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

当春乃发「声」,机器之心AI科技年会嘉宾揭晓

时在中春,阳和方起。机器之心「AI科技年会」将于3月23日举办。

本次活动分为三场论坛人工智能论坛、AI x Science 论坛和首席智行官大会。由于疫情原因,「人工智能论坛」与「AI x Science 论坛」转为线上直播;「首席智行官大会」仍在北京线下举办。

  • 人工智能论坛」直播地址:http://live.bilibili.com/3519835

  • 「AI x Science 论坛」直播地址:http://live.bilibili.com/24531944
  • 「首席智行官大会」线下报名地址:http://hdxu.cn/OhLhI
图片
人工智能论坛(线上)
人工智能论坛,我们将基于这几年对人工智能的跟踪观察,以及对现在及未来的判断与预测,围绕人工智能与高性能计算、联邦学习、可信AI、CV 与 NLP 发展、人工智能技术落地与应用等几个主题进行充分交流。
  • 直播时间:3月23日9:00-16:30

  • 直播地址:http://live.bilibili.com/3519835

目前,人工智能论坛嘉宾阵容与演讲主题如下:
图片

FABS:人工智能、大数据与科学计算融合的计算模式
嘉宾简介:郑纬民,中国工程院院士,清华大学计算机系教授。长期从事高性能计算机体系结构、并行算法和系统研究。在高性能存储系统领域,提出可扩展的存储系统结构及轻量并行的扩展机制,发展了存储系统扩展性理论与方法,率先研制出具有自主知识产权的国产网络存储系统;提出高容错纠删码轻量编码方法及数据快速自愈模型,拓展了存储可靠性的技术思路。在高性能计算机体系结构领域,在国内率先研制并成功应用集群架构高性能计算机。在大规模并行算法与应用方面,在国产神威太湖之光上研制的极大规模天气预报应用获得 ACM 在计算扩展性方面的 Gordon Bell 奖。曾获国家科技进步一等奖1项、二等奖2项、国家技术发明二等奖1 项,何梁何利科技进步奖,获得首届中国存储终身成就奖。
演讲摘要:近年来,智能计算正在加速与传统的科学计算融合,在蛋白质结构预测、天气预报以及分子动力学等方面都取得令人瞩目的进展。AI 和科学计算都依赖于数据处理,但现有智能+科学计算(AI-HPC)系统主要采用 MPI+X 的编程模式,表达数据处理任务复杂,而加入一套数据处理系统如 Spark 或 Pandas 又面临系统复杂性、性能或成本方面的挑战。更重要的是,MPI+X 对容错非常不友好,依赖全局检查点和重算技术,在系统规模扩展到E级和后E级时,全机平均无故障时间仅有数小时,对机器的有效使用提出重大挑战。我们提出人工智能、科学计算与大数据处理(FABS:Fused AI, Big Data and Science)融合的计算模式,通过统一的张量抽象和编译优化技术,同时为这三个领域提供了易编程、高可用、高性能的编程模型和计算模式,将为大规模 AI+Science 的发展提供重要的工具。

可信联邦学习
嘉宾简介:杨强,加拿大工程院及加拿大皇家科学院两院院士,微众银行首席人工智能官,香港科技大学计算机与工程系讲座教授和前系主任,AAAI-2021 大会主席,国际人工智能联合会(IJCAI)理事会前主席,香港人工智能与机器人学会(HKSAIR)理事长,智能投研技术联盟(ITL)主席,ACM TIST 和 IEEE TRANS on BIG DATA 创始主编,CAAI,AAAI,ACM,IEEE,AAAS 等多个国际学会 Fellow。领衔全球迁移学习联邦学习研究及应用,著作包括《迁移学习》、《联邦学习》和《联邦学习实战》等。
演讲摘要:联邦学习人工智能和隐私计算的重要交集,如何使联邦学习更加安全、可信和高效是今后产业和学界关注的重点。我将在演讲中系统回顾联邦学习的进展和挑战,并展望几个重要发展方向。

人工智能在语音语言、金融投资、线上教育和健康医疗上的应用
嘉宾简介:邓力,本科毕业于中国科学技术大学,并在威斯康星大学麦迪逊分校获得硕士和博士学位。2009 年,邓力与 Geoffrey Hinton 合作,首次提出并将深度神经网络应用到大规模语言识别中,显著提高了机器对语音的识别率,极大推动了人机交互领域的发展与进步。他在声学/音频,语音/语言技术,大规模自然语言和企业、互联网数据分析以及深度学习机器学习中获得了70多项美国或国际专利。2019年,邓力被选为加拿大国家工程院院士和华盛顿州科学院院士。自2017年5月以来,他一直担任 Citadel 的首席人工智能官。他在微软工作了17年(2000-2017),曾任人工智能首席科学家、深度学习技术中心的创始人。此前,他是加拿大滑铁卢大学的助理教授、终身副教授和正教授(1989-1999) ,并在麻省理工学院(美国,1992-93)、 ATR (日本京都,1997-98)和香港科技大学担任教学/研究职位。他是 IEEE Fellow(2004),美国声学学会学会院士(1993) ,ISCA (2011)院士。自2000年以来,邓博士一直担任西雅图华盛顿大学Affiliate教授职位。

认知智能的创新时代
嘉宾简介:周明创新工场首席科学家、澜舟科技创始人、ACL 前主席、CCF 副理事长。1991年哈工大博士毕业,在清华任教多年。长期领导微软亚洲研究院NLP研究。2021年创立澜舟科技。曾获世界互联网领先科技奖、北京 HICOOL 创新大赛一等奖。
演讲摘要:AI 正由感知智能向认知智能迈进,同时也面临理论和实践等诸多挑战。我将介绍澜舟科技的新一代认知服务引擎计划包括轻量化预训练模型以及自然语言理解和生成的进展、分享关于它的未来发展趋势以及商业落地的观点。

主题待定
嘉宾简介:虞晶怡,上海科技大学副教务长,信息学院执行院长。虞晶怡博士于2005年获美国麻省理工大学计算机与电子工程博士学位。在加入上海科技大学前,他任职美国特拉华大学计算机与信息科学系正教授。他长期从事计算机视觉、计算成像、计算机图形学、生物信息学等领域的研究工作,已发表120多篇学术论文,获得美国发明专利20余项,并于2009和2010年分别获得美国国家科学基金的杰出青年奖和美国空军研究院的杰出青年奖。他是IEEE TPAMI、IEEE TIP 和 Elsevier CVIU的编委,担任ICPR 2020,IEEE CVPR 2021,IEEE WACV 2021和ICCV 2025的大会程序主席。因为在计算机视觉和计算成像上的贡献,当选IEEE Fellow。

强化学习超人的决策能力带进现实
嘉宾简介:俞扬,南京大学人工智能学院教授,南栖仙策创始人。长期从事机器学习强化学习的基础研究与应用工作。入选IEEE「国际人工智能十大新星」,获 CCF-IEEE 青年科学家奖、首届亚太数据挖掘「青年成就奖」,并受邀在国际人工智能联合大会 IJCAI'18 作「青年亮点报告(Early Career Spotlight)」。获4项国际论文奖励和3项国际算法竞赛冠军。
演讲摘要:强化学习技术已经在围棋、游戏等任务上取得超越人类的通用决策能力,我们十分期待强化学习也在现实应用中落地,让我们具有强大的决策能力。实现这一目标的阻碍之一,是现有强化学习技术缺乏人类一般的想象力,只能从大量试错中寻找最优决策,游戏恰好为大量的试错提供了可能。报告将介绍我们在使强化学习具备想象力这一方向的工作,以及在现实业务中对强化学习的应用。

可信 AI 在智能金融中的实践与探索
嘉宾简介:周俊,蚂蚁集团金融机器智能部负责人,构建了图学习、隐私保护等核心技术,在 NeurIPS 等 AI 顶级刊物上发表论文50余篇,带领团队在多项国际算法评测中排名第一,相关成果获得了多项省部级科技奖项。
演讲摘要:人工智能得到了快速的发展和应用,但也暴露出许多薄弱环节,而可信 AI 是最有潜力的解决之道。演讲内容将阐述基于可信 AI 的技术理念,是如何助力诸如风险管理等具体金融领域的应用,探讨可信 AI 的未来。

AI在制造业落地的应用实践
嘉宾简介:张发恩,创新奇智 CTO、联合创始人。在 IT 行业拥有十年以上的技术研发和管理经验,涉及企业级软件、室内地图定位与导航、互联网搜索引擎、全领域知识图谱、大数据分析与存储、机器学习深度学习等众多领域。工作期间获得10余项美国专利,30余项中国专利。张发恩毕业于中国科学院软件研究所,获得计算机软件与理论硕士学位。曾任百度主任研发架构师、百度云计算事业部技术委员会主席、百度云计算事业部大数据和人工智能首席架构师,还曾在 Google 和微软担任研发职务。

主题待定

嘉宾简介:危夷晨,计算机视觉领域专家,谷歌论文引用18000余次,h-index 为44。现任数坤科技研发副总裁,带领团队进行医疗影像AI产品的研发。之前任旷视科技上海研究院院长,参与安防、零售、物流方向的研发。于微软亚洲研究院工作期间参与多个微软核心产品的研发。


人工智能论坛更多嘉宾与日程还在持续更新中,敬请关注。

AI x Science 论坛(线上)
机器之心自去年初开始重点关注人工智能与基础学科及其他前沿科技的交叉研究与融合发展,并推出了相应的媒体品牌「ScienceAI」,目前已经得到 AI 交叉研究领域众多从业者的认可。在本次年会上我们将举办「AI x Science 」论坛,关注人工智能与蛋白质、生物计算、数学、物理、化学、新材料和神经科学等领域的交叉研究进展,以及这些新兴领域的代表性创业公司。
  • 直播时间:3月23日13:30-17:00

  • 直播地址:http://live.bilibili.com/24531944

目前,AI x Science 论坛嘉宾阵容与演讲主题如下:
图片
主题待定
嘉宾简介:许锦波,美国芝加哥丰田计算技术研究所教授,毕业于中国科学技术大学计算机系,中国科学院计算技术研究所和加拿大滑铁卢大学,并在美国麻省理工学院数学系和人工智能实验室从事博士后研究。研究兴趣包括人工智能机器学习、优化算法和计算生物学。荣誉包括美国斯隆研究奖,美国自然科学基金早期职业奖,《PLoS Computational Biology》创新突破奖,国际计算生物学顶级会议 RECOMB 最佳论文奖和时间检验奖。他还是同行评议期刊《Bioinformatics》以及《Journal of Computational Biology》编委,2022 年在瑞典举行的诺贝尔论坛特邀嘉宾。

主题待定
嘉宾简介:郭天南,西湖大学特聘研究员、博士生导师,西湖欧米创始人。2006 年毕业于华中科技大学同济医学院临床医学七年制,同时获得武汉大学生物科学双学位。2012 年获得新加坡南洋理工大学博士学位。2012-2017 年在瑞士苏黎世联邦理工大学Ruedi Aebersold 教授实验室从事博士后研究。2017 年初在澳大利亚悉尼大学儿童医学研究所 ProCan 任 Scientific Director,肿瘤蛋白质组 Group Leader,悉尼大学医学院兼聘高级讲师。2017 年 8 月加入西湖高等研究院任特聘研究员。长期从事蛋白质组学相关研究,并将其应用于大量的临床样本(包括甲状腺癌、前列腺癌等),结合人工智能探索生物标志物。

AI 辅助合成路线设计助力提升创新药研发效率

嘉宾简介:夏宁,智化科技创始人、董事长兼 CEO,法国科学院(CNRS)有机化学博士,化学/计算机双背景。曾在拜尔作物科学的里昂研究中心和欧莱雅巴黎深度研发中心工作。博士毕业后在法国参与创建了 eNovalys 公司,任 CTO,负责化学信息学的研发产品设计,自主研发了多项核心技术。2015 年回国加入上海网化化工科技,任化学信息总监。2018 年创立武汉智化科技并兼任 CEO。在化学信息学领域深耕多年,掌握多项核心技术。

演讲摘要:新药研发面临着成本高,时间长,成功率低的巨大痛点。AI大数据辅助合成路线设计能在分子合成阶段优化合成路线,提高路线成功率,并加速设计-合成-测试的循环,成为药物化学家的重要工具,助力新药研发效率提升,也让未来化学合成实现自动化成为可能。


飞桨螺旋桨PaddleHelix赋能生物医药:AI技术在药物研发领域的探索和应用

嘉宾简介:何径舟,百度深圳研发中心自然语言处理部技术总监,螺旋桨 PaddleHelix 生物计算平台负责人。何径舟毕业于北京大学计算机系,有 10 年以上人工智能技术研发和管理经验,主要研究领域包括自然语言处理机器学习、生物计算、智能机器人等,带领团队夺得十余项国际比赛和权威榜单冠军,4次斩获百度最高奖。何径舟是 200 余项 AI 专利发明人,曾获中国专利优秀奖,受聘中国专利审查技术专家。何径舟也是中国人工智能学会(CAAI)多语种专委会员,香港人工智能与机器人学会(HKSAIR)会员,中文信息学会(CIPS)青年工作委员会委员。

演讲摘要:系统介绍螺旋桨 PaddleHelix 赋能生物医药领域的工作。包括在化合物表征以及化合物性质预测、ADMET 成药性预测、虚拟筛选、蛋白表征、疫苗设计等方面的工作及最新进展。


AI+金属材料:更适合产业落地的方向

嘉宾简介:王轩泽,创材深造创始人兼 CEO,计算机和物理竞赛保送到上海交通大学,并取得硕士学位。资深 AI 算法工程师,连续创业者,致力于使用人工智能加速新材料的研发。

演讲摘要:高端金属材料是一个经常被忽视的市场,随着产业升级和战略转型,国产化替代的需求被迅速放大。高端金属领域最主要的难点在于过长的研发周期和过大的研发投入,因此使用AI赋能新材料的研发成为了弯道超车的最优解。

主题待定

嘉宾简介:王晓岸,脑陆科技创始人兼 CEO,哈佛大学数据科学硕士;加州伯克利大学工业工程和商科双学位本科,“福布斯亚洲 30under30”、《Fast Company》创新 100 人。曾任世界 500 强集团高管,雅虎硅谷总部、旧金山德勤高级数据分析师。2018 年创立脑陆科技并担任 CEO,专注于脑科学及脑机交互技术,产品及服务已应用于健康、医疗、娱乐、安全等行业,国家高新技术企业,致力于将脑机技术服务于社会。

GNN for Science: Graph Mechanics Networks

嘉宾简介:黄文炳,现为清华大学智能产业研究院(AIR)助理教授,博士毕业于清华大学计算机系。主要研究兴趣为图神经网络与图模型理论方法及其在物理系统的表示与决策、智能化学药物发现等任务上的应用。在NeurIPS,CVPR等CCF-A类国际会议或期刊发表论文30多篇。入选清华大学“水木学者”、腾讯“犀牛鸟访问学者”、微软亚研院“铸星计划”等。曾获国际会议IROS机器人比赛冠军、腾讯犀牛鸟专项研究卓越奖、NeurIPS Outstanding Reviewer、AAAI顶级SPC等奖项。

演讲摘要:多体问题(N-body problem)是物理学的基础问题,电子绕原子核运动、分子动力学模拟、机械系统的动力控制、宇宙天体的轨迹预测等,都可以表示成多体问题。针对多体问题,本报告将介绍作者最近提出的一种全新的图神经网络——图力学网络GMN,将物理定律融入到图神经网络的构建当中,初步探索了数据驱动和知识驱动结合的优势。

AI x Science 论坛更多嘉宾与日程还在持续更新中,敬请关注。


首席智行官大会(线下)

智能汽车是我们的第三个业务战略方向,我们的媒体品牌「Auto Byte」也已经正式运营一年多。顾名思义,「首席智行官大会」将邀请智慧出行领域的领袖级人物,他们将来自当下热度最高的智能汽车、车规级芯片、Robotaxi 及无人物流等领域,所涉及议题覆盖了「汽车机器人」「大算力时代汽车芯片展望」「无人驾驶商业化」等多个前沿方向。

  • 举办时间:3月23日13:30-17:00

  • 举办地址:北京望京凯悦酒店

目前,首席智行官大会嘉宾阵容与演讲主题如下:

图片

汽车机器人开启智能汽车3.0时代

嘉宾简介:夏一平 (Joe),现任集度CEO,埃塞克斯大学电信和信息系统荣誉博士,曾任菲亚特克莱斯勒亚太区智能车联事业部负责人,摩拜联合创始人兼首席技术官,拥有国内外发明、实用新型和软件著作权专利等20多项。2017年入选财富杂志全球40位40岁以下商界精英榜上的第20位。

演讲摘要:什么是汽车机器人?怎么造汽车机器人?汽车机器人的时代什么时候到来?集度CEO夏一平将讲述科技公司造车故事、汽车机器人开发流程、并以首席智行官的视角来分享智能汽车3.0时代造汽车机器人跟造车的区别。


主题待定 
嘉宾简介:顾维灏,毫末智行联合创始人、CEO,毕业于北京交通大学计算机应用技术专业。创业毫末智行前,顾维灏历任百度地图副总经理,百度智能汽车事业部总经理等职位,带领团队在中国首次研发并量产自动驾驶地图及低成本解决方案高速辅助自动驾驶。目前,毫末智行是中国第一个量产自动驾驶独角兽,开创中国首个数据智能体系MANA。
 
单车智能突破、云边端车协同
嘉宾简介:王平,寒武纪行歌执行总裁,中国科技大学本科和清华大学硕士学位。2004年加入麦肯锡,先后供职于麦肯锡德国公司和中国公司。2011年当选为麦肯锡全球董事合伙人,2015年到2020年间负责麦肯锡大中华区的汽车行业咨询业务。王平长期服务多家领先的国际国内汽车企业,致力于推动汽车企业电动化、智能化和数字化转型,也是麦肯锡最早提出并推动汽车产业电动化的专家之一。

演讲摘要:

  • 自动驾驶的发展趋势与单车智能挑战
  • 云边端车协同,加速行业发展
  • 国产SOC健康发展的呼吁与倡议
 
解码中国RoboTaxi的真正商业化
嘉宾简介:肖健雄,AutoX(安途)创始人兼CEO,MIT麻省理工学院计算机与人工智能博士学位,曾任普林斯顿大学计算机系教授,创建普林斯顿大学计算机视觉和机器人实验室。2016年,肖健雄创办了AutoX,到目前在全球已拥有5大研发中心、10大运营中心、1个RoboTaxi超级工厂、超过1000辆车的RoboTaxi车队,以及超过1000平方公里的自动驾驶域。
演讲摘要:中国RoboTaxi已经来到无人驾驶真正商业化的前夕。目前行业存在多种不同的发展路线,包括渐进式辅助驾驶、园区小巴物流等。AutoX安途是中国规模最大的自动驾驶公司,也是唯一一家专注于完全无人驾驶RoboTaxi的公司。我们坚信大规模完全无人驾驶才是自动驾驶真正实现商业化的正确路线,RoboTaxi的技术和产品相当复杂,唯有大规模投入和极度专注才能打造出真正无人驾驶的RoboTaxi。我们的使命是平民化自动驾驶,专注于打造真正无人驾驶汽车,加速世界向全无人驾驶出行转变。

智能驾驶数据的质与量 

嘉宾简介:李博,东京工业大学信息处理专业博士,武汉路特斯科技有限公司自动驾驶业务线负责人、上海路特斯软件科技有限公司执行董事。加入路特斯前,李博先后服务于吉利汽车、本田技术研究所、阿里巴巴达摩院。任职吉利汽车研究总院智能驾驶开发中心总监期间,李博曾带队完成GPILOT 1.0和GPILOT 2.0智驾产品,保障了吉利集团在中国智能驾驶技术上的领先地位。


主题圆桌:大算力时代下的芯片挑战
参与嘉宾:
  • 王平,寒武纪行歌执行总裁;

  • 杨宇欣,清华大学精密仪器系学士学位,黑芝麻智能首席市场营销官,负责公司业务拓展、市场推广、生态合作等方面工作。加入黑芝麻智能之前,杨宇欣曾担任中科创达董事兼副总裁、安创加速器董事长兼CEO,也曾在新岸线科技、ARM、BDA咨询和松下电器从事市场、销售、行业研究等方面的工作。


主题圆桌:自动驾驶商业化如何走向成熟?
参与嘉宾:
  • 周鑫,驭势科技联合创始人、首席产品官,专注于开发自动驾驶的完整产品方案。创业前曾是英特尔中国研究院大数据实验室总监、中国-英特尔物联网研究院的首席架构师,长期专注于高性能并行计算体系架构、平台和编程技术,曾是Xeon Phi架构组和编译器组高级架构师。现在还担任中国计算机学会大数据专家委员会通讯委员。

  • 郝佳男,图森未来联合创始人、首席架构师,2015年与合伙人共同创立图森未来。郝佳男在新加坡南洋理工大学获得博士学位,拥有超过10年的并行和分布式运算研究经验,曾是淡马锡国家实验室研究员。

  • 董健,加拿大维多利亚大学博士,宏景智驾联合创始人、软件算法VP。创办宏景智驾前,董健曾就职于知名北美汽车咨询公司及整车厂,负责无人驾驶系统算法研发及量产ADAS软件开发。

  • 戴震,禾多科技副总裁,德国锡根大学博士,主要研究方向为卫星定位和导航,曾为戴姆勒公司研发了世界上第一套基于NDS地图的汽车导航系统。加入禾多科技后,先期负责高精地图及模拟器方面的研发和技术管理工作,后担任验证平台负责人,负责自动驾驶数据闭环和测试验证等工作


首席智行官大会更多嘉宾与日程还在持续更新中,敬请关注。欢迎大家「点击阅读原文」或「扫码报名」,报名免费,我们审核通过后将通过短信发送电子门票。
图片
入门
相关数据
微软亚洲研究院机构

微软亚洲研究院于1998年在北京成立,是微软公司在亚太地区设立的基础及应用研究机构,也是微软在美国本土以外规模最大的一个研究院。微软亚洲研究院从事自然用户界面、智能多媒体、大数据与知识挖掘、人工智能、云和边缘计算、计算机科学基础等领域的研究,致力于推动计算机科学前沿发展,着眼下一代革命性技术的创新,助力微软实现长远发展战略。

http://www.msra.cn
英特尔机构

英特尔(NASDAQ: INTC)是全球半导体行业的引领者,以计算和通信技术奠定全球创新基石,塑造以数据为中心的未来。我们通过精尖制造的专长,帮助保护、驱动和连接数十亿设备以及智能互联世界的基础设施 —— 从云、网络到边缘设备以及它们之间的一切,并帮助解决世界上最艰巨的问题和挑战。

http://www.intel.cn/
相关技术
清华大学机构

清华大学(Tsinghua University),简称“清华”,由中华人民共和国教育部直属,中央直管副部级建制,位列“211工程”、“985工程”、“世界一流大学和一流学科”,入选“基础学科拔尖学生培养试验计划”、“高等学校创新能力提升计划”、“高等学校学科创新引智计划”,为九校联盟、中国大学校长联谊会、东亚研究型大学协会、亚洲大学联盟、环太平洋大学联盟、清华—剑桥—MIT低碳大学联盟成员,被誉为“红色工程师的摇篮”。 清华大学的前身清华学堂始建于1911年,因水木清华而得名,是清政府设立的留美预备学校,其建校的资金源于1908年美国退还的部分庚子赔款。1912年更名为清华学校。1928年更名为国立清华大学。1937年抗日战争全面爆发后南迁长沙,与北京大学、南开大学组建国立长沙临时大学,1938年迁至昆明改名为国立西南联合大学。1946年迁回清华园。1949年中华人民共和国成立,清华大学进入了新的发展阶段。1952年全国高等学校院系调整后成为多科性工业大学。1978年以来逐步恢复和发展为综合性的研究型大学。

http://www.tsinghua.edu.cn/
相关技术
黑芝麻智能机构

黑芝麻智能专注于大算力计算芯片与平台等技术领域的高科技研发,能够提供完整的自动驾驶、车路协同解决方案,包括基于车规级设计、学习型图像处理、低功耗精准感知的自动驾驶感知计算芯片和自动驾驶计算平台,支撑自动驾驶产业链相关产品方案的快速产业化落地。

http://www.blacksesame.com.cn/zh
图森未来机构

图森未来(NASDAQ:TSP)于2015年9月成立,在中国、美国设有研发中心,员工超过1000人。2021年2月,图森未来完成超过4.15亿美元的E轮融资。4月,图森未来正式登陆纳斯达克挂牌上市,成为全球无人驾驶第一股。

http://www.tusimple.com
寒武纪机构

寒武纪科技是一家AI芯片研发商。致力于打造各类智能云服务器、智能终端以及智能机器人的核心处理器芯片,同时还为用户提供IP授权、芯片服务、智能子卡和智能平台等服务。

www.cambricon.com
周明人物

周明博士,微软亚洲研究院副院长、国际计算语言学协会(ACL)候任主席、中国计算机学会理事、中文信息技术专委会主任、术语工作委员会主任、中国中文信息学会常务理事、哈尔滨工业大学、天津大学、南开大学、山东大学等多所学校博士导师。 周明博士1985年毕业于重庆大学,1991年获哈尔滨工业大学博士学位。1991-1993年清华大学博士后,随后留校任副教授。1996-1999访问日本高电社公司领导中日机器翻译研究。他是中国第一个中英翻译系统CEMT-I(哈工大1989年)、日本最有名的中日机器翻译产品J-北京(日本高电社1998年)的研制者。 1999年,周明博士加入微软亚洲研究院,不久开始负责自然语言研究组。他带领团队进行了微软输入法、英库词典(必应词典)、中英翻译、微软中国文化系列(微软对联、微软字谜、微软绝句)等重要产品和项目的研发,并对微软Office、必应搜索、Windows等产品中的自然语言技术做出了重要贡献。近年来,周明博士领导研究团队与微软产品组合作开发了微软小冰(中国)、Rinna(日本)、Zo(美国)等聊天机器人系统。 周明博士发表了120余篇重要会议和期刊论文(包括50篇以上的ACL文章),拥有国际发明专利40余项。他多年来通过微软与中国和亚太地区的高校合作计划,包括微软-高校联合实验室、微软实习生计划、微软-高校联合培养博士生计划、青年教师铸星培养计划,与高校和学术组织联合举办暑期学校和学术会议等多种形式,对推动自然语言处理在中国和亚太的卓越发展做出了杰出贡献。

邓力人物

邓力,本科毕业于中国科学技术大学,随后在威斯康星大学麦迪逊分校获的硕士和博士学位。曾任微软人工智能首席科学家。邓力2009 年就同 Geoffrey Hinton 教授合作,首次提出并将深度神经网络应用到大规模语言识别中,显著提高了机器对语音的识别率,极大推动了人机交互领域的发展与进步。2017年5月,他加入了市值300亿美元的对冲基金Citadel并担任首席人工智能官。

相关技术
俞扬人物

博士(导师为周志华),南京大学副教授,南京大学机器学习与数据挖掘研究所(LAMDA)成员。主要研究领域为人工智能、机器学习、演化计算、数据挖掘。

杨强人物

杨强现任香港科技大学新明工程学讲席教授、计算机科学和工程学系主任,大数据研究所所长 。他是人工智能研究的国际专家和领军人物,在学术界和工业界做出了杰出的服务和贡献,尤其近些年为中国人工智能(AI)和数据挖掘(KDD)的发展起了重要引导和推动作用。

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。

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。

计算机图形技术

图像数据处理、计算机图像(英语:Computer Graphics)是指用计算机所创造的图形。更具体的说,就是在计算机上用专门的软件和硬件用来表现和控制图像数据。

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。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

自然语言理解技术

自然语言理解是人工智能的核心课题之一,也被广泛认为是最困难和最具标志性的任务。最经典的两个人工智能思想实验——图灵测试和中文房间,都是围绕自然语言理解来构建的。自然语言理解在人工智能技术体系中的重要性不言而喻,它一方面承载着机器和人的交流,另一方面直达知识和逻辑。自然语言理解也是人工智能学者孜孜以求的圣杯,机器学习的巨擘 Michael I. Jordan 就曾经在 Reddit 上的 AMA(Ask Me Anything)栏目中畅想用十亿美元建立一个专门用于自然语言理解的实验室。

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)

神经科学技术

神经科学,又称神经生物学,是专门研究神经系统的结构、功能、发育、演化、遗传学、生物化学、生理学、药理学及病理学的一门科学。对行为及学习的研究都是神经科学的分支。 对人脑研究是个跨领域的范畴,当中涉及分子层面、细胞层面、神经小组、大型神经系统,如视觉神经系统、脑干、脑皮层。

数据科学技术

数据科学,又称资料科学,是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。数据科学通过运用各种相关的数据来帮助非专业人士理解问题。

张量技术

张量是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数,这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 维空间内,有 个分量的一种量,其中每个分量都是坐标的函数,而在坐标变换时,这些分量也依照某些规则作线性变换。称为该张量的秩或阶(与矩阵的秩和阶均无关系)。 在数学里,张量是一种几何实体,或者说广义上的“数量”。张量概念包括标量、矢量和线性算子。张量可以用坐标系统来表达,记作标量的数组,但它是定义为“不依赖于参照系的选择的”。张量在物理和工程学中很重要。例如在扩散张量成像中,表达器官对于水的在各个方向的微分透性的张量可以用来产生大脑的扫描图。工程上最重要的例子可能就是应力张量和应变张量了,它们都是二阶张量,对于一般线性材料他们之间的关系由一个四阶弹性张量来决定。

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。

知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

数据挖掘技术

数据挖掘(英语:data mining)是一个跨学科的计算机科学分支 它是用人工智能、机器学习、统计学和数据库的交叉方法在相對較大型的数据集中发现模式的计算过程。 数据挖掘过程的总体目标是从一个数据集中提取信息,并将其转换成可理解的结构,以进一步使用。

迁移学习技术

迁移学习是一种机器学习方法,就是把为任务 A 开发的模型作为初始点,重新使用在为任务 B 开发模型的过程中。迁移学习是通过从已学习的相关任务中转移知识来改进学习的新任务,虽然大多数机器学习算法都是为了解决单个任务而设计的,但是促进迁移学习的算法的开发是机器学习社区持续关注的话题。 迁移学习对人类来说很常见,例如,我们可能会发现学习识别苹果可能有助于识别梨,或者学习弹奏电子琴可能有助于学习钢琴。

语言识别技术

在自然语言处理中,语言识别或语言猜测是确定给定内容所使用的自然语言的问题。针对该问题的计算方法被视为文本分类的特例,并用各种统计方法解决。

图神经网络技术

图网络即可以在社交网络或其它基于图形数据上运行的一般深度学习架构,它是一种基于图结构的广义神经网络。图网络一般是将底层图形作为计算图,并通过在整张图上传递、转换和聚合节点特征信息,从而学习神经网络基元以生成单节点嵌入向量。生成的节点嵌入向量可作为任何可微预测层的输入,并用于节点分类或预测节点之间的连接,完整的模型可以通过端到端的方式训练。

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。

强化学习技术

强化学习是一种试错方法,其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划(Dynamic Programming)。流行的强化学习方法包括自适应动态规划(ADP)、时间差分(TD)学习、状态-动作-回报-状态-动作(SARSA)算法、Q 学习、深度强化学习(DQN);其应用包括下棋类游戏、机器人控制和工作调度等。

人机交互技术

人机交互,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。

深度神经网络技术

深度神经网络(DNN)是深度学习的一种框架,它是一种具备至少一个隐层的神经网络。与浅层神经网络类似,深度神经网络也能够为复杂非线性系统提供建模,但多出的层次为模型提供了更高的抽象层次,因而提高了模型的能力。

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。

https://www.alibabagroup.com/
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
蚂蚁集团机构

蚂蚁集团是移动支付平台支付宝的母公司,也是全球领先的金融科技开放平台,致力于以科技和创新推动包括金融服务业在内的全球现代服务业的数字化升级,携手合作伙伴为消费者和小微企业提供普惠、绿色、可持续的服务,为世界带来微小而美好的改变。

http://www.antgroup.com
旷视科技机构

旷视成立于2011年,是全球领先的人工智能产品和解决方案公司。深度学习是旷视的核心竞争力,我们打造出自研的AI生产力平台Brain++并开源其核心——深度学习框架“天元”,实现了算法的高效开发与部署。在持续引领技术进步的同时,我们推动AI产业的商业化落地,聚焦个人物联网、城市物联网、供应链物联网三大赛道,为个人用户带来更出色的美学体验与安全保障、让城市空间更有序、并帮助企业实现工业、仓储数字化升级。我们提供包括算法、软件和硬件产品在内的全栈式、一体化解决方案。

https://www.megvii.com
腾讯机构

腾讯,1998年11月诞生于中国深圳,是一家以互联网为基础的科技与文化公司。我们的使命是“通过互联网服务提升人类生活品质”。腾讯秉承着 “一切以用户价值为依归”的经营理念,为亿万网民提供优质的互联网综合服务。 腾讯的战略目标是“连接一切”,我们长期致力于社交平台与数字内容两大核心业务:一方面通过微信与QQ等社交平台,实现人与人、服务及设备的智慧连接;另一方面为数以亿计的用户提供优质的新闻、视频、游戏、音乐、文学、动漫、影业等数字内容产品及相关服务。我们还积极推动金融科技的发展,通过普及移动支付等技术能力,为智慧交通、智慧零售、智慧城市等领域提供有力支持。

http://www.tencent.com/
相关技术
创新工场机构

创新工场由李开复博士创办于2009年9月,作为国内的创业投资机构,创新工场深耕在人工智能&大数据、消费和互联网、B2B&企业升级、教育、医疗等领域,并不断探索与创新,致力于打造集创业平台、资金支持、投后服务等的全方位生态投资服务平台。

http://www.chuangxin.com/
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)。

轨迹预测技术

轨迹预测探索不同交通代理的运动模式,准确预测未来轨迹,帮助自主车辆做出合理的导航决策。

肖健雄人物

自动驾驶汽车公司AutoX Inc创始人&CEO,在计算机视觉、自动驾驶和机器人方面有超过十年的研究和工程经验,是3D深度学习、RGB-D识别和映射、大数据、大规模众包和机器人深度学习领域的开拓者。

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/
禾多科技机构

禾多科技成立于2017年6月,专注于打造基于前沿人工智能技术和汽车工业技术的自动驾驶方案,具备从车辆线控、多传感器技术到上层自动驾驶核心算法模块的完整布局,是极少数拥有全栈自动驾驶研发能力的公司之一。禾多科技以促进自动驾驶技术产业化落地为目标,目前聚焦高速公路和代客泊车两大应用场景,打造由本地数据驱动的自动驾驶量产解决方案。

http://www.holomatic.com
相关技术
创新奇智机构

创新奇智(AInnovation)以“人工智能赋能商业价值”为使命,是中国领先的企业级AI解决方案供应商,致力于用前沿的人工智能技术为企业提供 AI 产品及解决方案,通过 AI 赋能助力企业客户及合作伙伴提升商业效率和价值,实现数字化转型。 创新奇智以“技术产品”+“行业场景”双轮驱动模式,为制造、金融等行业提供人工智能产品及解决方案。公司成立以来快速成长,目前已在多个城市落地,形成全国性布局,下设“赛迪奇智”和“中铁奇智”两家制造业子公司,深度耕耘智能制造。

http://www.ainnovation.com/
吉利机构

吉利汽车该公司亦为中国最大民营汽车生产企业浙江吉利控股集团有限公司的联营公司,自1997年进入轿车领域以来,已成为中国自主汽车品牌主要厂商之一。

http://global.geely.com/
围棋技术

围棋是一种策略性棋类,使用格状棋盘及黑白二色棋子进行对弈。起源于中国,中国古时有“弈”、“碁”、“手谈”等多种称谓,属琴棋书画四艺之一。西方称之为“Go”,是源自日语“碁”的发音。

药物发现技术

在医学,生物技术和药理学领域,药物发现是发现新候选药物的过程。

量化技术

深度学习中的量化是指,用低位宽数字的神经网络近似使用了浮点数的神经网络的过程。

安创机构

广东安创信息科技开发有限公司成立于2012年8月,是一家以密码学应用及T业务安全风险控制为业务核心的信息安全专业公司,为客户提供安全服务、安全产品、安全集成、安全培训等多项综合性专业网络安全保障服务。同时,公司专注于网络与信息安全领域的前沿技术研究,如大数据安全、区块链安全、物联网安全等不断创造和提供更优质的产品与服务。

http://www.acitsec.com/cn/
北京大学机构

北京大学创办于1898年,初名京师大学堂,是中国第一所国立综合性大学,也是当时中国最高教育行政机关。辛亥革命后,于1912年改为现名。2000年4月3日,北京大学与原北京医科大学合并,组建了新的北京大学。原北京医科大学的前身是国立北京医学专门学校,创建于1912年10月26日。20世纪三、四十年代,学校一度名为北平大学医学院,并于1946年7月并入北京大学。1952年在全国高校院系调整中,北京大学医学院脱离北京大学,独立为北京医学院。1985年更名为北京医科大学,1996年成为国家首批“211工程”重点支持的医科大学。两校合并进一步拓宽了北京大学的学科结构,为促进医学与人文社会科学及理科的结合,改革医学教育奠定了基础。

官网,http://www.pku.edu.cn/
推荐文章
暂无评论
暂无评论~