20世紀(jì)最偉大的數(shù)學(xué)家馮·諾依曼希望計算機(jī)和人工智能能帶來一場震撼我們這個星球的科學(xué)革命，菲爾茲獎和沃爾夫獎得主Stephen Smale繼承和發(fā)揚(yáng)了馮·諾依曼的科學(xué)思想，提出了著名的關(guān)于人工智能的Smale第十八問題。

        為進(jìn)一步繼承和發(fā)揚(yáng)馮·諾伊曼的科學(xué)思想，中國科學(xué)院人工智能聯(lián)盟標(biāo)準(zhǔn)組與北京理工大學(xué)計算機(jī)學(xué)院去年成功舉辦了“2018 AI科學(xué)前沿論壇”，論壇探討了AI科學(xué)前沿的數(shù)學(xué)基礎(chǔ)及其應(yīng)用。由于該論壇反響熱烈，應(yīng)與會人士的要求，主辦方?jīng)Q定將“AI科學(xué)前沿論壇”更名為“AI科學(xué)前沿大會”，擬定于2019年4月11日-12日在北京舉辦。

        本次大會聚焦AI科學(xué)前沿的數(shù)學(xué)基礎(chǔ)、算法、關(guān)鍵共性技術(shù)及其應(yīng)用，邀請全國AI數(shù)學(xué)界、科學(xué)界知名學(xué)者和業(yè)界資深專家分享最新理論成果，展望AI科學(xué)未來。

       本次會議主題包括：智能數(shù)學(xué)、深度強(qiáng)化學(xué)習(xí)、分布式機(jī)器學(xué)習(xí)、語音識別、自然語言處理、計算機(jī)視覺、機(jī)器人學(xué)、自動駕駛、無人機(jī)、AI行業(yè)應(yīng)用——搜索、推薦、隱私保護(hù)、反欺詐、音樂、運動、教育等。

      會議熱忱歡迎國內(nèi)外AI數(shù)學(xué)、科學(xué)及應(yīng)用相關(guān)領(lǐng)域的科研人員、高校師生、業(yè)界人士蒞臨。

大會福利: 注冊費由主辦方承擔(dān)。

日程安排

（以會前最終安排為準(zhǔn)）

嘉賓介紹

開幕致辭嘉賓

李真真

中國科學(xué)院人工智能聯(lián)盟標(biāo)準(zhǔn)組組長，中國科學(xué)院科技戰(zhàn)略研究院研究員。成功主辦以人工智能技術(shù)、倫理與法律的關(guān)鍵科學(xué)問題為主題的第S36次香山科學(xué)會議等重要學(xué)術(shù)會議，倡導(dǎo)以博弈統(tǒng)攝機(jī)器學(xué)習(xí)的觀點。

黃河燕

北京理工大學(xué)計算機(jī)學(xué)院院長，人工智能研究院院長，教授，博導(dǎo)，中國人工智能學(xué)會副理事長，北京市海量語言信息處理與云計算應(yīng)用工程技術(shù)研究中心主任。主要學(xué)術(shù)研究方向為機(jī)器翻譯和自然語言處理 ，主持承擔(dān)國家自科基金重點項目、“973 計劃”課題、“863 計劃”項目等 20 多項國家級科研攻關(guān)項目，獲得國家科技進(jìn)步一等獎等十余項國家級和省部級獎勵。

 

學(xué)術(shù)報告嘉賓

1. 陳炳文 騰訊云

報告題目：營銷風(fēng)控的反欺詐技術(shù)

內(nèi)容摘要：本報告針對視頻/電商等業(yè)務(wù)平臺方在流量營銷/線上線下活動營銷中存在的“羊馬牛”黑產(chǎn)演變情況，基于大數(shù)據(jù)無監(jiān)督平臺的反欺詐技術(shù)，提出騰訊云天御對抗黑產(chǎn)團(tuán)伙的解決方案。

嘉賓介紹：陳炳文（Bink Chen），騰訊云天御流量風(fēng)控業(yè)務(wù)負(fù)責(zé)人，博士畢業(yè)后曾就職于軍工研究所，主導(dǎo)多項基于大數(shù)據(jù)智能引擎的軍工指揮信息系統(tǒng)，17年加入騰訊云，主導(dǎo)流量營銷風(fēng)控、活動營銷風(fēng)控等風(fēng)控業(yè)務(wù)，發(fā)表十六篇學(xué)術(shù)論文，擁有4項發(fā)明專利\國防專利。

 

2. 陳桂生 中國電子系統(tǒng)研究院信息化總體研究部

報告題目：智能機(jī)器人需求理解與意圖表達(dá)的元模型

內(nèi)容摘要：TBA

嘉賓介紹：陳桂生，清華大學(xué)計算機(jī)系工學(xué)博士，中國電子系統(tǒng)研究院信息化總體研究部研究員，中國人工智能學(xué)會知識工程專委會理事，中國指揮與控制學(xué)會無人系統(tǒng)專委會理事。曾任中國人工智能學(xué)會副秘書長。陳桂生博士在人工智能與機(jī)器人技術(shù)領(lǐng)域長期從事理論研究與工程研究開發(fā)工作，在人工智能、智能交通、機(jī)器人傳感器信息感知、網(wǎng)絡(luò)傳輸、智能信息處理與決策、控制器及執(zhí)行機(jī)構(gòu)設(shè)計、人機(jī)交互設(shè)計，以及多智能車交互與協(xié)同等技術(shù)領(lǐng)域取得較好成果，擁有豐富的國家大型信息化項目需求分析、總體論證和設(shè)計經(jīng)驗，近年來參加的科研項目有：《機(jī)器人化工程機(jī)械研究》、《臨場感技術(shù)》、《國家信息化水平測評指標(biāo)體系研究》、《基于互聯(lián)網(wǎng)海量信息的情報分析與處理需求論證》、《網(wǎng)絡(luò)化數(shù)據(jù)挖掘》、《需求工程—對復(fù)雜系統(tǒng)的軟件工程的基礎(chǔ)研究》、《室外移動機(jī)器人多車交互協(xié)作關(guān)鍵技術(shù)研究》等，在高校講授《不確定性人工智能》課程，對人工智能感知和認(rèn)知過程中的雙向認(rèn)知云模型有深入的研究。

 

3. 陳小平 中國科學(xué)技術(shù)大學(xué)計算機(jī)學(xué)院

報告題目：人工智能理論基礎(chǔ)問題的新思考和新動向

內(nèi)容摘要：總結(jié)人工智能三次高潮產(chǎn)生的核心成果——暴力法和訓(xùn)練法，以及AlphaGo Zero對暴力法和訓(xùn)練法的融合與超越。分析當(dāng)前人工智能發(fā)展的根本性瓶頸——不確定性問題，闡述不確定性給人工智能理論基礎(chǔ)帶來的挑戰(zhàn)。介紹人工智能及理論基礎(chǔ)研究在兩個方向上的新動向——知識整合與融差操作。

嘉賓介紹：陳小平博士，現(xiàn)任中國科學(xué)技術(shù)大學(xué)機(jī)器人實驗室主任，機(jī)器人技術(shù)標(biāo)準(zhǔn)創(chuàng)新基地主任，計算機(jī)學(xué)院教授，中國人工智能學(xué)會AI倫理專委會主任，中國RoboCup委員會主席，國際RoboCup聯(lián)合會理事。曾任2015世界人工智能聯(lián)合大會機(jī)器人領(lǐng)域主席、2015和2008RoboCup機(jī)器人世界杯及學(xué)術(shù)大會主席。中科大“杰出研究”校長獎獲得者，IEEE ROBIO’2016最佳大會論文等國際論文獎、世界人工智能聯(lián)合大會最佳自主機(jī)器人獎和通用機(jī)器人技能獎、機(jī)器人世界杯12項世界冠軍等團(tuán)體獎獲得者。

 

4. 戴彧虹 中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院

報告題目：Training GANs with Centripetal Acceleration

內(nèi)容摘要：Training generative adversarial networks (GANs) often su?ers from cyclic behaviors of iterates. Based on a simple intuition that the direction of centripetal acceleration of an object moving in uniform circular motion is toward the center of the circle， we present the Simultaneous Centripetal Acceleration (SCA) method and the Alternating Centripetal Acceleration (ACA) method to alleviate the cyclic behaviors. Under suitable conditions， gradient descent methods with either SCA or ACA are shown to be linearly convergent for bilinear games. Numerical experiments are conducted by applying ACA to existing gradientbased algorithms in a GAN setup scenario， which demonstrate the superiority of ACA.

嘉賓介紹：戴彧虹，數(shù)學(xué)家，中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院院長助理、研究員、博士生導(dǎo)師。1992年畢業(yè)于北京理工大學(xué)；1992年中國科學(xué)院計算數(shù)學(xué)與科學(xué)工程計算研究所博士畢業(yè)后留所工作，先后擔(dān)任助理研究員、副研究員、研究員、馮康首席研究員；2011年獲國家杰出青年科學(xué)基金資助；2015年獲得馮康科學(xué)計算獎；2017年獲第十六屆陳省身數(shù)學(xué)獎；2018年獲首屆蕭樹鐵應(yīng)用數(shù)學(xué)獎。戴彧虹主要從事計算數(shù)學(xué)、應(yīng)用數(shù)學(xué)、運籌學(xué)和人工智能的研究。

 

5. 范欣欣 網(wǎng)易大數(shù)據(jù)

報告題目：AI平臺的時序數(shù)據(jù)技術(shù)

內(nèi)容摘要：本報告就時序數(shù)據(jù)平臺在大數(shù)據(jù)AI平臺建設(shè)中主要應(yīng)用場景，提出時序數(shù)據(jù)平臺的核心系統(tǒng)及技術(shù)架構(gòu)，重點分享時序數(shù)據(jù)庫系統(tǒng)的功能特性和核心優(yōu)化思路。

嘉賓介紹：范欣欣，網(wǎng)易大數(shù)據(jù)技術(shù)專家，就職于網(wǎng)易研究院后臺技術(shù)中心數(shù)據(jù)庫技術(shù)組，專注于HBase的開發(fā)運維，熱衷于MySQL等相關(guān)數(shù)據(jù)庫技術(shù)。

 

6. 馮超 滴滴AI Labs

報告題目：A Review of Progresses on Deep Reinforcement Learning: Implementing Distributed Frameworks and Overcoming Sparse Reward Challenges

內(nèi)容摘要：Deep reinforcement learning has received more and more attention and achieved breakthroughs in academic and industrial fields recently. Nowadays， deep neural network models already can beat human professional players in many games， such as Atari， Go， and even Dota (a multiplayer online battle arena game)， with constrained environment. Reinforcement learning usually contains two major parts: 1. finding the state-action sequences that lead to the positive/negative rewards， 2. memorizing good decisions from the historical experience utilizing deep models with large scale training. Most of the work is enhancing the performance of these two parts. In this talk， recent developments of implementing distributed frameworks and overcoming sparse reward challenges will be reviewed， and some future work will be discussed.

嘉賓介紹：馮超，現(xiàn)就職于滴滴出行AI Labs時空數(shù)據(jù)組，擔(dān)任專家算法工程師，負(fù)責(zé)路徑規(guī)劃算法與圖像、視頻應(yīng)用算法的研發(fā)工作，曾任小猿搜題拍照搜題算法負(fù)責(zé)人。著有書籍《強(qiáng)化學(xué)習(xí)精要》《深度學(xué)習(xí)輕松學(xué)》，個人的研究方向有計算機(jī)視覺，分布式機(jī)器學(xué)習(xí)框架和深度強(qiáng)化學(xué)習(xí)。

 

7. 宮士敏 小米大數(shù)據(jù)部

報告題目：移動搜索技術(shù)

內(nèi)容摘要：AI賦能和數(shù)據(jù)驅(qū)動使得小米互聯(lián)網(wǎng)業(yè)務(wù)得到了持續(xù)的增長，也助推了搜索和推薦系統(tǒng)的發(fā)展。本報告就AI技術(shù)在移動搜索場景下遇到的問題，提出相關(guān)性計算、查詢分析和排序方面的算法設(shè)計與架構(gòu)，并基于用戶行為大數(shù)據(jù)，提升優(yōu)化算法效果和用戶體驗。

嘉賓介紹：宮士敏，小米大數(shù)據(jù)部算法團(tuán)隊Leader，帶領(lǐng)團(tuán)隊構(gòu)建了小米移動搜索算法體系。研究領(lǐng)域主要包括搜索引擎、機(jī)器學(xué)習(xí)、推薦系統(tǒng)等。對搜索中的相關(guān)性計算、排序、NLP等相關(guān)技術(shù)有深刻理解，并對深度學(xué)習(xí)在搜索推薦領(lǐng)域應(yīng)用有豐富的實踐經(jīng)驗。畢業(yè)于中科院計算所，之前在搜狗搜索負(fù)責(zé)網(wǎng)頁搜索算法相關(guān)工作。

 

8. 胡翔宇 百度搜索

報告題目：基于深度學(xué)習(xí)的識圖搜索

內(nèi)容摘要：本報告結(jié)合百度下一代智能搜索的發(fā)展趨勢和搜索業(yè)務(wù)的最新進(jìn)展，融合傳統(tǒng)CV與深度學(xué)習(xí)，應(yīng)用CNN特征，構(gòu)建千億級別圖片庫和視覺索引，結(jié)合圖像分類、細(xì)粒度識別、檢索和大規(guī)模GPU 在線加速技術(shù)，給出識別萬物的移動端深度學(xué)習(xí)識圖搜索系統(tǒng)，該系統(tǒng)實現(xiàn)千萬級別 DAU、過億的 PV 訪問量。

嘉賓介紹：胡翔宇，百度搜索公司資深策略工程師，AI領(lǐng)域（圖像識別，視覺檢索，視頻理解，大規(guī)模深度學(xué)習(xí)，LTR）的資深專家。目前正負(fù)責(zé)百度下一代視覺搜索的研發(fā)工作，通過最新的AI 技術(shù)將百億級線下信息數(shù)據(jù)化，構(gòu)建千億級行業(yè)知識庫和多模態(tài)的索引，從文本檢索升級到語義索引，用圖像/視頻/XR 技術(shù)，升級搜索引擎的 I/O 交互及索引內(nèi)核，打造新的AI搜索體驗，讓搜索無處不在。

 

9. 胡曉光 百度深度學(xué)習(xí)技術(shù)平臺部

報告題目：PaddlePaddle核心技術(shù)

內(nèi)容摘要：本報告將分享PaddlePaddle 總體架構(gòu)；深入框架設(shè)計原理及實現(xiàn)；PaddlePaddle 新特性，移動端部署、并行等；結(jié)合百度 AI 實踐，NLP、圖像等應(yīng)用。

嘉賓介紹：胡曉光，百度深度學(xué)習(xí)技術(shù)平臺部主任工程師，多年深度學(xué)習(xí)算法實踐經(jīng)驗，2015 年帶領(lǐng)團(tuán)隊上線全球首個基于深度學(xué)習(xí)的在線翻譯引擎；現(xiàn)負(fù)責(zé) PaddlePaddle 模型應(yīng)用，致力于打造最好用的深度學(xué)習(xí)平臺。

 

10. 黃智生 荷蘭阿姆斯特丹自由大學(xué)人工智能系

報告題目：智能機(jī)器人與網(wǎng)絡(luò)自殺監(jiān)控預(yù)警

內(nèi)容摘要：青少年自殺已經(jīng)成為社會普遍關(guān)注的重要問題之一。自殺是15歲到34歲青少年人群死亡的主要原因。據(jù)估計15到24歲青少年中120萬人受到抑郁癥折磨，大學(xué)生中抑郁率高達(dá)23.8%。抑郁癥是自殺死亡的主要原因。許多年輕人在自殺之前通過網(wǎng)絡(luò)媒體表達(dá)了各種自殺情緒和愿望，這為采用人工智能及大數(shù)據(jù)技術(shù)對網(wǎng)絡(luò)媒體作分析并進(jìn)行自殺救助提供了可能性。我們開發(fā)的網(wǎng)絡(luò)智能機(jī)器人采用知識圖譜技術(shù)，每天監(jiān)控對應(yīng)的網(wǎng)絡(luò)媒體并發(fā)布自殺監(jiān)控通報。我們組織的“樹洞行動救援團(tuán)”根據(jù)監(jiān)控通報采取自殺救助行動。自2018年7月起，我們已經(jīng)對數(shù)以百計的人提供自殺救助，暫時緩解了她們的自殺行為。我們將介紹構(gòu)建網(wǎng)絡(luò)智能機(jī)器人的基本技術(shù)，并闡述這種智能機(jī)器人如何用于發(fā)現(xiàn)自殺人群并發(fā)布對應(yīng)的監(jiān)控通報。

嘉賓介紹： 黃智生博士是荷蘭阿姆斯特丹自由大學(xué)人工智能系終身教授， 出版了《海量語義數(shù)據(jù)處理-平臺，技術(shù)，與應(yīng)用》、《生物醫(yī)學(xué)語義技術(shù)》等教材，發(fā)表過論文論著超過二百篇， 擔(dān)任超過一百個國際學(xué)術(shù)會議的程序委員會委員，超過二十個國際會議的聯(lián)合主席，擔(dān)任六個國際學(xué)術(shù)刊物的編委，特約主編或特約編委。主持歐盟第七框架重大項目LarKC中推理工作組的工作。主持歐盟第七框架智慧醫(yī)療重大項目EURECA中基于語義技術(shù)的臨床試驗系統(tǒng) SemanticCT的開發(fā)；主持了基于語義技術(shù)的抗菌藥物合理用藥系統(tǒng)SeSRUA的開發(fā)。他參與開發(fā)的E-Culture項目在2006年世界語義萬維網(wǎng)技術(shù)挑戰(zhàn)賽上獲得冠軍。作為第一作者獲得2014世界健康信息技術(shù)學(xué)術(shù)年會（HealthInfo2014）最佳論文獎。他所開發(fā)的網(wǎng)絡(luò)自殺監(jiān)控機(jī)器人具有很高的科學(xué)價值，已經(jīng)取得明顯的社會效益。他所發(fā)起的“樹洞行動救援行動”已經(jīng)成功地挽救數(shù)以百計的生命。這些事跡已經(jīng)被科技日報、健康界、揚(yáng)子晚報、和北京青年報等媒體廣泛報導(dǎo)。

 

11. 江會星 美團(tuán)點評搜索與NLP部

報告題目：對話理解技術(shù)

內(nèi)容摘要：智能客服是一種使用自然語言與用戶交互的人工智能系統(tǒng)，通過分析用戶意圖以人性化方式與用戶溝通，向用戶提供客戶服務(wù)。本報告首先給出美團(tuán)智能客服的對話交互設(shè)計框架，然后詳細(xì)分析意圖挖掘、意圖理解、情緒識別、對話管理等的機(jī)器學(xué)習(xí)算法核心技術(shù)及其效果。

嘉賓介紹：江會星，博士，美團(tuán)點評搜索與NLP部NLP中心研究員，智能客服團(tuán)隊負(fù)責(zé)人，主要負(fù)責(zé)美團(tuán)智能客服業(yè)務(wù)及智能客服平臺的建設(shè)。曾在阿里達(dá)摩院語音實驗室從事智能語音對話交互方向研究，主要負(fù)責(zé)主導(dǎo)的產(chǎn)品有斑馬智行語音交互系統(tǒng)、YunOS語音助理等。

 

12. 李衡宇 Pony.ai

報告題目：自動駕駛從0到1之路

內(nèi)容摘要：從1886年汽車誕生，到1925年人類進(jìn)行無人駕駛的首次嘗試，近年，隨著車輛技術(shù)、算力和芯片、傳感器、大數(shù)據(jù)等各項技術(shù)的發(fā)展，使自動駕駛成為可能。本報告將從0說起自動駕駛的發(fā)展，指出安全可實用的自動駕駛系統(tǒng)中各環(huán)節(jié)所面臨的挑戰(zhàn)，并解析機(jī)器人出租車（Robotaxi）案例，最后探討離自動駕駛的1還有多遠(yuǎn)。

嘉賓介紹： 李衡宇，Pony.ai北京研發(fā)中心負(fù)責(zé)人，四川大學(xué)電子信息學(xué)碩士，前百度廣告搜索部和自動駕駛事業(yè)部資深工程師，曾獲“百度最高獎（百萬美元大獎）”，目前在Pony.ai負(fù)責(zé)自動駕駛整體技術(shù)研發(fā)。

 

13. 李亞楠 阿里大文娛

報告題目：通用對話系統(tǒng)

內(nèi)容摘要：本報告重點分析通用信息服務(wù)領(lǐng)域的對話交互技術(shù)中的難點，包括對話理解、對話管理、任務(wù)型對話、智能問答、通用聊天等任務(wù)。

嘉賓介紹：李亞楠，中科院計算所博士，先后工作于騰訊、微軟、百度、阿里，研究方向為信息檢索、自然語言處理、推薦。目前負(fù)責(zé)阿里神馬智能對話，探索下一代AI搜索技術(shù)，打造更加自然的對話問答系統(tǒng)，提供更加智能的通用信息服務(wù)能力，服務(wù)天貓精靈、阿里云IoT、車載OS、優(yōu)酷電視、螞蟻客服、UC頭條、夸克智能瀏覽器等多個阿里重要業(yè)務(wù)。基于國內(nèi)第二大通用搜索引擎和億級用戶數(shù)據(jù)，我們擁有深厚的技術(shù)沉淀和海量的日志數(shù)據(jù)。

 

14. 李旸 深覺智能

報告題目：通用知識表達(dá)框架的數(shù)學(xué)基礎(chǔ)

內(nèi)容摘要：知識體系是智能系統(tǒng)中極為重要的一環(huán)，而有關(guān)傳統(tǒng)理論研究雖然歷史悠久，但大多都是從哲學(xué)層面進(jìn)行定義和考慮，還停留在基于文字的層面。目前人工智能的現(xiàn)狀是基于數(shù)字和符號的計算，本talk探討如何構(gòu)建通用知識表達(dá)框架的數(shù)學(xué)基礎(chǔ)，使知識體系能夠被智能系統(tǒng)有機(jī)和有效利用，進(jìn)而推動人工智能的發(fā)展。

嘉賓介紹：李旸博士，本科畢業(yè)于清華大學(xué)電子工程系。 后在美國伊利諾伊大學(xué)香檳分校智能人機(jī)互動實驗室，師從計算機(jī)視覺大師Thomas Huang 和人機(jī)對話之父Stephen E. Levinson教授，并獲得自然語言理解領(lǐng)域的電子工程博士。 李旸博士在美國有多年的創(chuàng)業(yè)高科技企業(yè)研發(fā)帶隊的經(jīng)驗，從事過多媒體壓縮和傳輸，基于區(qū)塊鏈的分布式云存儲系統(tǒng)等的算法研發(fā)和產(chǎn)品開發(fā)工作，擁有3項美國技術(shù)發(fā)明專利，多項技術(shù)創(chuàng)新。李旸博士在人工智能理論研究方面獨樹一幟，把物理哲學(xué)思想引入人工智能領(lǐng)域，擁有一套未公開的完整的人工智能核心理論，并重點研發(fā)人工智能理論在自然語義理解和智能對話系統(tǒng)中的應(yīng)用。 李旸博士目前在國內(nèi)創(chuàng)立了上海深覺智能科技有限公司，帶領(lǐng)團(tuán)隊致力于研發(fā)通用人工智能引擎的核心算法，并把這一算法用于重點開發(fā)智能對話產(chǎn)品。李旸博士目前重點研究知識學(xué)的基礎(chǔ)理論，通用知識表達(dá)框架，以及知識的自動生成方法。

 

15. 李子晉 中國音樂學(xué)院

報告題目：音樂人工智能發(fā)展現(xiàn)狀

內(nèi)容摘要：近年來音樂與人工智能結(jié)合發(fā)展迅速，本報告將分享人工智能在音樂創(chuàng)作制作、音樂表演、音樂教育、音樂研究等的應(yīng)用情況，分類總結(jié)歌聲信息處理、音樂處理、樂器識別等任務(wù)中涉及的聲學(xué)技術(shù)、認(rèn)知感知、信號處理、聲音合成技術(shù)等概念、原理、應(yīng)用、基本技術(shù)框架，并展望其未來發(fā)展趨勢。

嘉賓介紹：李子晉，中國音樂學(xué)院音樂科技專業(yè)副教授，音樂聲學(xué)博士，麥吉爾大學(xué)國家公派訪問學(xué)者。長期從事音樂科技相關(guān)科研與教學(xué)活動。發(fā)表期刊及會議論文近30篇，出版專著1部，獲國家專利4項，主持和參與國家科技部基礎(chǔ)項目《中國傳統(tǒng)樂器聲學(xué)測量及頻譜分析》、國家藝術(shù)基金《中國傳統(tǒng)樂器數(shù)字博物館傳播平臺建設(shè)》、北京市社科基金《西山文化小鎮(zhèn)聲音景觀設(shè)計研究》等10余項項目。參與組織全國樂器學(xué)研討會、全國計算機(jī)聲音與音樂技術(shù)會議（CSMT）中國傳統(tǒng)音樂技術(shù)論壇、音樂人工智能發(fā)展研討會等10余場學(xué)術(shù)會議及論壇。

 

16. 林會杰 網(wǎng)易有道

報告題目：智慧教育系統(tǒng)

內(nèi)容摘要：本報告基于有道智慧教育系統(tǒng)AI技術(shù)，包括作業(yè)批改、自適應(yīng)學(xué)習(xí)、口語評測，探討計算機(jī)視覺、語音、自然語言處理等相關(guān)技術(shù)在教育領(lǐng)域中的應(yīng)用。

嘉賓介紹：林會杰，2011年和2016年在清華大學(xué)獲得計算機(jī)學(xué)士和博士學(xué)位，主要研究興趣包括情感計算、人機(jī)語音交互及移動計算。現(xiàn)任網(wǎng)易有道技術(shù)總監(jiān)，負(fù)責(zé)有道語言翻譯及教育類工具產(chǎn)品和智能硬件產(chǎn)品研發(fā)工作。

 

17. 劉青山 南京信息工程大學(xué)

報告題目：視覺特征學(xué)習(xí)

內(nèi)容摘要：機(jī)器視覺的目標(biāo)就是讓機(jī)器能像人眼視覺系統(tǒng)一樣自動‘’看懂‘’外部環(huán)境，因此是人工智能領(lǐng)域的一個重要研究方向。本報告將介紹機(jī)器視覺研究中特征學(xué)習(xí)方面的一些最新進(jìn)展及其面臨的問題，并重點從高維視覺特征表達(dá)和深度視覺特征學(xué)習(xí)兩個方面，介紹我們團(tuán)隊近年來在目標(biāo)檢測、遙感圖像分類等方面的研究進(jìn)展。

嘉賓介紹：劉青山博士現(xiàn)任南京信息工程大學(xué)教授、博導(dǎo)。2003年4月畢業(yè)于中科院自動化所模式識別國家重點實驗室獲博士學(xué)位，隨后留實驗室工作，2006年4月赴美國Rutgers大學(xué)訪問、工作。2011年9月加盟南京信息工程大學(xué)。先后入選江蘇省特聘教授、江蘇省雙創(chuàng)團(tuán)隊領(lǐng)軍人才、江蘇省優(yōu)秀教育工作者、科技部中青年創(chuàng)新領(lǐng)軍人才等。是江蘇省人工智能學(xué)會副理事長、中國自動化學(xué)會模式識別與機(jī)器智能專委會副主任、中國計算機(jī)學(xué)會多媒體專委會和計算機(jī)視覺專委會常務(wù)委員等。主要研究方向為圖像與視頻分析、計算機(jī)視覺、和機(jī)器學(xué)習(xí)。先后主持承擔(dān)國家杰出青年基金項目，國家自然基金重點項目、面上項目、江蘇省杰出青年基金等。先后獲2016年度教育部自然科學(xué)二等獎、2017年江蘇省教學(xué)成果二等獎、2018年江蘇省高校自然科學(xué)一等獎、和2018年中國電子學(xué)會自然科學(xué)一等獎等。

 

18. 劉武 京東AI研究院

報告題目：Empowering Retailing Experiences with Computer Vision

內(nèi)容摘要：作為人工智能的眼睛，計算機(jī)視覺研究的發(fā)展正在對我們的生活和生產(chǎn)產(chǎn)生巨大的影響，其中包括整個零售業(yè)態(tài)。京東提出了“零售即服務(wù)”的概念，將零售定義為內(nèi)容與交互的自然結(jié)合。在本次報告將展示京東AI如何通過研發(fā)計算機(jī)視覺技術(shù)，更好地感知和了解顧客、產(chǎn)品以及零售場景，從而對顧客提供更加自然、更個性化的交互服務(wù)，推動整個零售業(yè)的發(fā)展。

嘉賓介紹：劉武，京東AI研究院高級研究員，ACM未來計算協(xié)會創(chuàng)始委員，中科院計算所博士。研究方向為多媒體與計算機(jī)視覺，在IEEE CVPR、ACM MM、IJCAI、AAAI、UBICOMP等一流國際會議和期刊上發(fā)表文章30余篇。獲得過中國科學(xué)院優(yōu)秀博士學(xué)位論文獎、中國科學(xué)院院長特別獎、國際會議IEEE ICME 2016 Best Student Paper、京東集團(tuán)AI平臺與研究部技術(shù)創(chuàng)新獎等，并入選2017年微軟鑄星計劃。在JD率領(lǐng)團(tuán)隊獲得過IEEE CVPR 2018全球人體姿態(tài)估計挑戰(zhàn)賽兩個任務(wù)的冠軍。曾擔(dān)任SCI期刊MTAP、MVA客邀編輯，國際會議ICME 2019 Web Chair， BIGMM 2018 Publicity Chairs，ICIP 2017、PCM 2016等分會主席。

 

19. 呂超 北京理工大學(xué)智能車輛研究所

報告題目：智能車輛類人駕駛行為學(xué)習(xí)與建模

內(nèi)容摘要：隨著智能系統(tǒng)理論和技術(shù)的快速發(fā)展，具有自主學(xué)習(xí)能力，能夠?qū)W習(xí)人類駕駛經(jīng)驗和駕駛行為的智能車輛開始成為學(xué)者和公眾共同關(guān)注的焦點。然而，現(xiàn)有的駕駛行為學(xué)習(xí)方法旨在通過模仿到達(dá)學(xué)習(xí)的目的，對數(shù)據(jù)依賴性強(qiáng)，不能有效地將已有的知識和經(jīng)驗遷移到新任務(wù)的學(xué)習(xí)中，具有學(xué)習(xí)效率低、泛化能力差的缺點，限制了其在復(fù)雜動態(tài)駕駛場景中的應(yīng)用。本次報告將介紹一種針對智能車輛的駕駛行為建模與學(xué)習(xí)方法。該方法基于遷移學(xué)習(xí)（Transfer Learning），可以實現(xiàn)不同駕駛?cè)蝿?wù)與駕駛員之間的知識遷移，大大提高了系統(tǒng)的學(xué)習(xí)效率和泛化能力。

嘉賓介紹：呂超，北京理工大學(xué)智能車輛研究所講師，2015年于英國利茲大學(xué)獲博士學(xué)位。主要從事強(qiáng)化學(xué)習(xí)、駕駛行為建模、智能控制系統(tǒng)、智能車輛與智能交通系統(tǒng)的研究。主持國家自然基金項目和上汽聯(lián)合基金重點項目，參與了包括歐盟COST組織項目，國家863課題等在內(nèi)的多項國際和國內(nèi)項目。發(fā)表SCI /EI收錄論文20余篇 ，對深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)在智能交通系統(tǒng)中的應(yīng)用有豐富經(jīng)驗。所在團(tuán)隊為無人車技術(shù)工業(yè)和信息化部重點實驗室和無人平臺國防科技創(chuàng)新團(tuán)隊。

 

20. 彭佩璽 中國科學(xué)院自動化所

報告題目：Unsupervised Cross-dataset Transfer Learning for Person Re-Identification

內(nèi)容摘要：The problem of Person Re-identification (ReID) is to associate pedestrians captured from multiple non-overlapping cameras. It has many important applications in video surveillance such as person search or cross-camera tracking. Most existing person ReID approaches follow a supervised learning framework， in which a large number of labelled matching pairs are required for training. This severely limits their scalability in real-world applications. To overcome this limitation， we introduce a novel unsupervised cross-dataset transfer learning method to person ReID， which aims to transfer discriminative representations from the labeled source dataset collected from elsewhere to the unlabeled target dataset. The experimental results on several benchmarks demonstrate the proposed method can achieve state-of-the-art performances.

嘉賓介紹：Peixi Peng received the B.S. degree of Mathematics and Applied Mathematics from Xi’an Jiaotong University in 2010. He received the ph.D. degree of Computer Applied Technology from National Engineering Laboratory for Video Technology of Peking University in 2017. At present， he is an assistant researcher in the Institute of Automation of the Chinese Academy of Sciences. His research interests include the machine learning and computer vision. As the first author， he has published more than 5 papers in the top international conferences and journals. Also， he was ranked as one of the best performers in NIST TRECVID SED tasks and IEEE PETS.

 

21. 彭 鵬 啟元世界

報告題目：啟元決策智能平臺與多智能體機(jī)器人競賽

內(nèi)容摘要：近年來，以深度強(qiáng)化學(xué)習(xí)為代表的新一代的智能決策技術(shù)，在圍棋、Dota2以及星際爭霸、機(jī)器人等多個行業(yè)先后取得突破。但是，深度強(qiáng)化學(xué)習(xí)也由于其探索效率低、訓(xùn)練收斂性差以及復(fù)現(xiàn)難度大等問題飽受質(zhì)疑。啟元世界歷時兩年搭建的支持單智能體和多智能體決策訓(xùn)練平臺，可同時訓(xùn)練上百個決策智能體，具備配合智能資源分配以及自動調(diào)參的元學(xué)習(xí)方法，使得智能體的能力Skill能穩(wěn)定提升與疊加。本報告將以啟元世界參加2018年NeuraIPS 的AI for prosthetics以及Pommerman比賽中所用的技術(shù)為例，介紹啟元世界智能決策平臺中包括持續(xù)學(xué)習(xí)（Continual Learning）以及多智能體博弈優(yōu)化 (Multiagent Policy Optimization)等多項核心技術(shù)。

嘉賓介紹：彭鵬，香港科技大學(xué)博士，前阿里巴巴算法專家，目前為啟元世界研究科學(xué)家，專注于深度強(qiáng)化學(xué)習(xí)和智能決策的研究與應(yīng)用。2016年，作為國內(nèi)最早使用深度強(qiáng)化學(xué)習(xí)研究星際爭霸的阿里認(rèn)知計算實驗室核心成員，與UCL合作發(fā)表BiCNet，受到DeepMind、牛津大學(xué)等國內(nèi)外同行的引用與高度評價。

 

22. 馬利莊 華東師范大學(xué)計算機(jī)與軟件學(xué)院

報告題目：計算機(jī)視覺最新進(jìn)展

內(nèi)容摘要： TBA

嘉賓介紹： 馬利莊，理學(xué)博士，博士生導(dǎo)師，國家杰出青年基金獲得者，華東師范大學(xué)特聘教授、多媒體與視覺實驗室主任，上海交通大學(xué)特聘教授、上海交通大學(xué)人工智能研究院副院長、上海中醫(yī)藥大學(xué)信息科學(xué)與技術(shù)中心主任（兼）、上海交大-商湯科技聯(lián)合“深度學(xué)習(xí)與計算機(jī)視覺”實驗室主任、上海深度人工智能聯(lián)合創(chuàng)新中心主任、中國人工智能學(xué)會理事、“智能CAD與數(shù)字藝術(shù)專委會”副主任、中國圖像圖形學(xué)會理事、“動畫與數(shù)字娛樂專委會”主任；中國青年科技獎、國家教育部科技進(jìn)步獎獲得者；國家“百千萬人才工程”（第一、二層次）首批人選。 

 

23. 錢若函 百度鳳巢

報告題目：大規(guī)模廣告拍賣機(jī)制設(shè)計

內(nèi)容摘要：廣告拍賣機(jī)制設(shè)計是大規(guī)模在線廣告系統(tǒng)的基石，其目標(biāo)是通過制定廣告分配、計費策略，解決在多智能體環(huán)境中的多目標(biāo)優(yōu)化問題。本次報告剖析拍賣機(jī)制設(shè)計的一般問題和行業(yè)應(yīng)用挑戰(zhàn)，給出拍賣機(jī)制設(shè)計在在線廣告拍賣領(lǐng)域的關(guān)鍵解決方案。

嘉賓介紹：錢若函，百度鳳巢拍賣機(jī)制技術(shù)負(fù)責(zé)人。主要研究領(lǐng)域包括算法博弈論、機(jī)制設(shè)計、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等。推動鳳巢從GSP機(jī)制升級到序列拍賣機(jī)制，實現(xiàn)鳳巢拍賣的頁面級別激勵兼容和全局優(yōu)化；推動實現(xiàn)鳳巢基于深度強(qiáng)化學(xué)習(xí)的自動拍賣機(jī)制設(shè)計，解決復(fù)雜拍賣場景下多目標(biāo)優(yōu)化的機(jī)制問題。

 

24. 秦曾昌 Keep

報告題目：運動科技與人工智能

內(nèi)容摘要：在無線互聯(lián)網(wǎng)經(jīng)濟(jì)發(fā)達(dá)的時代，可以不離開沙發(fā)而觸摸到整個世界。我們可以看電影、電視和娛樂節(jié)目，可以秒殺很多商品，可以在游戲的世界里面馳騁縱橫，也可以打車和點外賣。科技的發(fā)展某種層面只關(guān)心人們的大腦，然而實際上人們的軀體與大腦一樣重要，只有有了健康的體魄才有人的一切。 本報告將基于機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘算法討論Keep的運動科技與用戶體驗。

嘉賓介紹：秦曾昌，Keep首席科學(xué)家，人工智能研究院院長；英國布里斯托(Bristol)大學(xué)碩士、博士；美國加州大學(xué)伯克利分校 (UC Berkeley) 博士后。曾在英國牛津 (Oxford) 大學(xué)與美國卡內(nèi)基梅隆大學(xué) (CMU) 做訪問學(xué)者。主要研究方向為人工智能，曾在包括機(jī)器學(xué)習(xí)、不確定性建模、自然語言處理、多媒體檢索、計算博弈與醫(yī)療影像分析等領(lǐng)域出版英文專著1本、論文集2本與專業(yè)論文近100篇，引用過千次。兼任果殼網(wǎng)科學(xué)顧問，曾參與我國第一次太空授課專家團(tuán)。是國內(nèi)科技創(chuàng)新大賽、機(jī)器人大賽、小小科學(xué)家等青少年科技創(chuàng)新比賽評委，出版翻譯科普著作2本。

 

25. 邱從賢　阿里巴巴

報告題目：Apache Flink賦能機(jī)器學(xué)習(xí)

內(nèi)容摘要：本報告基于Apache Flink賦能機(jī)器學(xué)習(xí)，包括特征提取、行為識別、模型訓(xùn)練、迭代計算、實時預(yù)測等。

嘉賓介紹：邱從賢，Apache Flink Contributor，向社區(qū)貢獻(xiàn)了狀態(tài)數(shù)據(jù)多線程上傳和下載的功能，序列化器遷移等相關(guān)代碼，正在對狀態(tài)存儲做重大重構(gòu)。目前任職阿里巴巴高級工程師，主要從事 Flink 中狀態(tài)管理相關(guān)工作。

 

26. 宋士吉 清華大學(xué)自動化系

報告題目：基于強(qiáng)化學(xué)習(xí)的深海機(jī)器人水下作業(yè)與運動控制方法

內(nèi)容摘要：深海機(jī)器人一直以來都是深?？碧降暮诵墓ぞ咧唬钆涠喾N傳感設(shè)備和作業(yè)工具可代替人完成危險且復(fù)雜的水下作業(yè)。但是，水下復(fù)雜的水動力學(xué)環(huán)境及感知環(huán)境給深海機(jī)器人的自主作業(yè)帶來了巨大的挑戰(zhàn)，為本領(lǐng)域研究提供了很多熱點方向。本報告結(jié)合近幾年來強(qiáng)化學(xué)習(xí)方法及其各應(yīng)用領(lǐng)域取得的主要進(jìn)展，重點闡述強(qiáng)化學(xué)習(xí)在深海機(jī)器人水下作業(yè)和運動控制兩個領(lǐng)域的理論及應(yīng)用成果，主要包括：（1）在水下機(jī)器人動力學(xué)模型缺失的條件下，基于強(qiáng)化學(xué)習(xí)方法的精準(zhǔn)運動控制。（2）在遞歸神經(jīng)網(wǎng)絡(luò)和機(jī)器人好奇心機(jī)制下，基于強(qiáng)化學(xué)習(xí)方法的熱液羽狀流的追蹤。（3）在復(fù)雜感知輸入的水下作業(yè)環(huán)境下，基于分層強(qiáng)化學(xué)習(xí)結(jié)構(gòu)的水下機(jī)器人作業(yè)控制及其應(yīng)用。

嘉賓介紹：宋士吉，清華大學(xué)自動化系教授、博士生導(dǎo)師。1996年獲得哈爾濱工業(yè)大學(xué)基礎(chǔ)數(shù)學(xué)專業(yè)博士學(xué)位。1996年至2000年，分別在中國海洋大學(xué)、東南大學(xué)兩次完成博士后研究。長期致力于復(fù)雜生產(chǎn)線智能優(yōu)化與調(diào)度方法、魯棒隨機(jī)分層優(yōu)化建模與分析求解方法、機(jī)器學(xué)習(xí)理論方法及其應(yīng)用等方向研究。擔(dān)任IEEE Transactions on Systems， Man， and Cybernetics: Systems編委，國際期刊The Scientific World Journal: Operations Research編委；曾任《中國科學(xué)-信息科學(xué)》與《自動化學(xué)報》等期刊編委。在國內(nèi)外重要學(xué)術(shù)期刊會議發(fā)表論文240余篇，其中IEEE Transactions 系列期刊長文、國內(nèi)外著名期刊SCI檢索論文120余篇，其中高被引論文5篇；論文在Web of Science中被他引超過1600次，已授權(quán)或申請發(fā)明專利22項。近五年來，主持國家自然科學(xué)基金鋼鐵聯(lián)合基金重點項目、重大科學(xué)儀器研制項目、面上項目、科技部863項目、教育部博士點基金優(yōu)先發(fā)展主題、中國大洋協(xié)會信息系統(tǒng)項目累計20余項。獲得2018年中國人工智能學(xué)會自然科學(xué)一等獎、2016年教育部高等學(xué)校自然科學(xué)二等獎獎、2017年中國自動化學(xué)會教學(xué)成果一等獎。獲得2006年江蘇省自然科學(xué)一等獎、2007年教育部高等學(xué)校自然科學(xué)二等獎。

 

27. 宋雙永 阿里小蜜

報告題目：阿里小蜜中的情緒回復(fù)能力

內(nèi)容摘要：情感機(jī)器人，即用人工方法和技術(shù)賦予機(jī)器人以人類式的情感，使之具有表達(dá)、識別和理解喜樂哀怒，模仿、延伸和擴(kuò)展人的情感的能力。同時，情緒理解能力和情緒回復(fù)能力是機(jī)器人在類人能力上的重要體現(xiàn)。本報告針對客戶情緒安撫、情緒生成式語聊和基于情緒分析的客服服務(wù)質(zhì)檢，提出阿里小蜜的情緒回復(fù)能力解決方案。

嘉賓介紹：宋雙永，阿里巴巴小蜜情感語聊算法負(fù)責(zé)人，智能服務(wù)事業(yè)部算法專家，致力于智能對話中的情緒回復(fù)能力以及開放域語聊能力的算法研究和業(yè)務(wù)場景落地，在機(jī)器學(xué)習(xí)和自然語言處理領(lǐng)域積累了多年的實戰(zhàn)經(jīng)驗，發(fā)表了多篇學(xué)術(shù)文章和專利。

 

28. 孫立喆 宜人貸

報告題目：數(shù)據(jù)服務(wù)平臺建設(shè)

內(nèi)容摘要：本報告針對數(shù)據(jù)服務(wù)平臺建設(shè)過程中的困難，通過搭建關(guān)鍵功能特性，建立宜人貸數(shù)據(jù)服務(wù)平臺。

嘉賓介紹：孫立喆，墨爾本皇家理工大學(xué)碩士，長期大數(shù)據(jù)平臺建設(shè)以及數(shù)據(jù)工程等相關(guān)工作，目前就職于宜人貸，數(shù)據(jù)架構(gòu)師，負(fù)責(zé)宜人貸數(shù)據(jù)服務(wù)平臺的搭建工作。

 

29. 孫鑫偉 微軟亞洲研究院

報告題目：神經(jīng)影像中異質(zhì)特征捕捉

內(nèi)容摘要：TBA

嘉賓介紹：TBA

 

30. 汪鐳 同濟(jì)大學(xué)

報告題目：TBA

內(nèi)容摘要：TBA

嘉賓介紹：TBA

 

31. 王曉博 阿里大文娛

報告題目：多模態(tài)視頻分析技術(shù)研究

內(nèi)容摘要：TBA

嘉賓介紹：王曉博，北京航空航天大學(xué)計算機(jī)學(xué)院數(shù)據(jù)挖掘方向博士。先后在百度、搜狗商務(wù)搜索部門從事算法策略研發(fā)工作。2015年加入阿里組建猜你喜歡算法團(tuán)隊，將猜你喜歡打造為手淘第一大導(dǎo)購場景，成為淘寶平臺導(dǎo)購流量分發(fā)的核心入口。2018年起負(fù)責(zé)優(yōu)酷算法中心，組建認(rèn)知實驗室，推出了多模態(tài)搜索推薦引擎、視頻理解與智能生成平臺等系列產(chǎn)品。主要研究方向為大規(guī)模分布式機(jī)器學(xué)習(xí)算法、多模態(tài)交互搜索推薦系統(tǒng)、算法博弈論。

 

32. 韋春陽 Hulu

報告題目： 視頻廣告算法技術(shù)

內(nèi)容摘要：Hulu是一家美國的提供專業(yè)視頻點播與直播的服務(wù)平臺，商業(yè)廣告是Hulu的重要變現(xiàn)手段之一。視頻網(wǎng)站中的廣告以合約擔(dān)保式、品牌類廣告為主，本報告運用機(jī)器學(xué)習(xí)、人工智能技術(shù)，設(shè)計Hulu廣告系統(tǒng)解決方案，包括精準(zhǔn)廣告定向、廣告流量匹配、廣告庫存預(yù)估等，幫助廣告業(yè)務(wù)更加高效的運轉(zhuǎn)。

嘉賓介紹：2012年從北京大學(xué)碩士畢業(yè)后加入Hulu，目前擔(dān)任智能廣告算法團(tuán)隊負(fù)責(zé)人。有6年的計算廣告領(lǐng)域的從業(yè)經(jīng)驗，致力于利用機(jī)器學(xué)習(xí)、人工智能技術(shù)來推動Hulu廣告業(yè)務(wù)的發(fā)展，負(fù)責(zé)包括精準(zhǔn)廣告定向、廣告流量匹配、廣告庫存預(yù)估、廣告轉(zhuǎn)化率優(yōu)化等項目。

 

33. 魏雅文 Pony.ai

報告題目：在自動駕駛研發(fā)中充分發(fā)揮數(shù)據(jù)的潛能

內(nèi)容摘要：TBA

嘉賓介紹：魏雅文，小馬智行數(shù)據(jù)總監(jiān)。清華大學(xué)電子工程系學(xué)士，愛荷華州立大學(xué)計算機(jī)工程博士。畢業(yè)后在加州領(lǐng)英就職七年，是廣告組的初創(chuàng)成員，擔(dān)任構(gòu)架師和工程項目lead, 領(lǐng)導(dǎo)并成功交付了多個大型工程項目，包括廣告多幣種，廣告國際化，廣告索引和服務(wù)，廣告定位，商業(yè)帳戶，廣告審核，廣告跟蹤，預(yù)算控制，欺詐預(yù)防，客戶服務(wù)工具，F(xiàn)eed流贊助內(nèi)容，廣告渲染引擎，和視頻廣告等等，為LinkedIn廣告業(yè)務(wù)貢獻(xiàn)了巨額收入。 后來加入Uber，負(fù)責(zé)實時調(diào)度部門多個工程團(tuán)隊，連接數(shù)乘客司機(jī)并建立可擴(kuò)展性平臺以支持Uber的多種商業(yè)業(yè)務(wù)。于2018年加入小馬智行并負(fù)責(zé)數(shù)據(jù)團(tuán)隊，來解決無人車大數(shù)據(jù)帶來的各種挑戰(zhàn)。

 

 

34. 吳焦蘇 中國科學(xué)院人工智能聯(lián)盟標(biāo)準(zhǔn)組

報告題目：Harmonic Gamedynamics

內(nèi)容摘要：TBA

嘉賓介紹：John J.S. Wu is a member of Ethical Standards Group of Artificial Intelligence Alliance of Chinese Academy of Sciences (AIACAS) and an expert of “Artificial Intelligence Ethics” research program of the Academic Divisions of the Chinese Academy of Sciences (CASAD). His current research interests focus on Gamedynamics---an innovative area of mathematical foundation of artificial intelligence. Inspired by John von Neumann and Robert Aumann， he has been developing a general theoretical framework of the Strategic Correlativity Principle(SCP) and Graceful AI Theory over recent seventeen years. In addition to more than 30 articles and working papers， he is co-author of four books. His papers were cited by the scientists from Google， Stanford University，Cornell University， Stockholm University， etc. He was an invited speaker and/or a keynote speaker of many conferences. He is a program committee member and also organized and/or co-organized a serial of top academic conferences. He serves as a member or council member of many scientific organizations.

 

35. 吳陽平 阿里云

報告題目：HBase X-Pack賦能AI平臺

內(nèi)容摘要：隨著互聯(lián)網(wǎng)的快速發(fā)展，產(chǎn)生了多種業(yè)務(wù)場景，這些業(yè)務(wù)場景需要多種數(shù)據(jù)庫存儲不同的數(shù)據(jù)，比如KV數(shù)據(jù)、時序數(shù)據(jù)、圖數(shù)據(jù)以及時空數(shù)據(jù)等。維護(hù)數(shù)據(jù)庫維護(hù)成本極高，因此本報告探索阿里云HBase X-Pack解決多種數(shù)據(jù)存儲問題，賦能AI平臺。

嘉賓介紹：吳陽平，阿里云HBase X-Pack 首席架構(gòu)師，中國HBase 技術(shù)社區(qū)負(fù)責(zé)人。多年大數(shù)據(jù)經(jīng)驗，對Hadoop、Spark、HBase等技術(shù)非常感興趣。過往記憶大數(shù)據(jù)技術(shù)博客（https://www.iteblog.com/）博主。

 

36. 夏頡 阿里大文娛

報告題目：流量效率最優(yōu)化—大規(guī)模視頻推薦在線決策算法

內(nèi)容摘要：在優(yōu)酷的大規(guī)模視頻推薦場景中，我們往往面臨著一個基本問題：如何針對新入內(nèi)容（長視頻和短視頻）進(jìn)行有效地內(nèi)容冷啟動，提高宣發(fā)質(zhì)量，實現(xiàn)流量效率最大化。針對這個問題，我們建立了優(yōu)酷在線決策流量優(yōu)化平臺，一方面能夠根據(jù)運營訴求實現(xiàn)了多場景多目標(biāo)流量調(diào)控，滿足新熱大劇從宣發(fā)->分發(fā)不同階段的不用運營訴求；另一方面，我們實現(xiàn)了海量短視頻的高效率內(nèi)容冷啟動，保證了新產(chǎn)生內(nèi)容快速透出的同時，大幅提升了線上流量的使用效率。

嘉賓介紹：夏頡，浙江大學(xué)計算機(jī)學(xué)院CAD&CG國家重點實驗室博士，發(fā)表國際頂級會議/期刊論文20余篇，擔(dān)任NIPS、ICML、AAAI、IJCAI、CVPR等國際頂級學(xué)術(shù)會議程序委員會委員，及TPAMI、TIP、TNNLS、TKDE和TMM等國際頂級期刊審稿人；首屆百度獎學(xué)金獲獎?wù)咧?，先后在百度研究院和滴滴研究院?dān)任大規(guī)模機(jī)器學(xué)習(xí)算法研發(fā)工作，2017年底加入阿里巴巴，當(dāng)前主要負(fù)責(zé)優(yōu)酷智能視頻推薦和內(nèi)容理解業(yè)務(wù)。

 

37. 謝廣明 北京大學(xué)工學(xué)院

報告題目：深度強(qiáng)化學(xué)習(xí)在仿生機(jī)器魚的運動控制算法設(shè)計:一個初步嘗試

內(nèi)容摘要：仿生機(jī)器魚以魚類為仿生對象，在一定程度上復(fù)現(xiàn)了魚類機(jī)動靈活的水中運動能力。但如何設(shè)計其運動控制算法，讓其按照事先設(shè)定的意圖運動，至今沒有很好的解決方案。原因主要有兩點：一是機(jī)器魚自身的精確的動力學(xué)模型難以獲得，二是始終存在復(fù)雜時變的流體環(huán)境干擾。我們嘗試提出一套深度強(qiáng)化學(xué)習(xí)結(jié)合計算流體力學(xué)仿真的運動控制算法設(shè)計方案，以水下仿生機(jī)器人的路徑跟蹤問題作為典型案例，對所提出的方法進(jìn)行有效性驗證。

嘉賓介紹：謝廣明 北京大學(xué)工學(xué)院教授、博士生導(dǎo)師。先后主持包括重點項目在內(nèi)的多項國家自然科學(xué)基金項目，參與多項973、863項目。先后獲得國家自然科學(xué)獎二等獎、教育部自然科學(xué)獎一等獎等多項獎勵。先后擔(dān)任中國自動化學(xué)會機(jī)器人競賽工作委員會副主任，中國系統(tǒng)仿真學(xué)會智能物聯(lián)系統(tǒng)建模與仿真專業(yè)委員會委員、中國生產(chǎn)力促進(jìn)協(xié)會服務(wù)機(jī)器人專業(yè)委員會委員等。是《Scientific Reports》等多個國際國內(nèi)的編委。研究興趣包括復(fù)雜系統(tǒng)動力學(xué)與控制，智能仿生機(jī)器人與多機(jī)器人協(xié)作等，發(fā)表SCI論文百余篇；2014-2018連續(xù)入圍愛斯維爾中國高被引學(xué)者；獲得二十余項發(fā)明專利。在科研之余，積極促進(jìn)機(jī)器人產(chǎn)學(xué)研工作，是國際水中機(jī)器人大賽的創(chuàng)立者，國際水中機(jī)器人聯(lián)盟主席，曾接受中央電視臺《新聞聯(lián)播》的采訪報道，多次被包括中央電視臺、北京電視臺在內(nèi)的各種媒體專訪報道。

 

38. 熊超 滴滴AI Labs

報告題目：出行場景智能客服的NLP技術(shù)

內(nèi)容摘要：AI在出行場景智能客服中發(fā)揮著不可或缺的作用。本報告針對智能客服機(jī)器人、熱線IVR、智能路由以及智能輔助等場景，探索智能解決方案。

嘉賓介紹：熊超，2010年畢業(yè)于北京航空航天大學(xué)模式識別與智能系統(tǒng)專業(yè)。畢業(yè)后加入騰訊從事搜索廣告算法策略研發(fā)工作。2013年加入阿里巴巴從事智能人機(jī)交互方向。2017年加入滴滴，組建智能客服算法團(tuán)隊，主要研究方向為多輪對話，問答，智能輔助，強(qiáng)化學(xué)習(xí)和智能推薦。擔(dān)任頂級期刊和學(xué)術(shù)會議，如TKDE，KDD等審稿人。多項智能客服領(lǐng)域技術(shù)專利發(fā)明人，專利覆蓋多輪對話、問答、閑聊、智能預(yù)測等。

 

39. 徐瀟然 Hulu

報告題目：探究符號邏輯與深度學(xué)習(xí)的融合

內(nèi)容摘要：推理、知識圖譜誕生于人工智能符號派陣營，深度學(xué)習(xí)則是神經(jīng)網(wǎng)絡(luò)在新時代的高峰。這看似水火不相容的對立，最終能否走向統(tǒng)一，在執(zhí)彼此之手中會給AI帶來一個什么樣的未來？在令眾生憧憬的道路上，還有哪些需要逾越的鴻溝？本報告從歷史到當(dāng)下，給出我們的答案。

嘉賓介紹：徐瀟然，畢業(yè)于北京大學(xué)智能科學(xué)系，2013年赴美國加州大學(xué)洛杉磯分校學(xué)習(xí)人工智能專業(yè)，兩年博士學(xué)習(xí)后棄學(xué)回國創(chuàng)業(yè)，而后在360人工智能研究院做深度學(xué)習(xí)算法工程師，現(xiàn)在Hulu北京的研究員崗位上從事推薦推理方向的深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)研究，研究點主要關(guān)注在具有可解釋性的可微推理(Differentiable Reasoning)和隨機(jī)推理(Stochastic Reasoning)，先后提出了Backprop-Q隨機(jī)計算圖上的通用反向傳播計算框架，和基于注意力流(Attention Flow)的可微推理模型。

 

40. 許家銘 中科院自動化所

報告題目：語音交互中的雞尾酒會問題和多模態(tài)認(rèn)知

內(nèi)容摘要：智能語音交互近些年取得了重要進(jìn)展，已經(jīng)從“不可用”變?yōu)橄薅▓鼍暗?ldquo;基本可用”，而目前制約其向泛場景“很好用”轉(zhuǎn)換的兩大技術(shù)瓶頸為語音交互前端的聽覺感知和后端的語言認(rèn)知。本報告圍繞前后端的兩大技術(shù)瓶頸展開，介紹借鑒類腦機(jī)制和進(jìn)化博弈在聽覺的雞尾酒會問題和語言為核心的多模態(tài)認(rèn)知方面的探索性成果，并進(jìn)一步給出相關(guān)研究存在的問題以及可能的研究方向。

嘉賓介紹：許家銘，中國科學(xué)院自動化研究所副研究員。主要研究方向為智能問答與人機(jī)對話。目前承擔(dān)或參與國家及相關(guān)部委科研項目8項，包括國家自然科學(xué)基金、中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項以及北京市科技重大項目等。在AAAI, IJCAI, ACL, EMNLP, COLING, NAACL以及Neural Networks等國際會議和期刊上發(fā)表論文30余篇。申請國家發(fā)明專利10項。目前兼職中文信息學(xué)會青年工作委員會委員，以及IEEE Trans, AAAI, ACL, COLING等期刊和會議程序委員會委員或?qū)徃迦恕?/p>

 

41. 薛向陽，復(fù)旦大學(xué)計算機(jī)科學(xué)技術(shù)學(xué)院　

報告題目：基于可學(xué)習(xí)深度先驗的視覺概念解析

內(nèi)容摘要：深度學(xué)習(xí)在圖像目標(biāo)分類識別等一些特定任務(wù)上達(dá)到甚至超越了人的水平。然而，大多數(shù)成功的深度學(xué)習(xí)模型面臨小樣本、可解釋性差等問題。與深度學(xué)習(xí)模型識別圖像內(nèi)容的機(jī)制不太一樣，人在識別圖像內(nèi)容時，常將一幅圖像場景分解為若干具體和抽象的視覺概念（物體），因為無論多復(fù)雜的圖像場景都是由比較簡單的視覺概念（物體）組合而成的。受此啟發(fā)，最近有學(xué)者提出了用組合式隱變量來表示并解析圖像場景。本報告將首先回顧視覺概念解析的最新研究進(jìn)展，然后介紹我們最近提出的可學(xué)習(xí)深度先驗方法，它能利用深度神經(jīng)網(wǎng)絡(luò)將組合式的隱變量轉(zhuǎn)換為圖像像素先驗分布。研究表明，該先驗分布學(xué)習(xí)了以往見過的視覺概念（物體），可幫助在未見過的場景中更好地完成視覺概念的解析，在合成圖像數(shù)據(jù)實驗上取得了良好性能。我們正努力將該方法用于自然圖像場景解析，期望能緩解當(dāng)前深度學(xué)習(xí)模型面臨的難題。

嘉賓介紹：薛向陽，復(fù)旦大學(xué)計算機(jī)科學(xué)技術(shù)學(xué)院教授。他當(dāng)前研究領(lǐng)域為多媒體信息處理、計算機(jī)視覺與深度學(xué)習(xí)等，主要關(guān)注視覺目標(biāo)檢測與識別方法。發(fā)表學(xué)術(shù)論文200余篇，其中包括CCF推薦A類會議長文及重要國際期刊論文60余篇，獲2016年IEEE TMM最佳論文提名獎和2017年國際會議ICME最佳論文獎。他是中國計算機(jī)學(xué)會杰出會員、中國圖像圖形學(xué)學(xué)會常務(wù)理事。他還擔(dān)任《計算機(jī)研究與發(fā)展》、《計算機(jī)科學(xué)與探索》等期刊編委。

 

42. 楊強(qiáng) 香港科技大學(xué)、微眾銀行

報告題目：數(shù)據(jù)孤島，AI 向善與聯(lián)邦遷移學(xué)習(xí)

內(nèi)容摘要：「AI 向善」是一個重大的議題，是當(dāng)天論壇要聚焦的對 AI 系統(tǒng)至關(guān)重要的數(shù)據(jù)治理問題：數(shù)據(jù)越多，AI 系統(tǒng)的表現(xiàn)就越好，而這樣的話就會造成數(shù)據(jù)和 AI 的寡頭，例如 Google 以及國內(nèi)的BAT等大公司，擁有巨量數(shù)據(jù)。而與之相對的則是小公司所面臨的小數(shù)據(jù)場景，例如法律、金融、醫(yī)療大部分應(yīng)用場景都存在小數(shù)據(jù)和「數(shù)據(jù)孤島」的問題。楊強(qiáng)教授從技術(shù)上提出了一些解決方案。

嘉賓介紹：楊強(qiáng)，微眾銀行首席人工智能官，香港科技大學(xué)講座教授及前計算機(jī)系主任，前華為諾亞方舟實驗室主任，AAAI 國際人工智能協(xié)會常務(wù)理事，IJCAI 國際人工智能聯(lián)合會理事會主席，香港人工智能與機(jī)器人學(xué)會理事長，同時也是ACM 和 IEEE 在內(nèi)的多個國際知名期刊的主編和學(xué)會的 Fellow。

 

43. 于建崗 綠灣科技

報告題目：AutoML Platform的打造與落地

內(nèi)容摘要：Lvwan機(jī)器學(xué)習(xí)平臺（Lvwan Focus）是綠灣自主研發(fā)的高效、簡潔、易用的新一代機(jī)器學(xué)習(xí)平臺。平臺基于機(jī)器學(xué)習(xí)算法，為各行業(yè)提供一體化大數(shù)據(jù)解決方案。用戶使用機(jī)器學(xué)習(xí)平臺可以快速搭建機(jī)器學(xué)習(xí)算法模型，通過算法模型指導(dǎo)業(yè)務(wù)落地。機(jī)器學(xué)習(xí)平臺具有可視化的界面、模塊化算法因子、拖拽式的任務(wù)流以及靈活設(shè)置的算法參數(shù)，讓用戶通過簡單的操作就可以完成模型的訓(xùn)練、評估和預(yù)測。平臺適用于需要將機(jī)器學(xué)習(xí)應(yīng)用于日常工作的用戶，用戶基于機(jī)器學(xué)習(xí)平臺可以在短時間內(nèi)搭建例如：商品推薦、金融風(fēng)控、語義識別等業(yè)務(wù)模型。本talk將基于Lvwan Focus的架構(gòu)設(shè)計與理念，提供行業(yè)AI解決方案。

嘉賓介紹：于建崗博士，原美國微軟總部架構(gòu)師，百度主任架構(gòu)師，科學(xué)家。于2007年在美國加州?學(xué)取得計算機(jī)專業(yè)博?學(xué)位，曾供職于美國微軟公司總部從事互聯(lián)??告的機(jī)器學(xué)習(xí)?作；加入百度后主導(dǎo)設(shè)計上線了百度鳳巢新?代點擊率預(yù)估系統(tǒng)，是國內(nèi)外?次利??規(guī)模深度學(xué)習(xí)算法來做點擊率預(yù)估的系統(tǒng)。

 

44. 詹坤林 58集團(tuán)AILab

報告題目：智能語音機(jī)器人提高人效

內(nèi)容摘要：智能語音機(jī)器人，即利用語音識別、語義理解和語音合成技術(shù)賦予機(jī)器多輪對話交互能力，使之能模擬真人與用戶對話，識別和理解用戶的會話意圖，它被廣泛應(yīng)用于企業(yè)自動電話銷售、產(chǎn)品推廣、服務(wù)通知等多種業(yè)務(wù)場景，能為企業(yè)提高人效，節(jié)省大量人力成本。本報告將提出58同城智能語音機(jī)器人完整解決方案，提高銷售、運營和客服上的人效。

嘉賓介紹：詹坤林，58集團(tuán)AI Lab負(fù)責(zé)人，算法高級架構(gòu)師，負(fù)責(zé)推動AI技術(shù)在58生活服務(wù)行業(yè)的落地，為58集團(tuán)打造全面AI能力。目前負(fù)責(zé)主要產(chǎn)品包括智能問答機(jī)器人、智能語音機(jī)器人、智能寫稿機(jī)器人、AI算法平臺等。碩士畢業(yè)于中國科學(xué)院大學(xué)，研究方向為數(shù)據(jù)挖掘，曾任騰訊高級工程師，負(fù)責(zé)微博、新聞推薦算法研發(fā)。

 

45. 張崢 上海紐約大學(xué) AWS上海AI研究院

報告題目：Deep Graph Made Easy (and faster)

內(nèi)容摘要：All real-world data has structures that are best described as graphs. If there is one data structure for deep learning algorithms, graph would be the foremost candidate. The graph structure can be either explicit, such in social networks, knowledge graphs, and protein-interaction networks, etc., or latent and implicit, as in the case of languages and images. Leveraging and discovering graph structures have many immediate applications and also serves as a futile ground for the next generation of algorithms.This talk begins with a general survey of deep graph learning, and then we will discuss a few new research work at AWS Shanghai AI Lab in this direction. We will introduce DGL, an open-source platform designed to accelerate research in this new emerging field, with its philosophy to support graph as the core abstraction and take care to maintain both forward (i.e. supporting new research ideas) and backward (i.e. integration with existing components) compatibility. DGL enables arbitrary message handling and mutation operators, flexible propagation rules, and is framework agnostic so as to leverage high-performance tensor, autograd operations, and other feature extraction modules already available in existing frameworks. DGL carefully handles the sparse and irregular graph structure, deals with graphs big and small which may change dynamically, fuses operations, and performs auto-batching, all to take advantages of modern hardware. DGL has been tested on a variety of models, including but not limited to the popular Graph Neural Networks (GNN) and its variants, with promising speed, memory footprint and scalability.

嘉賓介紹：Zheng Zhang is Professor of Computer Science, NYU Shanghai; Global Network Professor, NYU. He also holds an affiliated appointment with the Department of Computer Science at the Courant Institute of Mathematical Sciences and with the Center for Data Science at NYU's campus in New York City. Prior to joining NYU Shanghai, he was the founder of the System Research Group in Microsoft Research Asia, where he served as Principle Researcher and research area manager. Before he moved to Beijing, he was project lead and member of technical staff in HP-Labs. He holds a PhD from the University of Illinois, Urbana-Champaign, an MS from University of Texas, Dallas, and a BS Fudan University.Zhang’s research interests are theories and practices of large-scale distributed computing and its intersection with machine learning, in particular deep-learning. He has published extensively in top system as well as machine learning conferences (OSDI, Eurosys, NSDI, NIPS, CVPR etc.), and is also known for his column “Zheng Zhang on Science,” which is published in Chinese Business.Zhang is a member of the Association for Computing Machinery and founder of the SIGOPS APSYS workshop and the CHINASYS research community. He served regularly as PC members of leading system conferences. During his tenures in industrial labs, he was awarded 40 patents and made numerous contributions to product lines. He has several Best Paper awards as well as awards for excellence from Microsoft and HP-Labs. Professor Zhang's works can be found on his Google Scholar Page (https://scholar.google.com.hk/citations?user=k0KiE4wAAAAJ&hl=en).

Zhang was founder and advisor for DL platforms such as MXNet (https://mxnet.apache.org/), MinPy (https://github.com/dmlc/minpy) and most recently DGL (https://www.dgl.ai/), bringing deep learning practise to graph (see his github page (https://github.com/zzhang-cn)) As of fall of 2018, Professor Zhang is taking a leave of absence and has joined Amazon AWS, taking the role of Director of AWS Shanghai AI Lab.

 

46. 周國睿 阿里媽媽

報告題目：電商數(shù)據(jù)下模型的挑戰(zhàn)與發(fā)展

內(nèi)容摘要：CTR（點擊率）預(yù)估是一個計算廣告和推薦系統(tǒng)中的核心問題。近年來，隨著硬件技術(shù)持續(xù)進(jìn)步，深度學(xué)習(xí)技術(shù)飛速發(fā)展，伴隨著互聯(lián)網(wǎng)數(shù)據(jù)收集能力的提高，數(shù)據(jù)驅(qū)動模型為預(yù)估技術(shù)帶來了革命性的改變。本報告，將從阿里媽媽定向廣告預(yù)估技術(shù)演進(jìn)的視角，回顧我們在預(yù)估技術(shù)深度學(xué)習(xí)化研究中所做的努力與探索，以及相應(yīng)的代表性成果。同時分析現(xiàn)有廣告/推薦系統(tǒng)的不足，展望下一代推薦/廣告系統(tǒng)的挑戰(zhàn)。

嘉賓介紹：周國睿，北京郵電大學(xué)碩士。研究領(lǐng)域包括大規(guī)模機(jī)器學(xué)習(xí)、自然語言處理、計算廣告、推薦系統(tǒng)等?，F(xiàn)負(fù)責(zé)定向廣告預(yù)估方向模型算法研發(fā)，同時是阿里巴巴自研深度學(xué)習(xí)框架XDL核心開發(fā)者。研究成果發(fā)表于KDD/AAAI/CIKM等會議，其研究工作均落地于實際系統(tǒng)。

 

47. 周文彪 途家網(wǎng)

報告題目：民宿推薦中的Embedding技術(shù)

內(nèi)容摘要：民宿越來越成為旅游消費的新熱潮，作為國內(nèi)最大的民宿平臺，途家在應(yīng)用AI技術(shù)進(jìn)行個性化商品推薦方面進(jìn)行了不少探索。民宿行業(yè)的數(shù)據(jù)，具有用戶消費頻次低，用戶興趣點不好描述等特點，基于內(nèi)容和普通協(xié)同過濾的方法效果都不明顯，受graphic embedding， word2vec的啟發(fā)， 我們運用embedding技術(shù)有效建立了商品之間的相似關(guān)系，運用在物物相似推薦場景通過AB測試效果明顯勝出。

嘉賓介紹：周文彪，對機(jī)器學(xué)習(xí)算法在商業(yè)上的落地有濃厚興趣，在智能客服，自動化審核和個性化推薦算法方面有較多實踐。從15年開始先后在去哪兒網(wǎng)和途家網(wǎng)負(fù)責(zé)排序和推薦方面的算法工作；搭建去哪兒大搜猜你喜歡推薦系統(tǒng)和途家排序及推薦系統(tǒng)，為公司流量轉(zhuǎn)化提升做出重要貢獻(xiàn)。

 

48. 朱宏圖 滴滴出行

報告題目：TBA

內(nèi)容摘要：TBA

嘉賓介紹：朱宏圖，滴滴出行首席統(tǒng)計學(xué)家。主要從事統(tǒng)計學(xué)習(xí)、醫(yī)療圖像處理、精準(zhǔn)醫(yī)