- 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
曹葵康
个人简介:天准科技CTO,浙江大学,博士,曾就职于华为、微软亚洲研究院等公司,长期专注工业领域机器视觉相关技术研究及产品开发,多项国家标准起草人,主持开发天准科技多款工业智能检测装备及精密测量仪器,产品技术达到国际先进水平,填补了国内空白。
特邀讲者
李海俊
主题报告一视频:AI智造“芯”国货
主题简介:晶圆制造企业中大量数据以非结构化的形式—图片形式存在,尤其是与良率相关的数据。而这些非结构化数据的信息提取,目前大多数情况下只能严重依赖人工,效率非常低下,造成了良率分析的瓶颈。晶圆厂希望能利用计算机视觉技术和人工智能算法,对晶圆生产中的缺陷图片进行识别以及分类,然后对ROOT CAUSE进行溯源,且要能适应于多种缺陷图片类型,包括 SEM(电子显微镜)以及OM(光学显微镜) 等图片。目前国内部分厂商已能研发基于AI的自动缺陷分类工具(ADC),其缺陷处理速度与效率优势已十分明显,甚至优于部分国际头部厂商的性能,实现对国外厂商的技术垄断的突破。
个人简介:众壹云计算科技的联合创始人,主要负责公司战略、市场和投融资。在创立众壹云之前,曾任多家跨国企业中国区负责人,大华区副总裁等职。曾主导参与工信部集成电路工业互网联网平台规划建设、及多项上海市十大实事项目的信息化平台的设计规划,为包括KUKA机器人、友邦中国在内的多家知名企业提供战略规划、科技金融等咨询服务。合著有时任信产部部长吴基传为序的《智慧城市顶层设计导论》一书。
陶显
主题报告二视频:基于AI视觉的工业质检算法研究进展与应用
主题简介:工业质检是机器视觉领域中非常重要的一项内容, 也被称为AOI (Automated Optical Inspection)。近年来, 以深度学习为代表的AI技术被广泛应用在各种工业质检领域中。基于AI视觉的工业质检是一种利用深度学习技术并结合相关领域知识,解决工业各环节中视觉质量检测问题的技术。本报告首先介绍工业质检的背景和概念,然后系统梳理了基于AI视觉的工业质检算法研究进展,最后以工业领域典型缺陷-微弱划痕为例,介绍课题组在工业质检方面的相关研究工作。
个人简介:博士,中国科学院自动化研究所副研究员,澳大利亚悉尼科技大学公派访问学者,主要从事AI+工业应用研究,包括缺陷视觉检测、机器人智能装备(测量、装配、控制)等工作。发表SCI或EI收录论文20余篇。主持国家自然科学基金、科技部科技创新2030-“新一代人工智能”重大项目子课题、国家科学挑战计划子课题等基金项目,参研和承担多项国家自然科学基金项目和企业合作课题,以第1发明人获得国家发明专利授权7项,现为美国电气和电子工程师协会IEEE会员,参与多个国内、国际会议和学术期刊的评审工作,曾获得教育部第十四届“春晖杯”中国留学人员创新创业大赛优胜奖。
李浩天
主题报告三视频:三维光场成像技术及其工业应用
主题简介:随着中国智能制造领域快速升级,工业三维场景需求也更加丰富多样,因此涌现了一批三维测量和检测技术。但是光场相机作为新一代三维成像技术在工业上几乎没有实质性的应用。科研方面的应用更多聚焦在三维流场和火焰的测量。奕目科技率先将光场成像技术应用于工业三维检测,实现了光场相机全部国产化和小批量化生产,光场三维重构精度处于国际领先水平,在屏幕三维缺陷分层、多层透明材质缺陷三维分层和半导体金线缺陷检测上成功获得了应用。
个人简介:李浩天,毕业于上海交通大学,奕目科技联合创始人CTO。多年研究光场成像相关技术,2017年开始进行三维光场相机产业化落地,致力于将三维光场相机应用于工业检测和生物医疗等领域。在光场成像技术在工业产线上的应用上积累了众多经验,实现光场相机在硬件封装、光学设计和算法上的工程化应用及优化。
刘明星
主题报告四视频:视觉检测技术在光伏硅片检测分选系统中的应用
主题简介:随着人力成本的提高,同时为保证产品的绝对质量、避免各种人为因素造成的产品质量问题,例如二次污染和分选破片,使用机器视觉检测技术代替人工进行客观、可靠地对硅片、电池片质量缺陷检测与分选已成为光伏制造行业技术主流,行业内众多知名厂家已将视觉检测系统用于硅片、太阳能电池片以及组件的质量检测。
天准科技研发的光伏硅片检测分选系统,通过引入包括深度学习在内的机器视觉先进技术成果,在检测效率、精度、准确率等关键性能指标方面达到国际先进水平,已在国内光伏行业龙头企业实现批量落地。
个人简介:天准科技研发总监,自从2001年研究生毕业以来一直从事高性能的图像处理算法的研发,开发工业生产过程与机器视觉相关的检测设备。在天准工作期间,主导开发完成通用机器视觉检测平台,并成功应用到公司的多个相关产品和项目中。