人工智能及应用研讨会邀请专家信息及报告简介:

李广智

单位:阿里巴巴子公司AliExpress.com技术部总监

个人简介:AliExpress.com是一个国际化电商平台,代表着中国品牌出海的主流渠道,国家一带一路的重要承载体。目前担任技术部资深总监,管理市场治理算法以及工程部门。他的团队构建的平台包含了跨国家,多语言,个性化,实时和大数据量的服务。目前开发的算法包括个性化搜索和推荐,点击率以及转换率的预测,商机发掘,动态定价,包裹搭售,以及商品知识图谱建设。这些算法目前支持所有AliExpress的盈收及广告投放。李广智在过去十四年间已经发表超过三十篇学术论文在各个顶级的国际学术会议(CVPR, NIPS, AAAI, CIKM, and KDD)和期刊(PAMI, and CVIU),以及超过二十个专利。以这些技术开发的多项产品在市场上多数取得了很大的成功。在管理层面上,他也有相当深厚大型跨国界项目管理经验,以及跨部会的领导及支援能力。过去多年在日常开发管理中,与亚洲,欧洲,及北美各地的销售,研发,测试,和运维团队有着深入交流,同时合作资料分析,并且共同制定跨部门的整合策略,伙伴关系,和中长期战略。对管理多元文化团队和跨国合作有深切领会。在加入阿里巴巴之前,李广智在美国雅虎公司担任广告数据科学总监,负责雅虎广告部门供给和需求两端的服务。所实践的算法支持雅虎三分之一的盈收,约数十亿美元的规模。在此之前,他在许多创业公司担任研发要职。值得一提的是其中一家创业公司like.com于2010年被谷歌以上亿美金价格收购。李广智于2005年在美国伊利诺州香槟分校取得计算机博士学位。

报告题目:人工智能在电商应用的全球化 (AI in e-commerce globalization)

报告摘要:全球化就是提升一个业务的全球用户渗透率的过程。一个有全球化能力的团队,必須要能根据不同国家的市场差异化,以及潜在的竞争对手,在业务上以及技术上不断创新,同时以创业团队的思维来保有开放竞争的心态和生存意识,周而复始的打造足够竞争的壁垒和值得长期投入的业务。AliExpress做为集团国际化B2C业务的领航員,目前已成功拓展业务到全球两百多个国家,拥有超过亿级以上的App用户。那么在全球化的场景之下,人工智能又有哪些地方面临挑战呢?首先,不同的国家,人群,语言,文化等所造成的环境差异性,再加上竞争,消费能力等地区差异性,人民最终购买购买行为的差异性非常大。机器学习不能仅仅只拿数据单纯的训练一个全球通用的模型。此外,数据的稀疏性所造成的冷启动也是全球化常碰到的问题。因此,人工智能在电商的应用不是仅仅只靠单纯的监督学习,还得依赖许多先进的多目标学习,迁移学习,以及强化学习。所训练的模型必须考虑实时性,国家差异化,以及用户个性化。

刘勇驰

单位:英伟达 教科研HPC销售总监

个人简介:从1997年开始从事IT行业基础架构的销售及市场工作,先后就职于多家业界知名公司,如HP,CISCO,INSPUR-CISCO,熟悉主机、存储、网络、应用解决方案。众多行业背景,如金融、电信、制造业、军工,烟草,电力,政府,教育,医疗等。在充分了解客户的应用需求基础上,帮助客户规划及构建信息系统,数据中心建设。

报告题目:Introduction of Tesla/DGX Platform

报告摘要:

王建忠

单位:容天 产品部经理

个人简介:任职于北京容天汇海科技有限公司产品部经理,RT-Barin产品开发负责人。有16年编程经验,带队研发两个以上产品,有着大数据、机器学习、深度学习等相关项目开发经验。有良好的组织、协调和沟通能力;有比较强的动手能力,能很好的分析问题与解决问题的能力,曾为公司解决过数次重大技术问题。RT-Brain产品白皮书撰写者。

报告题目:RT-Brain 2.0全面启航

报告摘要:RT-Brain人工智能大数据平台是一个针对人工智能大数据用户,提供易管理的中文图形化界面、支持多种部署方式的多租户平台。平台涵盖传统的机器学习、数据分析和挖掘,以及最新的深度学习技术,其中深度学习模块从数据、算法和模型方面提供多种性能优化方案,支持智能超参搜寻优化,提供精细粒度的调度与部署,精确支持到单台节点的特定GPU、CPU和内存等资源的独享与共享模式,用专业手段解决用户非专业的问题,让用户只关注自己的专业,不用去研究底层的IT技术是如何实现的,快速上手,随需部署,即开即用。 演讲内容:1. RT-Brain 2.0中的新功能;2.全面阐述RT-Brain产品线;3.基于RT-Brain产品的解决方案。

蔡毅

单位:华南理工大学

个人简介:华南理工大学教授,博士生导师,大数据与机器人智能粤港澳联合实验室主任,香港裘搓基金会访问学者。博士毕业于香港中文大学,香港城市大学博士后;伦敦帝国理工学院、新加坡南洋理工大学访问学者。中国计算机学会数据库专委会委员、中国计算机学会中文信息技术专委会委员、中国中文信息学会社会媒体处理专委会委员;广东省特支计划科技创新青年拔尖人才、广东省高等学校优秀青年教师,广东省“千百十工程”培养对象,广东省优秀青年创新人才人选。在国际学术期刊和会议上发表三大检索收录论文 90 多篇。获得 2010 年国家科学技术学术著作出版基金资助出版学术专著,由高等教育出版社和 Springer 出版社出版全英文学术专著 2 本。获得中国大数据与计算智能大赛(BDCI)一等奖、2017教育部高校大数据挑战赛亚军等多个奖项。蔡博士担任多个 SCI 国际知名学术期刊和学术会议的评审,如 TKDE, TOIT, WWW Journal, JCST, CIKM, ER, WISE, DASFFA、WAIM、ICEBE、NDBC 等;担任多个国际学术会议如APWEB-WAIM 2018、DaSeM 2014 和 SeCop 2017等的主席。

报告题目:基于特征权重的主题模型优化

报告摘要:主题模型如LDA等被广泛用于发现文本中的潜在主题。然而由于文档中往往存在一些语义不相关词语的共现,由LDA这些主题模型生成的某些主题可能存在难以解释或语义关联性不强等问题。在本研究中,我们分析了跨越多个主题的词语的分布特征,并发现了文档中存在的一些词语对主题的区分没有帮助。我们把这些词语命名为无主题区分度词语,并提出了一种新的特征权重方法用于有效地衡量词语的主题区分度。通过在LDA的吉布斯采样过程中引入特征的权重来监督采样过程,使得LDA产生的主题中尽可能地减少无主题区分度词语的出现。

张蕾

单位:四川大学 优青

个人简介:国家自然科学基金“优秀青年科学基金”获得者,教育部“新世纪优秀人才”,四川省“杰出青年学术技术带头人”,四川省“学术与技术带头人”,四川省“有突出贡献的优秀专家”后备人选。主持国家自然科学基金重点项目、国家自然科学基金、教育部博士点基金、四川省青年科技基金等;作为主研人员,参与国家自然科学基金重点项目、“973”计划子课题、“863”计划等项目研究。获得教育部“高等学校科学研究优秀成果奖(自然科学奖)”一等奖(排名第四),四川省科技进步一等奖(排名第五),四川大学教学成果一等奖等。获国家发明专利5项,实用新型专利1项。至2016年1月,发表国际学术论文36篇,SCI收录论文29篇。其中IEEE Transactions系列论文7篇。
现任IEEE成都分会副秘书长,曾任IEEE计算智能学会成都分会秘书长,中国计算机学会(CCF)青年计算机科技论坛(YOCSEF)成都分会论坛副主席,担任Frontiers of Computer Science青年副主编,国际学术期刊“International Journal of Engineering and Industries”编委,“2015年视觉与学习研讨会(Vision and Learning Seminar (VALSE) 2015)”共同主席(Co-Chair)等。

报告题目:神经网络与智能医学

报告摘要:2016年3月,AlphaGo以4:1战胜围棋世界冠军李世乭,成为了人工智能革命浪潮席卷全球的导火索。自此,人工智能冲出了学术界和工业界,走进了每个普通人的生活。从智能手机的语音输入法到机场火车站的人脸识别安检系统,再到金融、新闻编辑、医疗,人工智能革命已经渗透到社会生活的很多领域。这场人工智能革命背后的关键技术是深度神经网络方法,深度神经网络对数据的高度抽象能力是其引爆此次革命的本质原因。本报告将从介绍神经网络的基本概念和基本建模方法开始,重点分享我和我的团队近期在智能医学领域的研究成果,如:DeepBC乳腺癌彩超智能诊断系统、DeepLN肺结节智能检测定性系统和DeepROP早产儿视网膜病变智能检测系统等一系列亮点产品。

徐增林

单位:电子科技大学

个人简介:电子科技大学教授、博士生导师,中组部“青年千人计划”、“四川省千人计划”入选者。现任统计机器智能与学习实验室主任。徐增林教授主要研究兴趣为机器学习及其在社会网络分析、互联网、计算生物学、信息安全等方面的应用。他在包括NIPS, ICML, IJCAI, AAAI, IEEE TPAMI, IEEE TNNLS在内的著名会议和刊物发表论文80多篇,Google引用1500多次,发表专著1部,并于2012年在多伦多召开的国际人工智能大会(AAAI)和2017年11月在广州召开的国际神经信息处理会议(ICONIP)上做教学报告。徐增林教授是JMLR,IEEE TPAMI等机器学习与人工智能领域主要期刊的审稿人和香港教育资助局的基金评审人;多次担任人工智能领域的主要国际会议如AAAI/IJCAI等会议的程序委员会成员。他是2010年神经信息处理大会(NIPS)分会—社会计算中的机器学习研讨会,2013年和2014年IEEE 大数据大会分会—可扩展的机器学习研讨会的组织委员会主席。他是亚洲机器学习会议(ACML)2015年的Workshop Co-chair。徐增林教授是2015年人工智能领域顶级国际会议AAAI的最佳学生论文奖提名奖的指导老师之一,2016年亚洲机器学习会议(ACML)最佳学生论文奖亚军指导老师,2016年9月获得由亚太神经网络协会(APNNS)颁发的Young Researcher Award。

报告题目:Tensor Networks and Neural Networks

报告摘要:In the big data era, multiway data are almost everywhere, e.g., recommendation systems, face recognition, sensor networks, etc. Tensor factorization is an important approach to multiway data analysis. The first part of this talk will first introduce canonical methods as well as recent developments of tensor factorization. The second part will also generalize tensor decomposition methods to tensor networks and discuss the connections between tensor networks and deep neural networks.

付庆平

单位:英伟达 高级解决方案架构师

个人简介:参加工作以来,先后从事高性能计算系统运行与维护、高性能计算系统架构及深度学习算法平台开发、测试与调优工作。目前在NVIDIA负责HPC/DL方向GPU超算系统架构工作。作为一家高性能和人工智能计算公司,NVIDIA正在为HPC和AI提供最强劲的计算能力,提供了一整套高性能和人工智能计算解决方案。该报告首先介绍基于Tesla GPU的计算平台,然后介绍最新的GPU硬件/软件产品,包括最新的tesla GPU v100,cuda10,OpenACC,深度学习SDK,NCCL,CuDnn,TensorRT等。

报告题目:英伟达加速AI&HP

报告摘要:

郑子彬

单位:中山大学

个人简介:中山大学数据科学与计算机学院教授、软件工程系主任、国家优秀青年科学基金获得者、国家数字家庭工程技术研究中心副主任、区块链与智能金融研究中心主任。近五年共出版Springer英文学术专著1部、发表国际期刊及国际会议论文100余篇,包括ESI高被引论文2篇、ACM/IEEE Transactions 30篇,获得CCF A类及B类国际学术会议最佳论文奖2次、最佳论文奖提名2次,根据Google Scholar统计,论文共被引用超过5900次,H-Index为39。曾获得首届青年珠江学者、珠江科技新星、ACM中国新星提名奖、软件工程领域顶级旗舰会议国际软件工程大会(ICSE)ACM SIGSOFT Distinguished Paper Award;国际Web服务大会(ICWS)最佳学生论文奖;担任CollaborateCom’16 General Co-Chair、ICIOT’18 PC Co-Chair、IoV’14 PC Co-Chair及多个国际会议的程序委员会成员。

报告题目:区块链性能监测及欺诈识别

报告摘要:区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式,具有去中心化、公开透明、防篡改等特点。区块链技术近年来发展迅速,获得了学术界及工业界的广泛关注。这个报告将介绍团队近期在区块链上的一些研究工作,包括性能监测平台的设计及构建,及区块链庞氏骗局的智能识别等。

吴化龙

单位:北京容天资深售前技术经理

个人简介:

报告题目:GPU产品解决方案

报告摘要: