- TF105:大语言模型技术进展及应用
- TF104:软件工程的复杂性
- TF103:降本增效 架构先行
- TF102:攻击面管理
- TF101:全域营销的数据科学
- TF100:大模型时代下数据智能的应用与前景
- TF98:数字化转型先锋论坛-金融行业实践专场
- TF97:大语言模型时代的知识工程
- TF96:知识图谱赋能时空AI
- TF95:元宇宙系列(三):行业智能化,产业元宇宙来助力
- TF94:NLP技术和产业化发展
- TF93:云原生年度回顾与展望
- TF92:工业机器人柔性控制
- TF91:前端新技术与新实践
- TF90:研发效能度量
- TF89:数智转型 势在必行
- TF87:数据洞察与数据驱动
- TF86:知识图谱赋能智能制造
- TF85:打造公路“头等舱”——智能座舱与交互革命进行时
- TF84质量与效能
- TF83中间件设计:打造互联网架构的基石
- TF82前端与图形学
- TF81工业制造中的数据治理
- TF80云原生安全
- TF77智慧商业,连锁革命
- TF76金融知识图谱构建与应用:进展与展望
- TF75云原生架构演进:降本增效背景下的云原生实践
- TF74产业互联网下的数据科学
- TF73边缘计算不边缘——创新焦点之边缘智能设备和应用
- TF72技术创新驱动企业增长
- TF71 产业变革中的工业互联网安全
- TF70跨模态前沿AI技术及产业应用
- TF69工业制造中的大数据分析和预测
- TF68前端与多媒体
- TF67如何用因果推断和实验驱动用户增长
- TF66大转型,走进农业新时代
- TF65知识图谱开源开放及生态
- TF64量子人工智能:机遇与挑战
- TF63基础架构设计:从架构热点问题到行业变迁
- TF62元宇宙系列(二):数字化底座,万丈高楼平地起
- TF61开发安全与供应链安全
- TF60企业级研发效能提升的实践
- TF59研发效能提升之美
- TF58视觉基础模型研究及应用
- TF57数据安全之流动数据的安全管控
- TF56MBD,开启产品数字化定义新未来
- TF55前端工程体系,告诉你头部企业的新探索
- TF54工程师成长地图与卓越研发组织打造
- TF53预训练时代的大规模知识表示与推理实践
- TF52智慧、融合、安全——智能科技车与路
- TF51畅谈元宇宙的发展与挑战
- TF50工程师文化驱动组织创新
- TF49 产品设计与生产制造协同案例分享与探讨
- TF48云原生时代架构变迁与前瞻
- TF47AI技术落地过程中的实践问题探讨
- TF46数据科学的新发展与数字化转型
- TF45知识图谱新技术、新场景、新应用
- TF44智能驾驶的技术挑战和解决方案
- TF43前端的发展与未来
- TF42区块链DeFi技术新机遇与实战
- TF41云上大数据和数据中台建设
- TF40人机共存,传统行业供给侧服务者赋能技术与系统实战
- TF39语言知识前沿研究与工业实践
- TF38无(少)标注数据在人工智能中的应用
- TF37基于场景的机器人环境理解与智能交互
- TF36工业大数据在智能制造领域的应用与探索
- TF35从数据分析到数据智能
- TF34工业互联网安全前沿与技术热点
- TF33人工智能的下半场—— 知识图谱的新机遇与行业落地
- TF32端到端数据分析系统构建
- TF31智能:前端技术的新挑战
- TF30产业互联网下的数据智能实战解析
- TF29机器视觉技术进展及工业应用
- TF28技术战略转型背后的工程师文化
- TF27零信任网络架构实践 (ZTNA Practice)
- TF26互联网架构中的热点应对
- TF25工业人工智能技术创新与应用
- TF24 仿真工业软件的研究与应用
- TF23AI联邦学习的最新应用落地
- TF22数据驱动
- TF21 认知智能落地中的问题与对策
- TF20 深度学习技术和框架应用
- TF19 未来智能设备的交互技术
- TF18 数据安全与风险防控
- TF17 认知计算产业化落地
- TF16 NewSQL探索与实践
- TF15 Cloud Native 云原生时代的架构
- TF14 联邦学习技术及数据隐私保护
- TF13 大数据时代背景下数字内容生产行业的技术变迁
- TF12 语言认知与知识计算
- TF11 容器化和Service Mesh实践
- TF10 AI在智慧媒体领域的应用
- TF09 人机对话的产业应用与技术发展
- TF08 企业数据安全建设实践
- TF07 大数据在新零售中的应用
- TF06 工程师职业发展及组织文化概况
- TF05 区块链技术与工程实践研讨会
- TF04 纵论AI在问答、机器翻译、自动驾驶、人脸识别中的应用
- TF03 大数据系统与应用
- TF02 人工智能时代的互联网运维
会议主席
周枫
网易公司高级副总裁,网易有道CEO,在计算机科学研究和系统开发方面有丰富的经验。加入网易后,主持有道词典开发,有道搜索平台架构,有道云笔记和密码认证系统“将军令”开发等,将有道词典打造成了份额第一的词典与翻译产品。周枫先生先后在清华大学取得计算机科学学士和硕士学位,在加州伯克利大学取得计算机科学博士学位,曾在多个顶级国际学术会议和期刊上发表超过10篇论文。
特邀讲者
段楠
主题报告一:Building Information Bot (InfoBot) with Question Understanding,Answering & Asking
主题简介:信息机器人(Informational Bot, InfoBot)旨在为人机交互过程中发生的问答场景提供精准回复,它是现代搜索引擎和智能对话系统的重要组成部分。本次报告将系统介绍信息机器人背后的问题理解、答案匹配和问题生成技术,其内容主要分为如下四部分:第一部分,简要回顾自动问答研究的任务定义、发展历史和代表产品。第二部分,简要介绍和自动问答研究相关的深度学习基础知识。第三部分,详细介绍基于知识图谱、表格和文本的自动问答技术。第四部分,概要介绍最新的基于生成模型的问题自动生成技术。本次报告的最后将总结自动问答研究目前的主要问题和最新热点,并对未来研究方向进行展望。
个人简介:段楠,博士,微软亚洲研究院自然语言计算组主管研究员,长期从事自动问答、对话系统、语义理解、文本生成和网络搜索等自然语言处理研究。段楠博士的多项研究成果已经转化到微软重要人工智能产品中,例如必应搜索、微软小冰、Cortana语音助手等。自2015年起,段楠博士开始担任NLPCC开放领域中文自动问答评测的负责人。
张天雷
主题报告二:智能驾驶:从原型到落地
主题简介:智能驾驶技术当前非常火爆,但是一直没能见到短期能落地的产品,随着人工智能投资趋于理性,热潮逐渐退去,什么样的产品之路才能够有机会变成现实,是一个非常值得探讨的问题。本次分享从智能驾驶产品分类谈起,剖析不同分类的优缺点,最后给出主线团队选择专用车作为落地产品的思考。
个人简介:张天雷,清华大学博士,现任北京主线科技有限公司创始人兼CEO,人工智能学会智能驾驶专业委员会副秘书长。长期从事智能驾驶决策控制与仿真研究,目前从事智能驾驶平台架构、算法与产品设计工作。工作期间申请相关领域发明专利50余项,发表论文10余篇,并出版专著译著若干。成果见诸国内包括百度、宇通、奇瑞、北汽、比亚迪等多款乘用车及商用车,致力于用人工智能技术实现商用车无人驾驶产品化。
黄瑾
主题报告三:人工智能技术在有道翻译官中的应用
主题简介:随着深度学习技术近两年来的快速发展,尤其是在视觉、语音、自然语言处理方面的准确率的大幅提升,催生出了不少新的应用工具以及可能的新的万亿级的商业领域。本次报告主要介绍有道翻译官在机器翻译、OCR场景下的应用实践,主要分为如下四个部分:基于神经网络的机器翻译技术综述;基于神经网络的文字识别技术综述;拍照翻译场景下OCR与机器翻译功能的体验改进;离线场景下OCR与机器翻译功能的探索。
个人简介:黄瑾,有道翻译技术负责人。2007年硕士毕业于中国科学院计算技术研究所,之后入职网易有道至今,读研及工作期间一直从事机器翻译相关技术的研发。带领技术团队于2008年推出国内首个基于统计方法的在线机器翻译引擎有道翻译,为有道词典、有道翻译官、有道智云等产品提供核心机器翻译能力,并于2017年升级为神经网络机器翻译引擎。
刘经拓
主题报告四:基于深度学习的人脸技术与应用
主题简介:人脸技术是一个传统技术方向,有着几十年的行业应用和发展。随着深度学习的出现,人脸技术在学术和应用效果上迎来了新的黄金时代,各种算法效果、评测指标快速刷新,各类商业人脸应用、人脸公司雨后春笋般涌现。本次分享旨在与大家回顾深度学习出现以来人脸技术的发展的情况,以及百度在人脸技术和行业应用中的探索和实践,主要分为以下几个部分:1.人脸技术及其子方向简介;2.基于深度学习的人脸技术原理;3.人脸识别系统及应用实践;4.未来发展趋势及研究方向。
个人简介:刘经拓,百度人脸技术部算法负责人,硕士毕业于清华大学电子系,毕业加入百度后一直从事计算机视觉、人脸识别的算法研发工作,是国内最早一批使用深度学习进行人脸技术研究的开创者。带领技术团队在人脸检测、识别等关键技术的公开评测中均取得过世界第一的佳绩,同时有丰富的一线技术落地经验,技术成果在百度智慧金融、智慧机场、百度云、网盘、AI开放平台等重要产品中均转化为核心产品功能,入选2017年MIT十大技术突破。