- 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
朱子玉
方正电子副总裁兼CTO,兼北大方正印捷公司总经理。清华大学计算机专业博士毕业。历任IBM中国研究院研究员、高级经理,台达电中国研究院院长、台达智能科技CTO等职。在计算机体系结构、云计算、物联网、大数据以及智能制造方面均有较深造诣,发表论文10余篇,在中国和美国获得40余项专利,并著有《CPU芯片逻辑设计技术》等专著。
特邀讲者
秦勇
主题报告一视频:AI时代的科技创新
主题简介:本报告将重点介绍IBM人工智能技术的发展历史和愿景,并分享IBM中国研究院在应用人工智能技术帮助企业应用与创新方面的经验和成果。
个人简介:毕业于中国科学院声学所。曾经参与并领导了IBM多个语音技术、产品和解决方案的研发工作,包括世界上第一个中文连续语音识别技术和产品、电话语音服务器、嵌入式语音识别系统、语音转写系统和实时语音翻译系统,这些创新产品和解决方案已经广泛地被行业客户采用,帮助企业从海量音频、语音和视频数据中获取业务洞察力。秦博士同时也领导了一系列自然语言理解相关的核心技术的研发,包括命名实体识别、文本信息可视化、情感分析、先进的基于心理语言学的用户画像技术等,帮助企业在大数据时代更好地利用数据。在秦勇博士的领导下,IBM中国研究院也直接参与了IBM Watson AI平台的建设,包括IBM Watson语音云服务和IBM Watson知识问答服务中文相关的核心技术的研发等。 基于IBM中国研究院在医疗领域十多年的耕耘, 秦博士带领认知医疗团队,研发了面向慢性疾病管理的医疗辅助决策支持技术和解决方案, 辅助基层医生更有效地对慢性疾病进行更好的诊断、治疗和管理。目前负责中国研究院研究的战略规划和研究院管理。
穆亚东
主题报告二:视频计算技术的新进展
主题简介:本报告主要介绍北京大学机器智能实验室(PI:穆亚东博士)近年来在视频计算的研究进展。针对海量视频数据,近年来卷积深度神经网络和时序建模技术在多种视频计算任务获得极大成功。本报告将介绍基于谱域变换的全局可视野的新型神经网络,可以广泛用于上下文敏感的视觉计算任务(如视频分类和人体姿态估计等),基于多尺度空洞卷积的视频时序动作定位算法,以及基于视频帧间残差处理的视频隐写技术。
个人简介:毕业于北京大学,曾在新加坡国立大学(NUS)、美国哥伦比亚大学、华为香港诺亚方舟实验室、美国电话电报公司研究院(AT&T Labs)担任研究职位。2016年入选国家“青年千人计划”,同年加入北京大学计算机科学技术研究所,担任机器智能实验室独立PI。目前主要从事计算机视觉和机器学习研究,包括小样本学习、视觉推理、视频时序定位、视频侵权检测、安防视频分析等。
马艳军
主题报告三视频:飞桨PaddlePaddle特性解读和产业应用实践
主题简介:本报告介绍国内唯一功能完备的开源深度学习平台飞桨(PaddlePaddle)核心框架设计和技术优势,并介绍飞桨的模型库、工具组件和服务平台相关技术和应用。报告同时分享飞桨在各行各业的产业实践和开源社区建设的经验。
个人简介:现任百度深度学习技术平台部总监,总体负责深度学习平台飞桨(PaddlePaddle)的产品和研发工作,主要研究方向包括自然语言处理、推荐系统、深度学习等。相关成果已经在搜索、Feed等百度产品中广泛应用。曾在 ACL等权威会议期刊发表论文20余篇,并多次担任顶级国际会议的 Area Chair等。相关成果曾获国家科技进步二等奖。
王东
主题报告四视频:语音信息深度解析方法
主题简介:语音信号中包含多种复杂信息,这些信息以未知方式混杂在一起,成为语音信息处理的主要困难。深度学习方法为信息解析提供了一种有效的工具,基于深度学习,有可能实现合理的语音信息分离,从而实现对语音信号的全息信息扫描。
个人简介:毕业于英国爱丁堡大学,历任Oracle 中国软件工程师,IBM中国高级软件工程师,英国爱丁堡大学Marie Curie 研究员,法国EURECOM博士后研究员,美国Nuance公司高级研究科学家。现任清华大学语音语言中心副教授,中心常务副主任,FreeNeb公司首席科学家。王东博士是全国人机语音通讯会议常设机构秘书长,是亚太信号信息处理联盟(APASIPA)语音专委会主席、杰出讲师,是国际标准与语音数据资源委员会(COCOSDA)大陆区代表。王东博士自1997年开始从事语音识别、自然语言处理方面的研究,在相关领域发表学术论文120余篇,专利20余项。
张丹
主题报告五视频:互联网公开数据的深度挖掘与利用
主题简介:随着移动互联网的快速发展,数字世界的可用资源高速膨胀,以分布式计算技术融合自然语言处理、深度学习与互联网搜索技术,从网页内容、虚拟人物、日志行为、社交网络等多个角度对互联网公开信息进行实时精准采集和深度挖掘,以智库的方式助力个人或机构及时获知、持续跟踪舆论动态和行业发展态势,实现“互联网+”为主导的新形态下对互联网数据的有效利用。
个人简介:2005年加入方正集团,从事互联网大数据采集和挖掘的相关工作,负责研发方正智思系列数据挖掘和分析产品,广泛应用于政府、媒体、出版等行业,在互联网公开数据挖掘技术上有着丰富的架构和开发经验。主要工作包括大规模互联网数据分布式采集、海量数据分布式存储及计算、自然语言处理,先后荣获钱伟长中文信息处理科学技术奖、中国电子学会科技进步奖、北京市科学技术奖等奖项。