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

2022 NeurIPS Meetup China全日程公布:本周六,开启线上学习模式

作为当前全球最负盛名的 AI 学术会议之一,NeurIPS 是每年AI界的重要事件,通常在 12 月举办。大会讨论的内容包含深度学习、计算机视觉、大规模机器学习、学习理论、优化、稀疏理论等众多细分领域。

今年 NeurIPS 已是第 36 届,将于 11 月 28 日至 12 月 9 日举行,为期两周。第一周将在美国新奥尔良 Ernest N. Morial 会议中心举行现场会议,第二周改为线上会议。9 月下旬,NeurIPS 公布了今年的论文接收情况,一共提交了 10411 篇论文,2672 篇获接收,最终接收率为 25.6%。

为了给国内 AI 社区从业者搭建一个自由轻松的学术交流平台,机器之心将于 2022 年 11 月 26 日线上举办「2022 NeurIPS Meetup China」学术交流活动,广邀 AI 社区成员参与。

今日,「2022 NeurIPS Meetup China」全日程正式公布,活动包含 4 个 Keynote、11 篇论文分享与多场企业招聘环节,欢迎大家预约直播线上学习。

2022 NeurIPS MeetUp China 活动日程

Keynote 分享嘉宾与演讲主题

卢志武:大规模多模态预训练的最新研究进展


报告时间:北京时间 11 月 26 日 9:10—9:40

报告摘要:大规模多模态预训练在经过爆发式发展后,目前处于“啃硬骨头”的阶段。2022 年以来,我们重点研究了文澜 BriVL 的可解释性、类脑分析、连续训练等关键问题。本报告将介绍我们取得的最新进展,并展望未来的发展趋势。

报告人介绍:卢志武,中国人民大学高瓴人工智能学院教授,博士生导师。2005 年毕业于北京大学数学科学学院,获理学硕士学位;2011 年毕业于香港城市大学计算机系,获 PhD 学位。研究方向为机器学习、计算机视觉等。设计首个公开的中文通用图文预训练模型文澜 BriVL,并发表于 Nature Communications。

严骏驰:机器学习驱动的求解器研究


报告时间:北京时间 11 月 26 日 9:40—10:10

报告摘要:在感知等传统问题之外,机器学习近年来也在问题求解方面得到应用和发展,并与 AI4Science、AI4Opt 等领域具有密切联系。本报告将就离散域的图论组合问题、连续域的 PDE 问题的机器学习求解展开讨论,并介绍课题组近期的一些相关工作。

报告人介绍:严骏驰,国家优青/ 2030 青年项目首席科学家、上海交通大学计算机系副教授,科技创新 2030 新一代人工智能青年项目首席科学家、国家自然基金委优青、教育部深度学习资源建设首席专家。前 IBM 中国研究院首席研究员。谷歌学术引用近 8000 次。

俞扬:Towards Open-world Reinforcement Learning


报告时间:北京时间 11 月 26 日 13:30—14:00

报告摘要:Reinforcement learning research has made significant progress in closed environments such as playing video games. However, for real-world decision making tasks where the world is open, reinforcement learning still faces great challenges to be effective. In this talk, we will discuss two pathes towards open-world reinforcement learning: environment learning that brings the real-world into the digital world, and meta-policy learning that generalizes to dynamic and changing tasks.

报告人介绍: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“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。

李冠彬:数据高效的深度视觉识别


报告时间:北京时间 11 月 26 日 14:00—14:30

报告摘要:作为“数据饥饿”模型,深度学习较高的识别能力依赖于大量理想的标注数据,成本消耗巨大。本次报告将从领域适配、开集半监督和噪声标签学习三个方面介绍降低面向开放场景的视觉识别模型对于高质量标签依赖的研究进展。

报告人介绍:

李冠彬,副教授,博士生导师,广东省杰出青年基金、吴文俊人工智能优秀青年奖获得者。主要致力于可解释、跨领域、跨模态的视觉理解研究。累计发表论文 100 余篇,Google Scholar 引用近 7000 次,曾获得 ICCV2019 最佳论文提名奖、中国图象图形学学会科技一等奖、ACM 中国新星提名奖等荣誉。

TalentAI 企业招聘

在本次活动上,阿里达摩院与佳期投资将进行线上招聘宣讲。关于招聘职位的具体要求、研究方向、团队介绍、福利待遇、定向招聘群等信息,欢迎最近正在找工作和看机会的小伙伴关注机器之心的后续公告,大家有疑问也可以在 11 月 26 日 11:30—12:00 的直播中具体咨询,敬请期待。

产业
暂无评论
暂无评论~