GMIC AI Open Class
April 28, 29 2017
National Convention Center, Beijing, China
  1. 大讲坛
    聆听硅谷人工智能专家之先见
  2. 培训
    钻研前沿人工智能技术之精髓
  1. Tom Mitchell
    Tom Mitchell
  2. Mark J. Nitzberg
    Mark J. Nitzberg
  1. Hongjiang Zhang
    Hongjiang Zhang
  2. Yoav Shoham
    Yoav Shoham
Tom Mitchell
卡内基梅隆大学机器学习系创始系主任
Mark J. Nitzberg
加州大学伯克利分校人类兼容人工智能中心执行总监 
张宏江
GASA 大学校董、前金山软件CEO
Yoav Shoham
 斯坦福大学计算机科学系教授、前谷歌首席科学家  
  1. Hassan Sawaf -Director of AI at Amazon AWS
    Hassan Sawaf -Director of AI at Amazon AWS
  2. Hui Xiong -ACM Distinguished Scientist
    Hui Xiong -ACM Distinguished Scientist
  1. Ling Zong -Research Scientist at IBM
    Ling Zong -Research Scientist at IBM
  2. Apoorv Saxena
    Apoorv Saxena
Apoorv Saxena
谷歌云计算机器学习高级经理
凌棕
IBM 高级研究科学家
Hassan Sawaf
亚马逊AWS人工智能实验室主任
熊辉
美国罗格斯-新泽西州立大学管理科学与信息系统系教授、ACM杰出科学家
  1. Richard Mallah
    Richard Mallah
  2. Adrian Kaehler
    Adrian Kaehler
  1. Jason Dai -CTO, Big Data Technologies at Intel Corporation
    Jason Dai -CTO, Big Data Technologies at Intel Corporation
  2. Michael Tsang
    Michael Tsang
    Richard Mallah    
未来生命研究所人工智能总监
Andrian Kaehler 
Learning OpenCV 3 作者
戴金权
高级首席工程师、大数据技术全球CTO 
Michael Tsang
阿里云美国区总经理
  1. Jason Geng -CEO at Data Application Lab
    Jason Geng -CEO at Data Application Lab
  2. Jingfang Xu
    Jingfang Xu
  1. Ray-Hon Sun -ML Researcher at Stanford, Head of Data Science at Banter
    Ray-Hon Sun -ML Researcher at Stanford, Head of Data Science at Banter
  2. Longbing Cao
    Longbing Cao
许静芳
搜狗首席搜索科学家
耿杰森
数据应用学院创始人及CEO
孙瑞鸿
斯坦福大学机器学习研究员,Banter首席数据科学家
操龙兵
悉尼科技大学工程与信息技术学院教授
  1. Greg Makowski -Director of Data Science at LigaData
    Greg Makowski -Director of Data Science at LigaData
  2. Raul Puri -Deep Learning Researcher, Educator at UC Berkeley)
    Raul Puri -Deep Learning Researcher, Educator at UC Berkeley)
  1. Lianfa Li
    Lianfa Li
  2. 杨晓伟
    杨晓伟
    Greg Makowski    
LigaData 首席数据科学家
Raul Puri
 加州大学伯克利分校大学深度学习讲师 
    李连发
南加州大学首席研究科学家
杨晓伟
Bayessoft 首席数据科学家
  1. 人工智能大讲坛
    人工智能大讲坛
    4月28日
    多功能厅B (一层)
    话题一:人类兼容型人工智能
    ​话题二:自然语言处理及对话型智能    
    ​​话题三:人工智能应用
    ​话题四:计算机视觉及云服务
    ​​话题五:认知计算
日程
8:30-9:20
签到注册
9:20-9:30
主办方致辞
9:30-9:55
 公开课:对话中的机器学习:让每个人会写程序         
Tom Michell 
-卡内基梅隆大学机器学习系创始系主任        
10:00-10:25
公开课:为什么知识表达很重要?           
 Yoav Shoham
–  斯坦福大学计算机科学系教授、前谷歌首席科学家  
      

10:30-10:55
公开课:数据科学的生命周期
耿杰森
​-数据应用学院创始人及CEO

话题一:人类兼容型人工智能
11:00-11:25
公开课:建立人类兼容人工智能的成果和挑战
Mark J. Nitzberg
-加州大学伯克利分校人类兼容人工智能中心执行总监      

公开课:人工智能安全及价值研究的概况
11:30-12:00
Richard Mallah
-未来生命研究所人工智能总监  

12:00-13:20
中场休息
13:20-13:30
下午欢迎致辞  
13:30-13:55
主题演讲:中美人工智能发展之比较
张宏江
-人工智能科学家、前金山软件CEO       
话题二:自然语言处理及对话型智能    

孙瑞鸿
-斯坦福大学机器学习研究员,Banter首席数据科学家
    
14:00-14:25
 公开课:从聊天机器人到自然语言认知         
 公开课:从搜索到对话       
14:30-14:55
许静芳
-搜狗首席搜索科学家
    
话题三:人工智能应用
15:00-15:25
公开课:人工智能在谷歌的应用
Apoorv Saxena
- 谷歌云计算机器学习高级经理  

15:30-15:55
公开课:深度学习支持下的大数据分析
戴金权 
-因特尔首席工程师     
话题四:计算机视觉及云服务
16:00-16:25
公开课:OpenCV 3.0 中的 Keypoints 用法  
 Adrian Kaehler
-Learning OpenCV 3 作者

 Michael Tsang
-阿里云美国区总经理   

16:30-16:55
公开课:人工智能与云服务
话题五:认知计算
17:00-17:25
公开课:认知计算在IBM中的应用     
凌棕
-IBM 高级研究科学家

  1. 人工智能培训
    4月29日
    307A, 307B, 311A, 311B
    培训 #1 TensorFlow
    培训 #2 MXNet
    培训 #3 大数据存储
    培训 #4 行为数据分析  
    培训 #5 商业大数据分析
    培训 #6 用R做数据科学 
    培训 #7 推荐系统设计
    培训 #8 自然语音识别
培训 #1 TensorFlow
培训 #2 MXNet
讲师:Raul Puri, 加州大学伯克利分校大学深度学习讲师
要求:自带笔记本电脑

时间:9:00-13:00
房间:307A

  • Pattern Recognition
  • Neural Networks Fundamentals using TensorFlow as Example
  • TensorFlow for Image Recognition
    
讲师:李连发,  南加州大学首席研究科学家
要求:自带笔记本电脑

时间:14:00-18:00
房间:307A

  • Train your first neural network in five minutes
  • Use MXNet for Handwritten Digits Classification
  • Competition Classify real world images using state-of-art deep learning models.
    
培训 #3 大数据存储
培训 #4 商业大数据分析
讲师:凌棕,   IBM 高级研究科学家 
要求:无

时间:9:00-13:00
房间:307B
   
  • Big Data Storage Difficulties
  • Big Data Storage Bottleneck
  • Big Data Storage Plan
    
    
讲师:熊辉 ,美国罗格斯-新泽西州立大学管理科学与信息系统系教授、ACM杰出科学家 
要求:无

时间:14:00-18:00
房间:307B

  • Data mining problem formulation
  • Data pre-processing and post-processing
  • Adaption of computational models
    
培训 #6 用R做预测性数据科学
培训 #5 行为数据分析
讲师:操龙兵,悉尼科技大学工程与信息技术学院教授
要求:无

时间:9:00-13:00
房间:311A
   
  • Introduction to behavior representation
  • Behavior modeling and representation
  • High impact behavior analysis
  • Group behavior analysis
  • Non-occurring behavior analysis
    
讲师:Greg Makowski,LigaData 首席数据科学家
要求:自带笔记本电脑,安装 R Studio

时间:14:00-18:00
房间:311A

  • Design of projects to be accurate, general and understandible
  • Preprocessing the input data with heuristics and knowledge representation
  • Load a loan data set, train models. Use the caret library as an interface to 233 predictive algorithms, including xgboost
    
培训 #7 推荐系统设计
培训 #8 自然语言处理
讲师:杨晓伟,Bayessoft 首席数据科学家
要求:自带笔记本电脑

时间:9:00-13:00
房间:311B

  • Why personalized service and how recommenders can help?
  • Mainstream recommenders: content-based, collaborative filtering and hybrid
  • Recent developments via deep neural networks
    
讲师:孙瑞鸿, 斯坦福大学机器学习研究员,Banter首席数据科学家
要求:自带笔记本电脑

时间:14:00-18:00
房间:311B
   
  • NLP Tasks and Text Similarity
  • Tools in building AI-based messaging systems
  • Syntax and Parsing
  • Part of Speech Tagging and Information Extraction
  • Sentiment Analysis and Semantics
    
GMIC 2017 北京
 GMIC 2017 北京大会将持续5天,包括4月27日-4月29日在国家会议中心举办的行业峰会;定位于国内第一“科技X娱乐”跨界盛会,4月27日晚在国家会议中心举行的GMIC X 年度盛典;以及4月29日-5月1日在国家体育场(鸟巢)附场举办的面向全民的极·科技庙会。
 
行业峰会将设置30余个高峰论坛,涵盖人工智能(机器人、大数据)、泛娱乐(影视)、游戏、AR/VR、移动营销、智能出行、金融科技、移动医疗、投资生态、设计、互联网教育等多个议题。
 
GMIC 北京 2017,让我们拭目以待!
   

Sponsors

特别鸣谢

媒体合作