共融全球智慧 驱动湾区发展——“2017 大湾区机器人与人工智能大会”成功举办

简介:

来自全球20多个国家的海内外院士团队、行业顶级专家、知名学者及企业领袖为我们勾勒了未来世界机器人与人工智能发展蓝图。

共融全球智慧 驱动湾区发展——“2017 大湾区机器人与人工智能大会”成功举办

2017年12月1-2日,在中国科协与深圳市人民政府的支持下,由中国国际科技交流中心与深圳市科协共同主办,深圳产学研合作促进会、深圳市南山区科学技术协会、海峡两岸暨港澳协同创新联盟内地工作站联合承办的“2017大湾区机器人人工智能大会”在深圳圆满落幕!为期两天的会议,议程紧凑而又干货满满,汇聚了全球机器人与人工智能领域知名学者专家及企业代表,针对机器人与人工智能领域产业化等前沿话题深入探讨,解读产业未来发展方向和趋势,受到了业界广泛好评及支持。两天的会议,共有上千名观众现场参会,一场高端领袖智库、区域经济振兴、聚集产业落地转化、产学研科技金融深度融合的行业盛宴就此造就。

共融全球智慧 驱动湾区发展——“2017 大湾区机器人与人工智能大会”成功举办

为了更好地解读机器人与人工智能领域的热点话题,深化粤港澳大湾区9+2城市群的联动概念,大会组委会在开幕式前一天(12月1日)下午在三诺智慧大厦特别举办了闭门会议,并对2日活动的几大项议题进行了讨论,听取了各方意见,达成重要共识,为大会顺利召开奠定了坚实基础。

继1日精彩之后,2日“2017大湾区机器人与人工智能大会”共包含了大会开幕式及主题报告,“海峡两岸暨港澳机器人-智能医疗协同创新论坛”、“智慧交通与物流协同创新论坛”及“人工智能与先进制造论坛”三大主题分论坛和“机器人与人工智能协同创新大湾区之夜”。来自全球20多个国家的海内外院士团队、行业顶级专家、知名学者及企业领袖通过一场场精彩的主题演讲,为我们勾勒了未来世界机器人与人工智能发展的全景蓝图。

本次大会还邀请了粤港澳大湾区9+2城市政府代表现场探讨跨城市、跨产业协同发展之路,取得多项重大成果:多家高等院校、科研机构共同发起成立深圳产学研协同创新研究院(筹);大会组委会启动《大湾区人工智能产业发展蓝皮书(2018)》研写倡议书;完成了中国科协海智计划广东(深圳)基地深圳产学研合作促进会工作站授牌;来自美国、北京、香港、澳门、深圳等多家知名金融单位和投资机构现场举行“大湾区机器人与人工智能产业基金创投会”签约仪式。

共融全球智慧 驱动湾区发展——“2017 大湾区机器人与人工智能大会”成功举办

与会专家在主题演讲过程中,分享了各自领域研究的最新进展,在学术及理论方面为现场观众具体解读,探讨未来前沿技术及应用。独特的视角,不同的观点在此碰撞,共话机器人与人工智能领域新方向。

共融全球智慧 驱动湾区发展——“2017 大湾区机器人与人工智能大会”成功举办

除了专家演讲之外,机器人与人工智能领域的领袖企业也齐聚本次大会,带来了一场又一场产业应用大观察。

共融全球智慧 驱动湾区发展——“2017 大湾区机器人与人工智能大会”成功举办

机器人与人工智能产业的发展,离不开行业政产学研金用各方的持续推动和投入。随着技术的不断发展,该领域下一个风口将会在何方,GBAS给出了自己的答案,在主题演讲之外特别设置了包括政策解读、经海峡两岸推选的科创项目路演、产业分享和针对性极强的圆桌论坛,让有价值的项目不再沉默,助力企业抢占先机。

共融全球智慧 驱动湾区发展——“2017 大湾区机器人与人工智能大会”成功举办

本次大会还为企业专门设置了品牌及产品展示区,参展企业可以利用这一年度盛会的机会,向业界充分展示公司品牌,并向现场观众详尽介绍产品性能及参数,为后续的合作打下了很好的基础。

共融全球智慧 驱动湾区发展——“2017 大湾区机器人与人工智能大会”成功举办

值得一提的是,大会面向全社会征集“十大科创项目”和“十大科创企业”,经过综合评估,秉承公平、公开、公正原则,邀请业内知名专家组成评审团,对参评项目认真评估,最终评选出了奖项,以表彰富有创新力的企业和项目。此外,凡是参加评选的项目和企业,均有机会获得“大湾区机器人与人工智能产业发展基金”优先支持。

共融全球智慧 驱动湾区发展——“2017 大湾区机器人与人工智能大会”成功举办

为期两天的2017大湾区机器人与人工智能大会正式落下帷幕,但机器人与人工智能的深度融合发展才刚刚起步,以粤港澳大湾区建设、粤港澳合作、泛珠三角区域等合作为重点,全面推进内地同香港、澳门互利合作,倡导推动互联网、大数据、机器人、人工智能和实体经济深度融合,已明确写进十九大报告中,因此吸引了众多专家与企业的关注,这也正是打造粤港澳大湾区影响力最强、产学研结合最紧密的机器人与人工智能大会(GBAS)品牌的意义所在。

机器人与人工智能领域瞬息万变,融合跨界日益频繁,让我们共同期待“2018大湾区机器人与人工智能大会”早日到来!


原文发布时间: 2017-12-04 09:27
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
PeterCat:一键创建开源项目 AI 问答机器人,自动抓取 GitHub 仓库信息、文档和 issue 等构建知识库
PeterCat 是一款开源的智能答疑机器人,能够自动抓取 GitHub 上的文档和 issue 构建知识库,提供对话式答疑服务,帮助开发者和社区维护者高效解决技术问题。
48 7
PeterCat:一键创建开源项目 AI 问答机器人,自动抓取 GitHub 仓库信息、文档和 issue 等构建知识库
|
2月前
|
人工智能 自然语言处理 算法
具身智能高校实训解决方案 ----从AI大模型+机器人到通用具身智能
在具身智能的发展历程中,AI 大模型的出现成为了关键的推动力量。高校作为培养未来科技人才的摇篮,需要紧跟这一前沿趋势,开展具身智能实训课程。通过将 AI 大模型与具备 3D 视觉的机器人相结合,为学生搭建一个实践平台。
204 64
|
13天前
|
机器学习/深度学习 人工智能 算法
人工智能与机器人的结合:智能化世界的未来
人工智能与机器人的结合:智能化世界的未来
103 32
|
13天前
|
人工智能 安全 机器人
OpenAI重拾规则系统,用AI版机器人定律守护大模型安全
在人工智能领域,大语言模型(LLM)展现出强大的语言理解和生成能力,但也带来了安全性和可靠性挑战。OpenAI研究人员提出“规则基于奖励(RBR)”方法,通过明确规则引导LLM行为,确保其符合人类价值观和道德准则。实验显示,RBR方法在安全性与有用性之间取得了良好平衡,F1分数达97.1。然而,规则制定和维护复杂,且难以完全捕捉语言的多样性。论文:https://arxiv.org/pdf/2411.01111。
53 13
|
2月前
|
算法 机器人 语音技术
由通义千问驱动的人形机器人具身智能Multi-Agent系统
申昊科技人形机器人小昊,集成通义千问多模态大模型的具身智能系统,旨在讲解销售、迎宾表演等场景。机器人通过语音、动作等方式与用户互动,利用云端大语言模型处理自然语言,结合视觉、听觉等多模态感知技术,实现流畅的人机对话、目标追踪、展厅讲解等功能。
238 4
由通义千问驱动的人形机器人具身智能Multi-Agent系统
|
2月前
|
人工智能 机器人 Shell
AI语音机器人安装方法 AI机器人安装代码
AI语音机器人安装方法 AI机器人安装代码
35 2
|
3月前
|
机器学习/深度学习 人工智能 自动驾驶
2024.10|AI/大模型在机器人/自动驾驶/智能驾舱领域的最新应用和深度洞察
本文介绍了AI和大模型在机器人、自动驾驶和智能座舱领域的最新应用和技术进展。涵盖多模态大语言模型在机器人控制中的应用、移动机器人(AMRs)的规模化部署、协作机器人的智能与安全性提升、AR/VR技术在机器人培训中的应用、数字孪生技术的优化作用、Rust语言在机器人编程中的崛起,以及大模型在自动驾驶中的核心地位、端到端自动驾驶解决方案、全球自动驾驶的前沿进展、智能座舱的核心技术演变和未来发展趋势。
227 2
|
2月前
|
存储 人工智能 搜索推荐
AI智能语音机器人的基本业务流程
简介: 先画个图,了解下AI语音机器人的基本业务流程。上图是一个AI语音机器人的业务流程,简单来说就是首先要配置话术,就是告诉机器人在遇到问题该怎么回答,这个不同公司不同行业的差别比较大,所以一般每个客户都会配置其个性化的话术。话术配置完成后,需要给账号配置线路,目的就是能够顺利的把电话打出去。线路配完后,就是建立任务了,说白了就是导入电话号码,因为资源有限,不可能导入一批立即打完,所以需要以任务的形式分配给机器人,然后机器人逐个完成。值得一提的是,如果有多条线路,创建任务时建议提供线路选择功能,很多公司的业务不止一个城市,而大家又是比较习惯接听自己所在城市的电话,所以这个选择主
|
3月前
|
机器学习/深度学习 传感器 人工智能
马斯克的AI机器人可以拯救一个陷入困境的教育系统吗?
马斯克的AI机器人可以拯救一个陷入困境的教育系统吗?
|
3月前
|
人工智能 搜索推荐 机器人
挑战未来职场:亲手打造你的AI面试官——基于Agents的模拟面试机器人究竟有多智能?
【10月更文挑战第7天】基于Agent技术,本项目构建了一个AI模拟面试机器人,旨在帮助求职者提升面试表现。通过Python、LangChain和Hugging Face的transformers库,实现了自动提问、即时反馈等功能,提供灵活、个性化的模拟面试体验。相比传统方法,AI模拟面试机器人不受时间和地点限制,能够实时提供反馈,帮助求职者更好地准备面试。
112 2