0
| 本文作者： 宗仁 | 2016-12-21 21:57 |
2016年12月18號，由ACM數據挖據中國分會（KDD China）作為 SIGKDD 在中國的唯一官方分支機構，在深圳舉辦的KDD China技術峰會圓滿閉幕。雷鋒網作為現場參與者，親自見證了眾多國內頂尖學者和從業(yè)人員結合自己領域的進展做了最新報告，從互聯網金融、城市計算、自然語音處理、智能駕駛、高性能計算平臺版塊，向我們展示了如何通過手握數據和利用的方法，來一手握住了未來人工智能的鑰匙。
進入會場的時候，雷鋒網一抬頭就看見了傳說中的“座無虛席”，在驚訝于一個技術峰會有這么大吸引力的同時，雷鋒網同事發(fā)現自個只能站在過道里聽大牛們講課了。至于為什么要聽這些大牛講課? 大家看看這次會議強大的講師陣容就明白了。
出席本次活動的嘉賓有：金山軟件CEO 、前微軟亞太研發(fā)集團 CTO、前微軟亞洲工程院院長張宏江博士；KDD China主席、AAAI Fellow、IEEE Fellow香港科技大學計算機系主任楊強教授；KDD China副主席、百度金融服務事業(yè)群組執(zhí)行總監(jiān)、百度金融服務事業(yè)群組研發(fā)負責人沈抖博士；KDD China副主席、AAAI Fellow、IEEE Fellow、南京大學周志華教授；KDD China秘書長、微軟亞洲研究院城市計算領域負責人、美國計算機學會杰出科學家鄭宇博士；KDD China委員、華為諾亞方舟實驗室主任李航博士；KDD China委員、中科大教授、計算機學院副院長陳恩紅教授；滴滴出行研究院副院長、密歇根大學終身教授葉杰平；KDD China委員、騰訊首席數據專家、數據平臺部總經理蔣杰。嘉賓們帶來了9場重量級的特邀主題報告，吸引了大約800名KDD China會員、全國各地高校的師生、從業(yè)者等參加。
在大數據膨脹的IOT時代，如何獲取高質量的數據 ，基于一定的分析數據工具，最大限度地挖掘數據的價值，并為企業(yè)產生價值，是目前學術界和工業(yè)界高度關注的問題，也是學術界和工業(yè)界喜聞樂見的挑戰(zhàn)。從兩界人士的角度，如果把這個膨脹運動具象化，它就像一場翻滾而來的巨浪，不僅帶來了以往難以想象的的海量數據，也促進了新的數據分析技術-人工智能的突破式發(fā)展。下面，我們便來看看各個應用場景的大牛專家，如何看待各自領域的海量數據，正促進人工智能的突破式發(fā)展這個問題的。
首先，張宏江博士做了《大數據推動AI》的主題報告，他表示，人工智能的進展很大程度歸功于數據的進展，全球產生消費的數據，2013年2020年將增長10倍，年增長率40%，微信一天在朋友圈里交換的圖片是10億。而且，現在的企業(yè)沒有大數據很難活下去，而大數據要靠云來支撐。
隨后，楊強教授做了《從深度學習到遷移學習》的主題報告，通過分享他眼中的機器學習昨天、今天和明天，即分別對應已經取得很大成功的深度學習、強化學習，以及非常有前景的遷移學習，并詳細介紹了遷移學習及其應用（比如：基于遷移學習的機器閱讀、人機對話、功能性對話、輿情分析等），闡述了機器學習的昨天，今天和明天。
應用層面，百度金融服務事業(yè)群組執(zhí)行總監(jiān)沈抖博士在其《互聯網金融中的人工智能》主題報告中表示，以前的風控模型和現在的機器學習沒有很大的區(qū)別，但過去的做法不對。一來缺乏是大量數據實時輸入，二是用戶端和企業(yè)端是否做到各方同時考慮呢？比如教育貸款這個場景，也許學生是好學生，但是機構不是好機構，這樣的風險更高。
微軟亞洲研究院鄭宇博士則在《城市計算：用大數據驅動人工智能》主題報告中，向我們介紹了基于云的城市大數據平臺，并分享了該平臺上的相關應用：如何基于大數據的充電樁選址、基于深度學習的城市人流預測、以及利用遷移學習來解決部分城市數據不足的問題，讓我們從細節(jié)處感受到如何通過人工智能的方法來合理分析已有的大數據，幫助市民們擁有更好的交通狀況等非常暖心的問題。
接下來，華為諾亞方舟實驗室主任李航博士在其《深度學習技術在自然語音處理領域》的報告中，表示華為諾亞方舟實驗室的愿景之一，就是打造一個全智能化的智能移動手機終端，用戶將通過自然語言的方式從終端獲取一切想要的信息和協助。然后他以該愿景為目標，介紹了目前在諾亞方舟實驗室研發(fā)的兩款終端類軟件產品，以及三個智能信息化檢索技術。
中科大陳恩紅教授則做了《領域知識驅動的個性化推薦方法》的報告。
出人意料地，滴滴出行研究院院長葉杰平教授在隨后的《大數據在滴滴的應用》報告中，首次揭露了滴滴路徑調度背后的機器學習。
隨后，騰訊首席數據專家蔣杰在做完其《騰訊Sort Benchmark奪冠背后的架構與算法優(yōu)化》的報告后，正式宣布騰訊大數據將開源第三代高性能計算平臺Angel。
大會最后，周志華教授做了《關于機器學習研究的討論》的壓軸報告，給此次大會的主題報告畫上了圓滿的句號。
在大數據和人工智能的系列特邀主題報告之后，在場的大牛們沒有匆匆離場，而是圍在一起探討了更理性的人工智能。
機器學習和數據挖掘這些技術，在哪些領域可以表現比較好？相應的，這些技術在哪些領域可能做得不好？
今天我們的報告里面提到了很多知名學者，其實大部分都是國外的，Yoshua Bengio和Yann LeCun等，但是我想問一下四位講者，在你們心目中，中國有沒有什么人工智能技術是領先于世界的？
剛剛的問題還都還比較平和一點，現在升級一下，有點挑戰(zhàn)性，做好準備了。剛剛大家都說，中國很有機會、有很多人工智能公司。請問各位，你們覺得未來中國哪家公司AI最有希望，為什么？哪一帶公司不太有希望呢，為什么？
鄭宇博士當場向現場大牛們拋出了這些問題，詳細回答可以關注雷鋒網后續(xù)的圓桌論壇整理文章。
根據雷鋒網在現場從參會者嘴里了解到的信息，雖然在“座無虛席”的聽講席里不乏BAT或者一流高校的KDD會員、從業(yè)者以及高校師生，但是這么多大牛齊聚一堂在國內類似的技術峰會上是非常罕見的；各個企業(yè)間關于大數據和人工智能話題如此開放坦誠的技術交流更是難得。當然最最重要的，我們通過這場技術峰會看到了大數據和人工智能的先鋒進展：
大數據的量正在更大地爆發(fā)，促進了新的數據分析技術-人工智能的突破式發(fā)展。人工智能隨之而來的發(fā)展，也由昨天和前天的深度學習和強化學習，開始邁向遷移學習。而上面兩者的結合，又加劇了其在互聯網金融、城市計算、自然語音處理、智能駕駛、高性能計算平臺版塊的喜人進展。就如同我們文章開頭所說，（大數據）向我們展示了如何通過手握數據和利用的方法，來一手握住了未來人工智能的鑰匙。
PS：長按二維碼加入KDD China 會員
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
