机器学习、智能算法、视觉识别,你想要的AI热点都在这

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

近年来,随着大数据等信息化技术的高速发展,人工智能技术已迎来发展的黄金时期。

近年来,随着大数据等信息化技术的高速发展,人工智能技术已迎来发展的黄金时期。业内分析人工智能将会是未来二十年全球最重要的科技,并成为机器人、无人机、自动驾驶等新兴产业的重要基础。那么,为何人工智能如此重要?它是如何深入融合在各行各业中?人工智能的未来之路又是什么?这些问题答案都将在“OFweek2017中国人工智能大会”上逐一揭晓。

“OFweek2017中国人工智能大会”由OFweek中国高科技行业门户、高科会主办,是“OFweek2017中国高科技产业大会”重要活动之一,将于11月13-14日在深圳举办。本届大会以“智能感知˙创新驱动”为主题,将汇聚国内外顶尖人工智能学术界和产业领军人物,围绕人工智能技术在物联网、机器人、医疗及智能硬件等行业的创新应用等内容进行深度探研。除了特邀顶级专家做主论坛报告外,还专门设置了“AI技术”、“AI+智能硬件”、和“AI+机器人”等三个专题论坛,届时行业领军者及技术专家将为各位观众带来权威解读,现在提前为您分享部分干货:

大数据发展推动人工智能进步

“大数据”一词,比“人工智能”一词来的还要早,它的定义里既有硬件技术(平台)又有软件技术(分析)。但为了说清楚大数据和人工智能的关系,我们还是从它的本质出发,大数据是海量的、多维度、多形式的数据。

机器学习、智能算法、视觉识别,你想要的AI热点都在这

人工智能的发展,往往都有一个学习的过程。如今人工智能之所以能取得重大突破,不得不说是因为这些年来大数据长足发展的结果。各种各样的感应器和数据采集技术的诞生,我们开始拥有以往难以想象的的海量数据,同时,也开始针对某一领域的海量数据进行细致分析。而这些,都是促使某一领域产生“智能”的前提。

南京大学计算机系教授黄宜华带来的主题为《大数据机器学习:从算法到系统》,将从大数据分析所渉及的技术、国内外发展现状、主要技术问题、国内外典型工具平台以及今后的主要发展趋势等方面与各位进行探讨。

黄宜华教授是中国计算机学会大数据专家委员会常务委员、副秘书长,他所领导的大数据实验室已成为多个开源软件的重要贡献单位。

人工智能与机器人的联系

近年来,人工智能和机器人都成为了人们生活中的热点话题。可能还有不少人会混淆人工智能和机器人。事实上,两者之间的关系大致可以这样认为:人工智能赋予了机器人思考的能力,机器人应承了人工智能的外在表现。其实两者本身并没有什么必要的联系,然而随着时代的进步,两者相互促进,就形成了密不可分的关系。

目前各知名机器人企业的产品,都以发展人工智能技术为重要战略目标。无论是工业机器人还是服务机器人,结合了人工智能技术的新一代机器人,相比传统机器人都更具优势。

机器学习、智能算法、视觉识别,你想要的AI热点都在这

此次会议上,香港大学机器人与自动化讲席教授、IEEERAS候任主席席宁教授将就人工智能与机器人之间的联系,为我们带来独特的观点和见解。席宁教授多年来致力于机器人、制造自动化以及智能控制与系统等方向的研究,在人工智能领域具有深厚的造诣。

人工智能时代的智能计算技术

过去,智能计算技术的进步总是离不开人工智能,特别是人工神经网络技术的发展,但是以符号推理为特征的人工智能技术由于过于依赖规则;而以自学习、自适应为特征的人工神经网络技术,又无法精确处理实际问题中的各种小样本事件集,以至遭到人们质疑。

近年来,由于SVM(支持向量机)、核方法和深度学习等新方法相继诞生,使智能计算技术发展成不但能处理海量数据等大样本集的问题对象,同时也能自适应地处理小样本事件集的数据,从而使该项技术受到人们青睐。

王国胤教授是国家重点研发计划项目首席科学家,现任重庆邮电大学研究生院院长。他认为,大数据智能计算技术,是实现大数据价值的核心关键技术之一。

王国胤教授将在本次会议上带来《多粒度大数据智能计算》演讲报告,提出多粒度大数据智能计算的创新研究思路,并从多粒度计算、多粒度认知、多粒度聚类、多粒度决策、多粒度联合问题求解等多个方面介绍当前的研究工作成果。

视觉搜索与识别系统

近日,一段9秒的监控视频刷爆了朋友圈。和以往监控不同的是,这段监控视频的画面准确识别出机动车和非机动车的种类,以及行人的年龄、性别、穿着等,视频中画面信息了然于目。

据了解,该视频是我国最新研制的实时行人监测识别系统,是“中国天网”工程的重要组成部分。利用计算机视觉技术,判断图像或者视频序列中是否存在行人,并给予精确定位。将视觉定位、视觉识别等技术与人工智能技术相结合,在智能设备监控、人体行为分析、智能交通等多个方面得到了广泛应用。

机器学习、智能算法、视觉识别,你想要的AI热点都在这

结合此技术,厦门大学纪荣嵘教授带来是《视觉搜索与识别系统紧凑性》主题演讲,将为各位介绍厦门大学媒体分析与计算研究组近两年来在面向视觉应用的视觉特征紧凑表示和深度网络压缩相关报告。纪荣嵘教授一直专注于开发大数据驱动的计算机智能处理系统,进行多媒体内容检索、社交多媒体分析、以及视觉内容理解,在这一领域已取得丰硕成果。

智能系统的认知与推理

人工智能的目标是使计算机能够成为具有和人类一样智能的系统,而认知与推理一直被认为是人工智能最集中的体现。在实际运行的系统中实现智能系统的认知和推理,具有非常重要的意义。

要想实现智能系统的认知和推理,这要求它融合神经网络、计算机技术、智能决策等多个种技术。因此,它作为一个多种技术的综合体,为分析和处理各类数据提供了有效途径。

林方真教授一直专注于人工智能在认知和推理方面的研究,本次会议带来的《智能系统的认知与推理》主题演讲,将与各位参会人员共同讨论如何让人工智能系统获取及应用常识,深度知识以及规范知识。

林方真现任香港科技大学计算机系教授、美国人工智能协会(AAAI)Fellow。曾获Stanford大学人工智能博士。还获得过2006香港裘槎基金会科研者奖以及多个国际人工智能大会的最佳论文奖。

除了强大的嘉宾阵容以外,本届大会还将与各位一同解读在人工智能领域本年度海内外最值得关注的学术与研发进展,提前布局未来大市场。同期开展多场深度与广度的专业论坛,汇集人工智能领域的国际知名企业高层、行业资深专家、专业分析机构等千位精英,分享众多知名企业典型技术应用案例,将产学研深度结合。同期还将举办极富影响力的年度评选颁奖,梳理盘点行业创新发展成果,褒奖和肯定为人工智能行业发展做出积极探索、卓越贡献的企业。


原文发布时间: 2017-10-12 17:33
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。
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
9天前
|
机器学习/深度学习 人工智能 安全
探索AI的未来:从机器学习到深度学习
【10月更文挑战第28天】本文将带你走进AI的世界,从机器学习的基本概念到深度学习的复杂应用,我们将一起探索AI的未来。你将了解到AI如何改变我们的生活,以及它在未来可能带来的影响。无论你是AI专家还是初学者,这篇文章都将为你提供新的视角和思考。让我们一起探索AI的奥秘,看看它将如何塑造我们的未来。
38 3
|
1月前
|
机器学习/深度学习 数据采集 人工智能
AI与机器学习:从理论到实践
【10月更文挑战第2天】本文将深入探讨AI和机器学习的基本概念,以及它们如何从理论转化为实际的应用。我们将通过Python代码示例,展示如何使用机器学习库scikit-learn进行数据预处理、模型训练和预测。无论你是AI领域的初学者,还是有一定基础的开发者,这篇文章都将为你提供有价值的信息和知识。
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
机器学习之解释性AI与可解释性机器学习
随着人工智能技术的广泛应用,机器学习模型越来越多地被用于决策过程。然而,这些模型,尤其是深度学习模型,通常被视为“黑箱”,难以理解其背后的决策逻辑。解释性AI(Explainable AI, XAI)和可解释性机器学习(Interpretable Machine Learning, IML)旨在解决这个问题,使模型的决策过程透明、可信。
15 2
|
4天前
|
机器学习/深度学习 数据采集 人工智能
揭秘AI:机器学习的魔法与代码
【10月更文挑战第33天】本文将带你走进AI的世界,了解机器学习的原理和应用。我们将通过Python代码示例,展示如何实现一个简单的线性回归模型。无论你是AI新手还是有经验的开发者,这篇文章都会给你带来新的启示。让我们一起探索AI的奥秘吧!
|
8天前
|
机器学习/深度学习 数据采集 运维
智能化运维:机器学习在故障预测和自动化响应中的应用
智能化运维:机器学习在故障预测和自动化响应中的应用
27 4
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
探索AI的奥秘:机器学习入门指南
【10月更文挑战第30天】本篇文章是一份初学者友好的机器学习入门指南,旨在帮助读者理解并开始实践机器学习。我们将介绍机器学习的基本概念,包括监督学习、无监督学习和强化学习等。我们还将提供一些实用的代码示例,以帮助读者更好地理解和应用这些概念。无论你是编程新手,还是有一定经验的开发者,这篇文章都将为你提供一个清晰的机器学习入门路径。
23 2
|
15天前
|
机器学习/深度学习 数据采集 人工智能
揭秘AI的魔法:机器学习如何改变我们的世界
【10月更文挑战第22天】在这篇文章中,我们将深入探讨机器学习的奥秘,揭示它是如何在我们的日常生活中扮演着越来越重要的角色。从简单的数据分类到复杂的预测模型,机器学习的应用已经渗透到各个领域。我们将通过实例和代码示例,展示机器学习的基本概念、工作原理以及它如何改变我们的生活。无论你是科技爱好者还是对AI充满好奇的初学者,这篇文章都将为你打开一扇通往未来的大门。
|
25天前
|
机器学习/深度学习 存储 人工智能
揭秘机器学习背后的神秘力量:如何高效收集数据,让AI更懂你?
【10月更文挑战第12天】在数据驱动的时代,机器学习广泛应用,从智能推荐到自动驾驶。本文以电商平台个性化推荐系统为例,探讨数据收集方法,包括明确数据需求、选择数据来源、编写代码自动化收集、数据清洗与预处理及特征工程,最终完成数据的训练集和测试集划分,为模型训练奠定基础。
37 3
|
29天前
|
机器学习/深度学习 人工智能 算法
使用 NVIDIA TAO Toolkit 5.0 体验最新的视觉 AI 模型开发工作流程
NVIDIA TAO Toolkit 5.0 提供低代码框架,支持从新手到专家级别的用户快速开发视觉AI模型。新版本引入了开源架构、基于Transformer的预训练模型、AI辅助数据标注等功能,显著提升了模型开发效率和精度。TAO Toolkit 5.0 还支持多平台部署,包括GPU、CPU、MCU等,简化了模型训练和优化流程,适用于广泛的AI应用场景。
51 0
使用 NVIDIA TAO Toolkit 5.0 体验最新的视觉 AI 模型开发工作流程
|
1月前
|
机器学习/深度学习 人工智能 安全
自动化测试的未来:AI与机器学习的结合
随着技术的发展,软件测试领域正迎来一场革命。自动化测试,一度被认为是提高效率和准确性的黄金标准,如今正在被人工智能(AI)和机器学习(ML)的浪潮所推动。本文将探讨AI和ML如何改变自动化测试的面貌,提供代码示例,并展望这一趋势如何塑造软件测试的未来。我们将从基础概念出发,逐步深入到实际应用,揭示这一技术融合如何为测试工程师带来新的挑战和机遇。
57 3
下一篇
无影云桌面