AI:2020年6月22日北京智源大会演讲分享之09:00-09:50 全体大会《AI精度与隐私的博弈》

简介: AI:2020年6月22日北京智源大会演讲分享之09:00-09:50 全体大会《AI精度与隐私的博弈》


导读:首先感谢北京智源大会进行主题演讲的各领域顶级教授,博主受益匪浅,此文章为博主在聆听各领域教授或专家演讲时,一张一张截图进行保存,希望与大家一起学习,共同进步,一起见证或筑起人工智能的下一个十年。非常欢迎国内外人工智能领域网友,前来留言探讨与分享,同时感谢点赞或评论!

 

 

目录

全体大会

AI精度与隐私的博弈

09:00-09:50 Next Generation AI: Distributed, Long-Tailed, Non-Stationary, Privacy-Preserving and EncryptedAlex Pentland  

09:50-10:40 Pattern Recognition: Statistics to Pattern Recognition

10:40-11:30 Probabilistic Machine Learning and AI

11:30-12:20 Zero-Order Optimization Methods with Applications to Reinforcement Learning


 

 

 

全体大会

AI精度与隐私的博弈

 

 

 

09:00-09:50 Next Generation AI: Distributed, Long-Tailed, Non-Stationary, Privacy-Preserving and EncryptedAlex Pentland  

  • 国国家科学院院士,MIT连接科学研究所与人类动力学实验室主任

 

 

 

 

 

09:50-10:40 Pattern Recognition: Statistics to Pattern Recognition

  • Anil Jain  美国工程院院士,中国科学院外籍院士

 

 

 

 

 

 

10:40-11:30 Probabilistic Machine Learning and AI

  • Zoubin Ghahramani  英国剑桥大学教授,Uber首席科学家

 

 

 

 

11:30-12:20 Zero-Order Optimization Methods with Applications to Reinforcement Learning

  • Jorge Nocedal  美国工程院院士,冯·诺依曼理论奖得主,美国西北大学教授

 

 

相关文章
|
人工智能 监控 算法
【AI 现况分析】AI 应用导致的隐私问题分析
【1月更文挑战第27天】【AI 现况分析】AI 应用导致的隐私问题分析
|
人工智能 边缘计算 运维
AI守护隐私?边缘计算设备的“护城河”原来可以这么建
AI守护隐私?边缘计算设备的“护城河”原来可以这么建
535 0
|
数据采集 人工智能 自然语言处理
AI终于能听懂宝宝说话了!ChildMandarin:智源研究院开源的低幼儿童中文语音数据集,覆盖22省方言
ChildMandarin是由智源研究院与南开大学联合推出的开源语音数据集,包含41.25小时3-5岁儿童普通话语音数据,覆盖中国22个省级行政区,为儿童语音识别和语言发展研究提供高质量数据支持。
1772 20
AI终于能听懂宝宝说话了!ChildMandarin:智源研究院开源的低幼儿童中文语音数据集,覆盖22省方言
|
数据采集 机器学习/深度学习 人工智能
AI时代的流量博弈:代理IP如何赋能智能应用突围
在AI时代,流量获取成为互联网发展的关键挑战。本文探讨代理IP技术如何助力AI应用突破流量困境。从身份伪装、地域突破到并发采集,代理IP为数据收集与智能应用提供支持。同时,文章分析不同类型代理IP的特点及应用场景,并强调合规使用的重要性。未来,边缘计算和AI将与代理IP深度融合,推动更高效的数据流通模式,助力AI应用实现增长突破。
415 7
AI时代的流量博弈:代理IP如何赋能智能应用突围
|
人工智能 自然语言处理 安全
|
人工智能 安全 数据挖掘
AI大数据分析对安全隐私的保护
AI大数据分析对安全隐私的保护非常重要。随着大数据技术和人工智能的发展,个人和企业的数据越来越容易被收集和分析。这种数据分析可以为企业提供有价值的洞察和决策支持,但同时也带来了安全隐私的风险。
|
人工智能 智能硬件
SPAR:智谱 AI 推出自我博弈训练框架,基于生成者和完善者两个角色的互动,提升了执行准确度和自我完善能力
SPAR 是智谱团队推出的自我博弈训练框架,旨在提升大型语言模型在指令遵循方面的能力,通过生成者和完善者的互动以及树搜索技术优化模型响应。
697 0
SPAR:智谱 AI 推出自我博弈训练框架,基于生成者和完善者两个角色的互动,提升了执行准确度和自我完善能力
|
人工智能 自动驾驶 云计算
【通义】AI视界|谷歌大模型被盯上!欧盟最高隐私监管机构对PaLM2模型展开调查~
本文汇总了近24小时内科技领域的五大要闻:欧盟对谷歌PaLM2模型启动隐私合规调查;甲骨文推出Zettascale云计算集群,集成大量NVIDIA GPU强化计算力;红杉资本偏好AI应用投资而非模型构建;夸克新推智能助手CueMe,支持长达2万字内容生成;沃尔沃与NVIDIA合作,未来车型将采用后者先进芯片提升自动驾驶功能。以上内容由通义自动生成。
|
人工智能 搜索推荐 算法
智能时代下的伦理困境:AI技术与人类价值的博弈
随着人工智能技术的飞速发展,其在医疗、金融、教育等众多领域的应用日益广泛。然而,伴随技术进步而来的是一系列伦理问题,如隐私泄露、算法偏见和责任归属等。本文将探讨AI技术带来的伦理挑战,分析其背后的原因,并提出相应的解决策略,旨在促进AI技术的健康发展,同时保护人类社会的基本伦理价值。
452 3
|
机器学习/深度学习 人工智能 TensorFlow
AI Native应用中利用联邦学习保障隐私的模型微调实践
【8月更文第2天】随着人工智能技术的发展,越来越多的应用程序开始采用AI原生(AI Native)设计思路,即从一开始就将AI作为核心功能来构建软件和服务。然而,在AI Native应用中,数据隐私和安全性是不容忽视的重要问题。联邦学习(Federated Learning, FL)作为一种新兴的技术框架,为解决这一难题提供了有力的支持。它允许在多个客户端上训练机器学习模型,而无需直接传输原始数据到中心服务器,从而保护了用户的隐私。
625 1