人工智能浪潮来了，哪些技术需要学？

是的，浪潮来了！

去年 AlphaGo 击败李世石，“人工智能”成为热词走入大众视线。事实上，各大科技巨头在人工智能领域的布局早已开始：

Facebook 成立了 FAIR 和 AML； Google 前后并购11家 AI 公司，更以4亿美元巨资收购 DeedMind；Microsoft 雇用的人工智能科学家和工程师高达数百位，囊括人工智能领域数十个分支。

在国内，腾讯广招人才构建 DI-X 深度学习平台；阿里成立了 iDST 部门并于年初发布“NASA”计划，为人工智能招兵买马；百度挖角陆奇，将自身定义为人工智能企业，以全部身家压注人工智能。

不同于专业领域山雨欲来、如火如荼的决战景象，网络上气氛虽然热闹，大多都肤浅可笑。层出不穷的“行业观察”，几个莫名其妙的公知大V 的“深度谈话”，让一个充满朝气的技术变成了一个人人都能插一句的社会八卦，忧虑“人工智能是否会导致人类灭绝”。

这个场景给人的感觉就像是：一座巨大的矿藏前热热闹闹挤满了人，人们对着这座宝藏指手画脚、窃窃私语。然而技术变革的真正主角，从来都是全副武装的专业人员——具备理解、掌握和应用机器学习技术能力的工程师们。

然后呢？

总所周知，目前国内知名的互联网企业无一不在建立自己的机器学习团队，以期用机器学习技术，提升产品的体验和智能化程度。对于机器学习，很多人的观点是：机器学习技术是今后所有技术人员都绕不过的一个门槛。

那对于想投身机器学习行业的工程师和团队，应该如何融入？如何快速确定方向？快速实现产品？

答案是：抓住浪潮，主动出击，广泛学习。

深入了解机器学习技术在每个行业中是如何应用的：深入了解的技术细节，吸收工程上的最佳实践，掌握成熟的产品架构设计，观察行业的上下游……

深入接触行业的核心技术人员，直接交流、沟通、学习。

我在这里向大家推荐一个全球机器学习技术峰会：

此次大会的讲师全都是来自国内外一线人工智能公司，既包括在 AI 领域圈地围城的 Google、 Facebook、 Microsoft 这样的平台型巨头，也包括别具特色的 Skymind、Operator、 Boomtrain 这样的硅谷创业新秀；同时也不乏像 Uber、 Netflix、 Esty、 Pinterest 等通过机器学习已经挖到金矿的弄潮企业，当然国内在AI领域大举杀入的阿里、腾讯等巨头自然也会不缺席。这些都是真正开发、应用机器学习技术的一线工程技术专家，在全球机器学习领域相当有代表性。

大会主题

深度学习框架 Deep Learning Framework

数据科学 Data Science

算法实践 Algorithm Practice

计算机视觉 Computer Vision

自然语言处理 Natural Language Processing

行业案例研究 Case Study

演讲嘉宾

Li Erran

Uber 机器学习平台技术主管，康奈尔大学计算机博士。曾在贝尔实验室有14年人工智能、机器学习研究经验。

郭云松

Pinterest 主管工程师，Pinterest 主页推荐团队的创始人之一，负责推荐模型的研究和实现。

Xiangjun Wang

Netflix 高级机器学习工程师，负责并研发 Netflix 众多核心视频个性化推荐系统, 提供主要用户播放流量的来源。

Ying Lu

目前在 Google 担任数据科学主管，负责 Google Play 商店的内核分析。

Feng Zhu

微软资深数据科学家，使用机器学习技术为 Azure 业务中的各种问题建立解决方案。

杨军

阿里云 iDST 大规模深度学习算法基础设施相关建设负责人。

林晖

英语流利说首席科学家，联合创始人。曾任 Google 总部研究科学家，负责 Google 语音识别核心算法的研发。

扫描二维码，免费获取PPT

免费观看大会前的技术直播

《机器学习最新发展和平台建设》

《机器学习的理论基础》

《使用 TensorFlow 搭建机器学习应用》

《机器学习的应用》

↓ 阅读原文，现场参会，现在报名，获7折优惠。