吹響集結的號角：O'Reilly和Intel人工智能大會北京站在召喚！
專注于探討 AI 技術落地的大會
由著名傳媒公司 O'Reilly 和科技巨頭 Intel 聯合舉辦的 AI Conference，聚集了一眾 AI 頂級大佬，通過培訓、教學輔導課、主題演講，議題分享等環節，探討 AI 技術最新進展及應用場景。這將是一場盛況空前的 AI 從業者集會。
O'Reilly 會議由來已久，最早要追溯到 1997 年的O'Reilly軟件網站會議 （加州圣何塞），在 20 多年里，O'Reilly 舉辦了兩百多場大型會議，內容涵蓋計算機行業里各個領域。
這些會議匯集了數萬名領先的創新者，探討技術和業務轉型的前沿新興趨勢和關鍵挑戰。「開源」(OpenSource) 這個詞就誕生于 O'Reilly 會議，而人工智能會議則是在 2017 年加入這個大家族。
O'Reilly AI Conference 與北京的緣分，始于 2018 ，而今夏，又將回歸北京，這必定是再一次的美妙相遇。
大會的嘉賓，也一直是 O'Reilly AI Conference 的重要籌碼。比如去年的 Michael Jordan 、李飛飛、李開復、Rena el Kaiouby 、Peter Norvig、李佳 和 Lili Cheng 這些 AI 界的明星級人物。
今年的大會也邀請了人工智能學界、工業界的諸多重量級嘉賓，包括 Intel 架構、圖形和軟件副總裁 馬子雅、加州大學伯克利分校 EECS 教授 Ion Stoica，Google Brain 團隊中移動和嵌入式 TensorFlow Group 的技術主管 Pete Warden ，以及阿里達摩院的大神 賈揚清 等等。
大會演講主題
在 6 月20-21 整整兩天的演講中，安排了數十位人工智能行業界的重要嘉賓和講師，從學界、工業界、商業界等不同角度，分享他們的經驗。
企業中的人工智能：執行簡報，案例研究及用例，行業特定應用；
人工智能對商業及社會的影響：自動化，安全，規范；
實施人工智能項目：應用，工具，架構，安全；
與人工智能交互：設計，指標，產品管理，機器人；
模型及方法：增強及機器學習， TensorFlow ，深度學習， GAN ，自然語言處理及理解，語音識別，計算機視覺
部分主題：
- 基于人工智能的大數據分析，驅動大規模高效洞察
Unifying analytics and AI on big data for faster insights at scale
- 通過云服務為 AI 加速創新
Accelerate innovations with AI in the cloud
- 如何通過定制 AI 處理器，提高生產力和效率
Increasing AI productivity and efficiency with purpose-built AI processors
- 未來的招聘：與 AI 深度結合
The future of hiring and the talent market with AI
- 在 RISELab 中實現人工智能系統
AI and systems at RISELab
- 走近學習算法，數據結構和系統
Toward learned algorithms, data structures, and systems
- 人工智能的計算機硬件設計
Designing computer hardware for artificial intelligence
- 自動駕駛技術和未來自主倉到倉運輸
Self-driving technology and the future autonomous depot-to-depot transport
- 人工智能、大數據和云技術的數據編配
Data Orchestration for AI, Big Data, and Cloud
更多議題見官網。
人工智能培訓課程（2 天）
在 6 月 18-19 兩天，大會安排了三個方向的培訓課程，并邀請了經驗豐富的導師，通過深度培訓的形式，帶來非常優質的課程。
內容涵蓋量化金融風險、PyTorch、TensorFlow 三個方向，將結合課程講解、實操訓練的方式，讓學員快速掌握相關知識和最佳實踐。
量化金融信用與風控分析
時間：6月18-19日 09:00 - 17:00
地點：多功能廳2
該輔導課基于清華大學交叉信息研究院開設的一門「量化金融信用與風控分析」研究生課。其中會用 LendingClub 的真實借貸數據做為案例，解說一些具體模型的實現。
導師介紹：
種驥科博士：清華兼職教授，現任美國 Acorns 首席數據科學家，種驥科曾任職于宜人貸首席數據科學家，負責反欺詐風控和數字驅動的運營和創新。種驥科曾任美國卡內基梅隆大學教授與博士生導師，持有加州大學伯克利分校電子工程和計算機科學系博士學位，卡內基梅隆大學電子和計算機工程系碩士及本科學位。
黃鈴博士：慧安金科(北京)科技有限公司創始人、CEO，清華大學交叉信息研究院兼職教授。畢業于美國加州大學伯克利分校，獲得計算機科學博士學位。
陳薇博士：現任排列科技首席科學家，江西互聯網金融協會特聘風控專家，博金貸金融科技研究院院長。持有內布拉斯加大學計算機科學系博士學位，清華大學計算機工程系碩士及中國人工智能重點實驗室成員，曾擔任數個學術期刊評審，發表專業論文數十篇。
PyTorch 深度學習
時間：6月18-19日 09:00 - 17:00
地點：多功能廳 6A+B
PyTorch 是一個基于 Python 的機器學習庫，方便用戶靈活地構建深度神經網絡，導師 Rich Ott 將介紹《如何用 PyTorch 完成深度學習的工作流程》，并介紹 PyTorch 的 API 調用和 如何配合 GPU 使用。導師為學員準備了基于真實數據的數據集，和構建深度學習模型所需的知識。
導師介紹：
Richard Ott 就職于 Verizon ，擔任數據科學家和軟件工程師，Richard 擁有麻省理工學院的粒子物理學博士學位，和加州大學戴維斯分校的博士后學位。
TensorFlow 深度學習
時間：6月18-19日 09:00 - 17:00
地點：多功能廳 5A+B
TensorFlow 庫為用戶提供跨資源自動并行化的計算圖，是實現神經網絡的理想架構。 Season Yang 將介紹 TensorFlow 在 Python中的使用，以及如何使用 TensorFlow 提供的 Keras API，并通過幾個最佳實踐，讓學員逐步掌握機器學習的算法。
導師介紹：
Season Yang 是麥肯錫公司風險實踐的分析研究員。 畢業于加州大學戴維斯分校，獲得應用數學和科學計算與經濟學雙學士學位，后于哥倫比亞大學應用數學專業，獲得碩士學位，專攻數值計算。
七大主題教學輔導課（3 小時）
- 實用指南：機器學習中可解釋性和偏差評估
A practical guide toward explainability and bias evaluation in machine learning
- Analytics Zoo：在 Apache Spark 上實現分布式 的TensorFlow 和 Keras
Analytics Zoo: Distributed TensorFlow and Keras on Apache Spark
- 基于深度學習的時間序列預測
Deep learning for time series forecasting
- 英特爾 OpenVINO：從邊緣計算到云計算，為深度學習推理和計算機視覺加速
Intel OpenVINO: Accelerating deep learning inference and computer vision from edge to cloud
- 人工智能產品的設計思路
Design thinking for AI
- 通過自動化機器學習民主化和加速AI落地
Democratizing and accelerating AI through automated machine learning
- 使用 Ray 構建強化學習模型和AI應用程序
Building reinforcement learning models and AI applications with Ray
近百場精彩議題請登錄會議官網查看。
最后報名時刻：
本屆AI Conference 2019北京站門票正在熱賣中，培訓課席位有限，機不可失。搜索“AI大會”或“人工智能大會”，進入官網查看詳情。
