人工智能前沿论坛——“人工智能名家讲堂”启动会

简介

作为国家重大发展战略的人工智能,正成为推动科学发展和社会进步的共性技术基础。占领了人工智能发展的制高点,就占据了发展的快车道,把握了快速进步的先机。全国上百所高校正在筹建人工智能专业,大部分高校面临对人工智能知识和技术体系认识不够深刻、不够系统的问题。因此推动全社会对人工智能的认识、研究和应用,其影响深远、意义重大。论坛与CCF人工智能专委会合作邀请院士、专委会资深专家和国内顶级企业代表等优秀专家向数万名人工智能相关专业高校学生及青年科技工作者介绍人工智能的学习理论、关键技术方法以及人工智能机器学习的技术路线及最新进展

直播
爱奇艺免费直播地址:https://live.iqiyi.com/140635
B站免费直播地址:https://live.bilibili.com/22308535
日程
时间:10月22日13:30-18:00
地点:紫兰厅
主席

高阳

个人简介:高阳 南京大学教授、系副主任、常务副院长,AI专委会秘书长 高阳 教授,目前任南京大学计算机科学与技术系副主任,南京大学医疗健康大数据国家研究院常务副院长。2009年入选江苏省"333高层次人才培养工程"第二批中青年科学技术带头人,2010年入选教育部新世纪优秀人才支持计划。所领导的南京大学人工智能推理与学习团队入选2019年度江苏省高等学校优秀科技创新团队。1997年开始从事人工智能、机器学习、多Agent系统、大数据、图像和视频分析等方向的学术研究。作为第一负责人主持国家自然科学基金重点项目一项,国家自然科学基金军民共性技术联合基金项目一项,装备预研-教育部联合基金项目一项,国家自然科学基金面上项目三项,青年项目一项;主持科技部国际合作专项一项,江苏省自然科学基金重点项目(江苏省973项目)一项,科技部科技创新2030—"新一代人工智能"重大项目课题一项,JW-KJW创新特区课题等。基于所研究成果,在国际学术期刊(IEEE Transactions系列)、国际会议(CCF-A/B类会议)和国内一级刊物上(计算机学报、软件学报等)发表学术论文数150余篇,译著有《统计强化学习》、《机器学习的算法视角》等。获授权专利10项,国际PCT专利1项;获江苏省科学技术奖二等奖一次("面向复杂交互场景的新型机器学习技术",排名第一)、中国人工智能学会吴文俊自然科学奖二等奖一次("强化学习理论与应用",排名第一)、军队医疗成果奖二等、三等各一项。目前担任JW-ZF人工智能专家组专家;国家自然科学基金委信息学部咨询专家;中国人工智能学会机器学习专业委员会副主任/粒计算与知识发现专业委员会副主任/智能服务专委会副主任;中国计算机学会人工智能与模式识别专业委员会常委、秘书长/多智能体与智能系统学组副组长/大数据专家委委员;江苏省人工智能学会副理事长;江苏省软件与信息服务标准化委员会人工智能标准工作组组长等。担任《软件学报》、《智能系统学报》、《计算机科学》、《模式识别与人工智能》、《ZTE Communications》等期刊的编委。

主席

邵华

个人简介:沈阳华睿博信息技术有限公司总经理,电子信息技术标准化技术委员会(辽宁)秘书长 邵华 博士,CCF会员代表,CCF沈阳分部执委,沈阳华睿博信息技术有限公司总经理,电子信息技术标准化技术委员会(辽宁)秘书长,高级工程师,高级信息安全测评师,高级物流师和高级信息管理师。全国信息技术服务标准(ITSS)符合性评估技术委员会成员、咨询设计标准符合性评估师和咨询设计标准评估师培训讲师。在《软件学报》和《中国图象图形学报》等刊物发表论文20多篇。参与《信息技术服务 咨询设计》(GB/T36463)等20多个国家和行业标准的编写。

嘉宾

林惠民

报告题目:计算与智能

报告摘要:电子计算机的诞生和广泛应用,从根本上改变了人类生活和工作的方式。和人类创造的其它工具不同,计算机能够代替人从事脑力劳动。计算机会思考吗?计算机有智能吗?我期待与听众一起探讨计算与智能之间的关系。

个人简介:林惠民,计算机软件与理论专家,中国科学院院士,中国科学院软件研究所研究员、博士生导师。林惠民长期从事计算机程序的形式语义学及形式化方法的研究。他设计并实现了世界上第一个通用的进程代数验证工具;与国际同行合作提出、并独立发展了传值并发进程的"符号互模拟"理论;解决了π-演算和时间自动机的有穷公理化问题。这些成果已为国内际同行在公开发表的文献中所广泛引用。

嘉宾

张长水

报告题目:小样本学习:两个例子

报告摘要:当前在使用深度神经网络识别图像时,需要标注大量图像,而这需要耗费大量的人力和时间。为此我们尝试了小样本学习的方法。1,我们要解决下面问题:给定一些物体的标准图像,对大量未标注的图像实现自动的图像标注。我们以文字识别和交通标示识别问题为例,设计了的新的方法。实验结果表明我们较好的完成了这些图像的自动标注。2,我们要解决下面问题:如何充分利用物体的结构信息,实现小样本学习。我们以汉字识别为例,利用汉字的部首层级结构知识,提出了一种零样本汉字识别方法。

个人简介:1986 年7 月毕业于北京大学数学系,获得学士学位。1992年7 月毕业于清华大学自动化系,获得博士学位。1992 年7 月至今在清华大学自动化系工作。现任清华大学自动化系教授,主要研究兴趣包括:机器学习、模式识别、计算视觉等方面。目前是IEEE Fellow, 计算机学会高级会员;担任学术期刊:IEEE Trans. on PAMI 等杂志编委;在国际期刊发表论文130多篇,在顶级会议上发表论文50多篇。

嘉宾

王立威

报告题目:深度学习:从理论到算法

报告摘要:介绍近期在深度学习理论方面的进展及其对算法设计的指导。首先从数学上证明,当深度网络充分宽,则从随机初始点出发,(随机)梯度下降法以很大概率能找到全局最优点,并且为线性收敛速度。基于此理论结果,我们设计了二阶优化算法——Gram-Gauss-Newton算法,用以训练深度神经网络。该算法具有二阶收敛速度,并且每次迭代的计算复杂度与SGD相仿。

个人简介:北京大学教授,智能科学系副主任。同时是清华大学交叉信息学院兼职教授。他的主要研究方向为机器学习理论。在顶级会议、期刊发表论文100余篇。他是TPAMI编委,NeurIPS, ICML领域主席。是首位入选AI's 10 to Watch的亚洲学者。

嘉宾

陈松灿

报告题目:自监督学习有效性初探及展望

报告摘要:自监督学习通过机器自生成判别信息进行无监督表示学习的学习范式,已逐渐在计算机视觉和自然语言处理等领域获得应用,尽管如此,但对其为何和何时能对下游任务有效的探索相对较少,本报告旨在作出初步探索。

个人简介:南京航天航空大学教授、中国人工智能学会机器学习专委会主任 南京航天航空大学计算机科学和技术学院/人工智能学院教授。国际模式识别学会会士 (IAPR Fellow)和中国人工智能学会会士(CAAI Fellow)。在包括IEEE Transactions等在内的国际主流学术期刊上已发表170多篇SCIE论文,其中3篇发表在国际著名期刊《Pattern Recognition》上的论文获2年一评的年度最佳论文提名奖(Best Paper Awards: Honorable Mentions)。 1篇《计算机学报》论文获颁2010-2014年5年度的3篇优秀论文奖之一。1篇论文获2016国际模式识别会议(ICPR2016)"模式识别和机器学习track"的最佳论文奖. 3篇论文获全国学术会议的最佳/优秀论文奖。所发论文的Google Scholar被引数超14200次,H-指数53。2014-2019连续6年入选Elsevier中国高引学者榜。现任中国人工智能学会机器学习专委会主任、常务理事和江苏省人工智能学会常务副理事长。分别于2011年和2013年获教育部自然科学1等奖和国家自然科学2等奖,排名均为2。至今主持国家自然科学基金项目12项,其中重点项目1项。已培养毕业博士生40名,6位获江苏省优博,其中的2位继获全国百篇优博论文提名奖。2018年入选了江苏省第一届"十佳研究生导师团队"。

嘉宾

李城梁

报告题目:人工智能加速工业制造转型升级

报告摘要:1、人工智能产业发展趋势;2、工业制造产业发展挑战;3、人工智能对工业制造行业转型的价值;4、华为云人工智能能力介绍;5、人工智能促进工业制造转型升级实践案例分享。

个人简介:华为人工智能工业解决方案首席科学家 博士,华为云人工智能工业解决方案首席科学家,2018年全国工业大数据竞赛决赛评委,负责华为云工业智能体整体架构规划。

嘉宾

胡桂兵

报告题目:人工智能在智能供应链的实践与落地

报告摘要:人工智能技术作为推动数字经济发展的重要抓手,在提高生产效率、优化资源配置,提升消费体验等方面具有巨大的潜力价值。京东积极探索人工智能技术在供应链中物流、信息流、现金流三个核心管理流程下的实践场景,基于自身积累的丰富应用经验,围绕智能生产、智能流通、智能消费,打造京东智能供应链平台,并由科技部授予,参与国家人工智能战略规划,通过创新创业、全产业链合作,打造智能供应链产业生态。

个人简介:博士,京东智联云解决方案中心总监 博士,京东智联云解决方案中心总监,重点围绕人工智能、区块链大数据、物联网等高新技术形成综合解决方案。围绕人工智能前沿技术研究和应用场景创新场景,孵化出京东人工智能公共服务平台、数字政府、智慧园区、数字展会等多个TOP领域产品及解决方案,持续面向政企客户赋能。在学术上,是中国人工智能学会的高级会员,山西省科协科技创新智库专家,曾发表过多篇人工智能、物联网等相关领域高水平学术论文,目前专注"智能+"产业创新发展领域。

嘉宾

肖品

报告题目:腾讯Angel机器学习平台实践

报告摘要:当前,AI正在变成如水和电一样的普适性基础资源,Angel定位于一个通用的机器学习平台,覆盖训练框架和通用算法两层,所有的代码也已经开源,在GitHub上获得了接近六千个星标。 2020年5月,Angel发布了3.1版本,进一步完善了图计算等相关功能,未来也将致力于搭建更加繁荣的AI社区。本次分享将重点介绍腾讯Angel机器学习平台的建设及相关实践。

个人简介:肖品,腾讯大数据专家工程师。2011年华中科技大学硕士毕业后加入腾讯,作为核心开发人员先后参与腾讯大数据平台TDW、腾讯自研机器学习平台Angel等项目,在大数据分析、机器学习、图计算和联邦学习等方向拥有10年平台研发经验。参与的TDW项目和Angel项目先后获得腾讯公司技术突破奖和卓越研发奖。