虽然AI已诞生了数十年,近年来更是获得了突飞猛进的发展,但当前AI还处于初级阶段,在标准化和产业落地上还有很长的路要走,产业AI发展空间巨大。8月28日,AICC 2019人工智能计算大会(AICC2019)产业AI创新主题论坛即将在北京举行,来自平安科技、招商银行、第四范式、海康威视、思必驰等领先AI企业的大咖们将分享最新的产业AI创新案例,探讨产业AI落地之道。该论坛吸引了各界人士报名,人气火爆。
AI产业发展至今,大有颠覆各行各业的趋势,但无论是涉及AI的传统科技巨头还是AI创新公司,如何实现AI高效落地,让AI快速地产生价值,一直是极大的挑战。因此,业内人士都渴望看到创新AI技术及其应用在各行业的部署与效益价值。这也就不难解释,为何AICC 2019产业AI创新主题论坛关注度如此之高。
在此次主题论坛上,八位来自不同领域的技术大咖将从各自企业的AI应用与产业实践出发,现场分享最新的AI创新与应用落地案例。从智能经济到银行变革,从安防AI开发平台应用到语音交互在智能服务场景的应用,还有认知智能、智慧交通、智能商业、智能制造及AI消费类电子产品等方面的精彩案例。
平安科技联邦学习技术部总经理王健宗将带来《“ABCDEFGH”助力数字经济迈向智能经济》,聚焦以“ABCDEFGH”(人工智能、区块链、云计算、大数据、边缘计算、联邦学习、图计算、高性能计算)为主题的行业实践案例,深入探究人工智能前沿科技与应用。
招商银行总行人工智能实验室负责人李金龙将分享《人工智能赋能下的银行形态变革》,解析银行业如何在AI的助力下产生变革。
海康威视高级研发经理任文奇将分享《海康威视AI开放平台及应用》,展示海康威视如何对智能产品平台进行开放,为客户或第三方的算法提供载体,在多个行业和场景中成功落地。
思必驰智能客服产品线负责人戴中原的演讲主题为“全链路语音交互技术及其在智能服务场景中的应用”,将带来业界关心的智能客服解决方案和智能企服,展示全链路语音技术及商业落地成果。
此外,第四范式产品总监马云哲将报告《SageOne软硬一体人工智能平台加速AI价值落地》,一览群智CEO胡健将分享《关于认知智能的行业应用落地》,中科视语(北京)科技有限公司总经理王金桥将介绍《智慧交通、智能商业和智能制造领域的应用》,讯飞读写科技有限公司总监蔡阳将带来《人工智能时代的消费类电子产品设计思考》。
除了产业AI创新主题论坛,AICC2019还将举办AI计算与基准测试、AI+视觉计算、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,共聚一堂解读AI产业趋势,分享前沿AI计算技术。
大会将同期举行AI千人训练营,力邀NVIDIA、百度、平安科技、浪潮的资深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。
与此同时,AICC 2019大会期间还将重磅发布《2019-2020中国AI计算力发展报告》,公布中国AI计算力城市榜单与热力分布等重要研究成果,为AI投资、创业与就业提供科学指导。
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AICC免费门票。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。