视觉计算是AI领域热门研究方向,也是应用落地最多、发展速度最快的人工智能技术之一,目前已经在安防、互联网、金融、医疗、物流、制造业、交通等多个行业落地。当前视觉计算发展到了什么阶段?业界领先者又有哪些新成果分享?8月28日,AICC 2019人工智能计算大会(AICC2019)将在北京举行,其中的AI+视觉计算主题论坛邀请了视觉计算领域的多位大咖,探讨AI视觉计算的前沿技术与最新应用。
视觉计算已经渗透到日常生活的方方面面:机场刷脸通关、手机人脸识别开启金融账户、停车场车牌自动识别和收费……清华大学《人工智能发展报告2018》显示,中国人工智能市场中,以生物识别、图像识别、视频识别等技术为核心的计算机视觉市场规模最大,占比达到34.9%。同时,视觉计算也受到资本市场的青睐,高额估值体现出投资机构对该领域未来发展的信心。
视觉计算的火爆,很大程度上是因为其易于落地应用,并能迅速提升效率,推动生产力的发展。尽管AI视觉计算发展还处于起步期,但已展现出巨大的应用价值和广阔的发展前景。
在AICC2019的AI+视觉计算主题论坛上,多位视觉计算领域大咖将带来涵盖技术原理、产业实践、应用案例的专题演讲,全方位解析视觉计算。
商汤科技研发总监颜深根分享主题为“大规模异构并行——深度学习背后的驱动力量”,将深入讲解大规模异构并行技术如何助力深度学习,加速视觉计算应用落地。
浙江大华研发中心副总裁殷俊将带来《应用融合推动智能计算升级》,根据应用场景将多个AI应用有机融合起来,多应用叠加多任务协同,会有什么样的化学反应?这场分享将揭晓答案。
ASC大学生超算竞赛组委会委员朱红将分享《面向人脸识别超分辨率的竞赛》,展示全球300多支大学生队伍挑战超分辨率算法设计和技术实现过程中,诞生的设计思路和优秀算法。
顺丰AI神瞳项目组智能分拣产品总监杨为民将介绍顺丰如何利用视觉智能产品,实现测量快件体积,识别车辆装载率、装卸能效、是否违规作业等。
智慧眼首席技术官王栋将带来《从AI到互联网的双核升级》。
深睿医疗技术副总裁张志辉将分享《深睿在人工智能医疗的实践》。
京东方人工智能平台架构师李昭月将介绍AI在工业落地中存在的挑战和未来的机遇,并带来测量、检测、识别、分类的应用案例。
除了AI+视觉计算主题论坛, AICC2019大会还将举办AI计算与基准测试、产业AI创新、自动驾驶和AI+创投四场主题论坛。主论坛则云集了来自中国工程院、英国皇家工程院、百度、中国新一代人工智能发展战略研究院、浪潮、Uber、Facebook等机构的人工智能产学研顶尖专家学者,将带来人工智能计算前沿及实践、人工智能加速产业智能化升级、AI计算的新发展新机遇、热门深度学习框架PyTorch和Horovod创新等主题演讲。
大会将同期举行AI千人训练营,力邀NVIDIA、百度、平安科技、浪潮资深AI工程师讲解最新AI计算技术与应用,帮助学员从零入门AI。大会期间还将重磅发布《2019-2020中国人工智能计算力发展评估报告》,揭示中国人工智能发展的现状和中国企业的破局之道,并公布中国计算力领先城市排行榜。
AICC大会由中国工程院信息与电子工程学部主办,浪潮集团承办,旨在围绕人工智能的产业需求研讨AI计算,促进AI技术创新、合作发展与人才培养。目前,AICC大会已成为AI计算领域最具分量的前沿技术交流平台,每年都会吸引数千名AI产业与技术领袖、顶级AI专家和AI开发者等参与。
点击链接http://aicconf.net/?discountCode=2019了解大会更多详情,抢AICC2019大会免费门票。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。