在5月18日的北京 朝阳门悠唐皇冠假日酒店举办的CCTC 2017人工智能专场上,来自阿里、京东、IBM、PPmoney、第四范式的五位人工智能研究资深专家将为与会者带来顶级技术分享会,从曝光的议题看,技术含量极高。
具体来看,来自阿里巴巴iDST资深专家千诀,将带来阿里在智能人机对话方向的思考;京东集团感知识别方向研发总监陈宇就智能感知技术,包括图像,视频语音如何在京东的业务场景中落地展开分享;另外,IBM GBS Watson 高级顾问金杰带来Watson的应用;PPmoney大数据算法总监黄文坚从TensorFlow在金融科技领域的应用进行探讨,第四范式的涂威威则在大规模分布式机器学习系统的设计和应用经验方面展开独到的实战分享。
详细议题如下,现在报名,还有免费名额,点击这里,快速注册参会
讲师简介:孙健(花名千诀),2002年毕业于北京邮电大学,博士。2008年5月加入阿里巴巴,孙健主导的自然语言处理基础组件有力支撑和服务了阿里集团的电商搜索、神马网页搜索、高德地图搜索、阿里妈妈广告平台等核心业务,已经成为集团的基础设施和平台基础算法。孙健目前是阿里iDST自然语言人机对话方向的负责人,资深技术专家,主导了阿里巴巴自然交互平台(Natural User Interface, NUI)。NUI平台的使命就是连接人-智能设备-互联网服务,让用户与设备进行更自然更智能的交互,从而让用户随时随地更便捷的享受到互联网服务。目前NUI平台广泛应用于天猫魔盒、YUNOS手机、智能音箱、汽车智能后视镜、ET机器人、pepper机器人、智能客服等各种设备和场景中。
议题名称:智能人机对话面临的机遇、进展和挑战
议题简介:该演讲主要分享阿里在智能人机对话方向的思考、工作进展、应用场景和未来的挑战。
讲师介绍: 涂威威,第四范式机器学习算法研发工程师,从事机器学习算法、大规模分布式机器学习计算框架研发,前百度商务搜索部资深研发工程师,从事凤巢系统广告CTR预估,基于MPI设计开发大规模分布式并行GBDT,百度最高奖Trinity项目发起人之一,设计开发百度大规模分布式计算框架ELF,并将FPGA硬件应用于凤巢线上CTR预估系统。
议题名称:大规模分布式机器学习系统设计和应用经验分享
议题简介:本议题介绍工业界大规模分布式机器学习系统,主要介绍机器学习计算框架设计的核心目标,并分享第四范式大规模分布式机器学习计算框架设计经验,最后,分享机器学习系统在实际应用中需要注意的常见问题。
听众收益:
1、工业界大规模分布式机器学习整体系统介绍
2、大规模分布式机器学习计算框架设计经验
3、实际应用机器学习系统的注意点
讲师简介:黄文坚,PPmoney大数据算法总监,负责集团的风控、理财、互联网证券等业务的数据挖掘工作。Google TensorFlow Contributor。前明略数据技术合伙人。曾就职于阿里巴巴搜索引擎算法团队,负责天猫个性化搜索系统。曾参加阿里巴巴大数据推荐算法大赛,于7000多只队伍中获得前10名。本科、研究生就读于香港科技大学,在顶级会议和期刊SIGMOBILE MobiCom、IEEE Transactions on Image Processing发表论文。
议题名称:深度学习、TensorFlow在金融科技领域的应用
议题简介:深度学习中卷积神经网络和循环神经网络对于时间序列的数据有很好的学习能力,而金融数据中大量的数据都是时间序列的格式,包括:银行流水、股票日线、交易日志,乃至金融分析报告中的文本信息等。因此,应用深度学习到金融数据挖掘中,会有先天的优势,而TensorFlow是目前深度学习中最成熟最主流的框架,它有Google提供强大的研发能力作保障,对各种最新的深度神经网络结构都有非常好的支持。在FinTech中,应用深度学习我们可以用来作很多方面的工作:自动报告生成、舆情分析、知识图谱、量化交易、金融风控等。
听众收益:
讲师简介: 金杰,IBM GBS Watson 高级顾问。多年从事AI产品开发、行业部署实施咨询、认知计算方案推进工作经验。熟悉Watson技术开发/产品设计和相关管理流程。并在AI咨询和实施团队参与过银行呼叫中心、互联网金融、数字化营销舆情分析、人机对话等业务的落地较完整的生命周期。
议题名称:基于Watson的人工智能与认知计算的应用分享
议题简介: 介绍IBM如何通过Watson帮助企业完成认知计算数据转型。
1.简要介绍IBM目前在人工智能与认知计算方面的技术发展
2.以案例为基础,分享IBM在几个企业场景下的AI架构和解决方案
3.IBM在人工智能和认知计算的展望
听众收益:
1 如何在呼叫中心场景下构建AI架构和构建过程中可能遇到的难点。
2 如何快速构建基于对话分析的精准营销分析
讲师简介:陈宇,现任京东集团,感知识别方向研发总监,从事计算机视觉方向研发。加入京东前曾在新加坡信息与通信研究院和阿里巴巴就职,有超过7年的电商领域项目经验。
陈宇在计算机视觉和机器学习方向有十多年研发经验,研发和工作方向主要集中在基于深度学习,增强学习,非监督学习的多媒体人工智能领域,包括:人脸识别,虹膜识别,图像搜索,电商图像处理等。陈宇拥有美国弗罗里达国际(州立)大学电子工程博士学位。
议题名称:智能感知助力品质京东
议题简介:介绍智能感知技术,包括图像,视频语音如何在京东的业务场景中落地,并且产生业务价值。
听众收益:
1、计算机视觉和深度学习落地经验 2、人工智能在电商,物流,金融等领域的落地前瞻3,技术研发经验总结
点击报名参加本次人工智能专场,还不过瘾,选择购票参加四大技术主题峰会
CCTC 2017 相关阅读:
50+位顶级讲师议题公布,奏响云计算年度最强音
前沿|十位顶级大咖为您把脉容器技术大势
聚焦应用和图计算、十亿级大规模机器学习,大数据议题曝光