- 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
张高
中科院软件所工学博士毕业,主攻方向为自然用户界面。1999年加入微软,成为微软亚洲研究院的第一批研究员。2011年加盟百度,任百度教育事业部总经理,全面负责百度在教育领域的产品、技术和创新。2019年加盟并担任开课吧总裁、后厂理工学院院长。
特邀讲者
甄焱鲲
主题报告一:阿里前端智能化方向研究成果分享
主题简介:首先,我会介绍一下智能化的背景,以及软件研发工作所面临的新挑战。接下来,重点讲一讲阿里巴巴在前端智能化方面的研究成果,这些成果集中体现在机器视觉、 自然语言处理以及智能设计等几个关键领域。随后,我们一起来探讨人机协同的编程方式。最后放松一下,我们聊一聊前端智能化的未来。
个人简介:前腾讯前端开发专家,2014 年 8 月加入阿里移动事业群,先后负责国内发行、国际信息流运营研发、广告平台、国际浏览器。现在淘宝技术部,负责前端技术委员会智能化方向。
程劭非
主题报告二:用前端技术实现黑白棋AI
主题简介:随着AlphaGo击败围棋世界级选手,AI技术再一次成为公众的焦点,前端技术作为目前互联网不可或缺的技术领域,也开始引入AI技术。本次分享将会以一个简单的棋类——黑白棋为例,分享如何在纯浏览器环境引入卷积神经网来完成棋类的局面评估,带听众了解卷积神经网的基本知识和使用技巧。
个人简介:Winter/程劭非,前端技术专家,开课吧首席Web顾问,北京寒冬技术有限公司CEO,曾经在微软、盛大网络、淘宝等公司工作。
张楠
主题报告三视频:深度学习与前端技术融合之Tensorflow.js
主题简介:以深度学习为代表的AI技术在不断的刷新着我们的认知,越来越多的AI技术得到了广泛的应用。那如何将图像检测、自然语言处理等AI技术与前端快速结合,发挥AI在前端应用中的最大功效。TensorFlow.js提出了一套解决方案,TensorFlow.js使用JavaScript进行AI开发的库,并可以直接在浏览器或 Node.js 中使用AI模型。本主题主要分享TensorFlow.js一些有意思的尝试,展现AI与前端结合的魅力。
个人简介:开课吧NLP专家讲师,后厂理工学院X工程院负责人,前百度高级算法工程师,《深度学习自然语言处理实战》书籍作者。