專注於探討 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軟體網站會議 （加州聖荷西），在 20 多年裡，O'Reilly 舉辦了兩百多場大型會議，內容涵蓋計算機行業裡各個領域。
這些會議彙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) 這個詞就誕生於 O'Reilly 會議，而人工智慧會議則是在 2017 年加入這個大家族。
O'Reilly AI Conference 與北京的緣分，始於 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慧學界、工業界的諸多重量級嘉賓，包括 Intel 架構、圖形和軟體副總裁馬子雅、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慧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。
企業中的人工智慧：執行簡報，案例研究及用例，行業特定應用；
人工智慧對商業及社會的影響：自動化，安全，規範；
實施人工智慧專案：應用，工具，架構，安全；
與人工智慧互動：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：
- 基於人工智慧的大資料分析，驅動大規模高效洞察
Unifying analytics and AI on big data for faster insights at scale
- 通過雲服務為 AI 加速創新
Accelerate innovations with AI in the cloud
- 如何通過定製 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 中實現人工智慧系統
AI and systems at RISELab
- 走近學習演算法，資料結構和系統
Toward learned algorithms, data structures, and systems
- 人工智慧的計算機硬體設計
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
- 人工智慧、大資料和雲技術的資料編配
Data Orchestration for AI, Big Data, and Cloud
更多議題見官網。
人工智慧培訓課程（2 天）
在 6 月 18-19 兩天，大會安排了三個方向的培訓課程，並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
該輔導課基於清華大學交叉資訊研究院開設的一門「量化金融信用與風控分析」研究生課。其中會用 LendingClub 的真實借貸資料做為案例，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 首席資料科學家，種驥科曾任職於宜人貸首席資料科學家，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電腦科學系博士學位，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，清華大學交叉資訊研究院兼職教授。畢業於美國加州大學伯克利分校，獲得電腦科學博士學位。
陳薇博士：現任排列科技首席科學家，江西網際網路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電腦科學系博士學位，清華大學計算機工程系碩士及中國人工智慧重點實驗室成員，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 是一個基於 Python 的機器學習庫，方便使用者靈活地構建深度神經網路，導師 Rich Ott 將介紹《如何用 PyTorch 完成深度學習的工作流程》，並介紹 PyTorch 的 API 呼叫和 如何配合 GPU 使用。導師為學員準備了基於真實資料的資料集，和構建深度學習模型所需的知識。
導師介紹：
Richard Ott 就職於 Verizon ，擔任資料科學家和軟體工程師，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後學位。
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 庫為使用者提供跨資源自動並行化的計算圖，是實現神經網路的理想架構。 Season Yang 將介紹 TensorFlow 在 Python中的使用，以及如何使用 TensorFlow 提供的 Keras API，並通過幾個最佳實踐，讓學員逐步掌握機器學習的演算法。
導師介紹：
Season Yang是麥肯錫公司風險實踐的分析研究員。 畢業於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，後於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 上實現分散式 的TensorFlow 和 Keras
Analytics Zoo: Distributed TensorFlow and Keras on Apache Spark
- 基於深度學習的時間序列預測
Deep learning for time series forecasting
- 英特爾 OpenVINO：從邊緣計算到雲端計算，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
- 人工智慧產品的設計思路
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應用程式
Building reinforcement learning models and AI applications with Ray
近百場精彩議題請登入會議官網檢視。
最後報名時刻：
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。搜尋“AI大會”或“人工智慧大會”，進入官網檢視詳情。