當矽谷和中國的人工智慧專家們相遇會碰撞出什麼
在過去的幾年裡我多次來到中國，我可以證明這裡的技術人員、商業領袖和政策制定者對於人工智慧的應用有著濃厚的興趣。中國正在快速採用人工智慧的工具和技術。而且由於目前的人工智慧系統依賴大量的數據集，所以這裡的初創公司能夠更早地開始使用人工智慧工具（中國的一家初創公司可以迅速擁有數百萬用戶）。西方對中國人工智慧研究和商業模式的進展充滿了好奇。另一方面，在北京組織了幾次大型會議後，我知道中國人也希望了解國外的人工智慧專家的觀點和看法。
即將在北京召開的AI Conference里我們將展示來自中國和全球的人工智慧專家、技術和應用。 我們將舉行英語和中文（將提供一些翻譯）的議題、社交活動和其他旨在促進對話的活動，而這些活動有望引起未來有趣的合作。
在這篇短文中我想重點介紹一下在中國召開的首屆AI Conference上我們關注的一些領域。本次大會我們組織了來自中、西方的領先公司所帶來的優秀內容。
特定領域的人工智慧工具、方法和應用案例
人工智慧解決方案和技術已經開始在多個行業被部署。許多任務都有了自動化的可能。如何找到人工智慧的正確應用案例？ 候選任務的初始列表可以通過用下面幾個簡單的問題來收集：
了解人工智慧技術潛力的最佳方法是了解機器智能如何在實際應用中被使用。我們組織了一系列的議題來重點介紹幾個行業里的人工智慧應用：
大會主要探討的議題如下：
1. 計算機視覺
人工智慧的復興可以被追溯到深度學習架構在圖像分類和語音識別中的成功。自2012年出現以來，計算機視覺的研究人員在持續推動深度學習架構的發展。最近他們已經通過半監督學習來實現內容生成。計算機視覺是一個活躍的研究領域，充滿了將創意轉化為現實世界產品（特別是在中國）的案例。 我們將展示：
計算機視覺議題列表：
https://ai.oreilly.com.cn/ai-cn/public/schedule/stopic/2662
2. 自然語言與語音技術
在2011年左右微軟和多倫多大學的研究人員創建了一個基於深度學習的語音識別系統，這個系統完全勝過了當時已有的系統。這標誌著該領域向基於神經網路系統轉變的開始。隨後的日子裡語音研究人員和語音產品已經融合進深度學習。自然語言處理和理解的研究人員也開始使用深度學習。但在許多商業產品中，其他的機器學習方法仍然很重要。由於它們的應用如此廣泛，自然語言和語音技術會是北京大會的一個重點。
自然語言與語音議題列表：
https://ai.oreilly.com.cn/ai-cn/public/schedule/stopic/2663
3. 增強學習
我們非常感興趣的領域之一是增強學習的新興應用。我們都看過增強學習在一些電腦遊戲和經典棋盤遊戲系統中超越人類玩家中所扮演的關鍵角色。但是增強學習可以用於實際的應用嗎？與往常一樣，從免責聲明開始是最好的：增強學習需要大量的數據和模擬過程，而且研究結果往往很難被重現。不過，有兩件事情似乎指出了增強學習應用的方向。首先，能編寫增強學習模型並將其插入到模擬器中的工具正開始湧現，其中許多工具是針對非機器學習專家的開發人員。其次，企業對自動化非常感興趣，尤其是對於使高技能工人的低技能工作自動化方面。在這種場景下，自動化有時被稱為機器人過程自動化或企業工作流自動化。涉及貫序決策的許多任務都適合於學習/訓練，這讓它們成為基於增強學習的自動化解決方案的理想候選。工具的民主化加上對自動化的興趣（使用學習而不是程序寫死和規則），指出了在不久的將來的增強學習應用的興趣方向。
我們將會有主題演講、講座和輔導課來介紹最新的增強學習的工具，以及增強學習在工業自動化和製造、自動駕駛汽車、軟體開發等方面的應用。
增強學習議題列表：
https://ai.oreilly.com.cn/ai-cn/public/schedule/stopic/2664
4. 深度學習
考慮到對人工智慧技術興趣激增背後依靠的是深度學習，就不會對我們有許多議題是關於機器學習技術而感到驚訝。
工具和平台：
應用
深度學習議題列表：
https://ai.oreilly.com.cn/ai-cn/public/schedule/stopic/2665
5. 設計人工智慧平台
業界領先的公司如何設計和開發人工智慧產品？ 在一系列的議題中一些公司將分享它們內部的機器學習和人工智慧平台。 這些是在生產系統中使用的實戰測試平台，有些的規模非常大。下面是本次大會裡的幾個議題：
人工智慧平台議題列表：
https://ai.oreilly.com.cn/ai-cn/public/schedule/stopic/2666
6. 人工智慧應用的硬體和軟體技術棧
我們很高興能夠在中國舉辦大會的原因之一就是：中國是整個人工智慧硬體和軟體技術棧創新正在發生的國家之一。深度學習需要大數據、大模型和大計算，因此硬體和軟體基礎架構的正確組合至關重要。如果退後一步看，數據收集通常涉及大量的感測器，其中許多感測器配備有計算資源。雖然大眾媒體關注機器學習的故事，但實際上，端到端人工智慧應用程序涉及許多重要的硬體和軟體組件，它們需要無縫銜接工作。隨著全球最近對硬體初創公司的投資增加，針對人工智慧特定工作負載進行優化的新硬體將在不久的將來被推出。我們會有議題來介紹以下關鍵領域的最佳實踐和最新發展：
硬體：人工智慧系統的專用硬體是北京大會的重點關注的一個領域。
軟體
移動和邊緣計算
人工智慧應用的硬體和軟體技術棧議題列表：
https://ai.oreilly.com.cn/ai-cn/public/schedule/stopic/2667
想了解更多信息，四月，春暖花開的北京，等著你。
報名AI Conference,
※2018年的5個人工智慧趨勢
※推斷時代的數據流動性：概率計算帶來了太多的希望，但這一切可能被數據的零和博弈所抑制
TAG:OReillyData |