Incubator PMC, 大数据 Apache CarbonData VP & PMC Chair。

活动日程

活动主题：深度学习框架：开源·开放·发展

举办时间：2019 年 8 月 31 日 9:00-12:00

举办地址：上海世博中心 6 层 620 室内

9:00—9:30 林达华
SenseParrots: AI 计算平台从技术到价值之路
9:30—10:00 马艳军
飞桨PaddlePaddle—源于产业实践的开源深度学习平台最新特性解读
10:00—10:30 金海峰
Keras生态系统：TensorFlow, Keras, KerasTuner 及 AutoKeras
10:30—11:00 袁进辉
深度学习框架的技术挑战与发展趋势
11:00—11:30 何亮亮
边缘设备深度学习实践
11:30—12:00 陈亮
一站式 AI 开发平台 ModelArts

报名链接：https://www.huodongxing.com/event/8504493172400

理论2019 WAIC深度学习框架

相关技术

链式法则深度残差网络 Infographic 降采样

华为机构

华为创立于1987年，是全球领先的ICT（信息与通信）基础设施和智能终端提供商。

https://www.huawei.com/cn/

相关技术

机器学习物体识别深度学习人脸识别图像分割

商汤科技机构

作为人工智能软件公司，商汤科技以“坚持原创，让AI引领人类进步”为使命，“以人工智能实现物理世界和数字世界的连接，促进社会生产力可持续发展，并为人们带来更好的虚实结合生活体验”为愿景，旨在持续引领人工智能前沿研究，持续打造更具拓展性更普惠的人工智能软件平台，推动经济、社会和人类的发展，并持续吸引及培养顶尖人才，共同塑造未来。

http://www.sensetime.com

相关技术

计算机视觉图像超分辨率重建

Microsoft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

相关技术

区块链技术云计算机器学习

林达华人物

香港中文大学助理教授。研究兴趣：计算机视觉和机器学习。

来源：个人主页 LIN Dahua

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。

来源：LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436.

数据分析技术

数据分析是一类统计方法，其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系，并绘制出统计信息图，以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据，以便弄清哪些是同质的，从而更好地了解数据。数据分析可以处理大量数据，并确定这些数据最有用的部分。

来源：维基百科

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。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

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）

来源：Russell, S., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach.

TensorFlow技术

TensorFlow是一个开源软件库，用于各种感知和语言理解任务的机器学习。目前被50个团队用于研究和生产许多Google商业产品，如语音识别、Gmail、Google 相册和搜索，其中许多产品曾使用过其前任软件DistBelief。

来源：维基百科

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。

来源：机器之心

推荐系统技术

推荐系统（RS）主要是指应用协同智能（collaborative intelligence）做推荐的技术。推荐系统的两大主流类型是基于内容的推荐系统和协同过滤（Collaborative Filtering）。另外还有基于知识的推荐系统（包括基于本体和基于案例的推荐系统）是一类特殊的推荐系统，这类系统更加注重知识表征和推理。

来源：机器之心

数据库技术

数据库，简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

来源：维基百科

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）。

来源：机器之心

自然语言处理技术

自然语言处理（英语：natural language processing，缩写作 NLP）是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言；自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

来源：维基百科

主题模型技术

主题模型（Topic Model）在机器学习和自然语言处理等领域是用来在一系列文档中发现抽象主题的一种统计模型。直观来讲，如果一篇文章有一个中心思想，那么一些特定词语会更频繁的出现。比方说，如果一篇文章是在讲狗的，那“狗”和“骨头”等词出现的频率会高些。如果一篇文章是在讲猫的，那“猫”和“鱼”等词出现的频率会高些。而有些词例如“这个”、“和”大概在两篇文章中出现的频率会大致相等。但真实的情况是，一篇文章通常包含多种主题，而且每个主题所占比例各不相同。因此，如果一篇文章10%和猫有关，90%和狗有关，那么和狗相关的关键字出现的次数大概会是和猫相关的关键字出现次数的9倍。一个主题模型试图用数学框架来体现文档的这种特点。主题模型自动分析每个文档，统计文档内的词语，根据统计的信息来断定当前文档含有哪些主题，以及每个主题所占的比例各为多少。

来源：维基百科

百度智能云机构

百度是全球最大的中文搜索引擎，是一家互联网综合信息服务公司，更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村，公司创始人李彦宏拥有“超链分析”技术专利，也使中国成为美国、俄罗斯、和韩国之外，全球仅有的4个拥有搜索引擎核心技术的国家之一。

http://www.baidu.com

相关技术

(本地/随机)集束搜索

OneFlow机构

一流科技是一家集生产、研发和销售为一体的创新型人工智能领域创业公司。主营产品是具有完全自主知识产权的分布式深度学习框架OneFlow，同时也提供集算力算法、数据管理于一体的一站式的机器学习平台。OneFlow支持进行大规模分布式训练，支持市场主流硬件芯片和算法。作为企业级人工智能深度学习引擎，OneFlow支持私有云部署和公有云部署，可通过软件平台提供线上自动化的模型训练服务，也可提供定制化的一站式人工智能解决方案。公司创始人为袁进辉，清华大学博士、博士后，师从中国人工智能泰斗张钹院士，研究方向为计算机视觉及机器学习

https://www.oneflow.org

相关技术

深度学习

联邦学习技术

如何在保护数据隐私、满足合法合规要求的前提下继续进行机器学习，这部分研究被称为「联邦学习」（Federated Learning）。

机器之心机构

机器之心，成立于2014年，是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系，为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/

相关技术

机器学习自然语言处理知识图谱

小米集团机构

小米公司正式成立于2010年4月，是一家专注于智能手机自主研发的移动互联网公司，定位于高性能发烧手机。小米手机、MIUI、米聊是小米公司旗下三大核心业务。“为发烧而生”是小米的产品理念。小米公司首创了用互联网模式开发手机操作系统、发烧友参与开发改进的模式。2018年7月，工业和信息化部向与中国联合网络通信集团有限公司首批签约的15家企业发放了经营许可证，批准其经营移动通信转售业务，其中包括：小米科技有限责任公司。 2018年7月9日，正式登陆香港交易所主板。

https://www.mi.com/

相关技术

自然语言处理机器学习自然语言理解