专注于探讨 AI 技术落地的大会
由著名传媒公司 O'Reilly 和科技巨头 Intel 联合举办的 AI Conference，聚集了一众 AI 顶级大佬，通过培训、教学辅导课、主题演讲，议题分享等环节，探讨 AI 技术最新进展及应用场景。这将是一场盛况空前的 AI 从业者集会。
O'Reilly 会议由来已久，最早要追溯到 1997 年的O'Reilly软件网站会议 （加州圣何塞），在 20 多年里，O'Reilly 举办了两百多场大型会议，内容涵盖计算机行业里各个领域。
这些会议汇集了数万名领先的创新者，探讨技术和业务转型的前沿新兴趋势和关键挑战。「开源」(OpenSource) 这个词就诞生于 O'Reilly 会议，而人工智能会议则是在 2017 年加入这个大家族。
O'Reilly AI Conference 与北京的缘分，始于 2018 ，而今夏，又将回归北京，这必定是再一次的美妙相遇。
大会的嘉宾，也一直是 O'Reilly AI Conference 的重要筹码。比如去年的 Michael Jordan 、李飞飞、李开复、Rena el Kaiouby 、Peter Norvig、李佳 和 Lili Cheng 这些 AI 界的明星级人物。
今年的大会也邀请了人工智能学界、工业界的诸多重量级嘉宾，包括 Intel 架构、图形和软件副总裁 马子雅、加州大学伯克利分校 EECS 教授 Ion Stoica，Google Brain 团队中移动和嵌入式 TensorFlow Group 的技术主管 Pete Warden ，以及阿里达摩院的大神 贾扬清 等等。
大会演讲主题
在 6 月20-21 整整两天的演讲中，安排了数十位人工智能行业界的重要嘉宾和讲师，从学界、工业界、商业界等不同角度，分享他们的经验。
企业中的人工智能：执行简报，案例研究及用例，行业特定应用；
人工智能对商业及社会的影响：自动化，安全，规范；
实施人工智能项目：应用，工具，架构，安全；
与人工智能交互：设计，指标，产品管理，机器人；
模型及方法：增强及机器学习， TensorFlow ，深度学习， GAN ，自然语言处理及理解，语音识别，计算机视觉
部分主题：
- 基于人工智能的大数据分析，驱动大规模高效洞察
Unifying analytics and AI on big data for faster insights at scale
- 通过云服务为 AI 加速创新
Accelerate innovations with AI in the cloud
- 如何通过定制 AI 处理器，提高生产力和效率
Increasing AI productivity and efficiency with purpose-built AI processors
- 未来的招聘：与 AI 深度结合
The future of hiring and the talent market with AI
- 在 RISELab 中实现人工智能系统
AI and systems at RISELab
- 走近学习算法，数据结构和系统
Toward learned algorithms, data structures, and systems
- 人工智能的计算机硬件设计
Designing computer hardware for artificial intelligence
- 自动驾驶技术和未来自主仓到仓运输
Self-driving technology and the future autonomous depot-to-depot transport
- 人工智能、大数据和云技术的数据编配
Data Orchestration for AI, Big Data, and Cloud
更多议题见官网。
人工智能培训课程（2 天）
在 6 月 18-19 两天，大会安排了三个方向的培训课程，并邀请了经验丰富的导师，通过深度培训的形式，带来非常优质的课程。
内容涵盖量化金融风险、PyTorch、TensorFlow 三个方向，将结合课程讲解、实操训练的方式，让学员快速掌握相关知识和最佳实践。
量化金融信用与风控分析
时间：6月18-19日 09:00 - 17:00
地点：多功能厅2
该辅导课基于清华大学交叉信息研究院开设的一门「量化金融信用与风控分析」研究生课。其中会用 LendingClub 的真实借贷数据做为案例，解说一些具体模型的实现。
导师介绍：
种骥科博士：清华兼职教授，现任美国 Acorns 首席数据科学家，种骥科曾任职于宜人贷首席数据科学家，负责反欺诈风控和数字驱动的运营和创新。种骥科曾任美国卡内基梅隆大学教授与博士生导师，持有加州大学伯克利分校电子工程和计算机科学系博士学位，卡内基梅隆大学电子和计算机工程系硕士及本科学位。
黄铃博士：慧安金科(北京)科技有限公司创始人、CEO，清华大学交叉信息研究院兼职教授。毕业于美国加州大学伯克利分校，获得计算机科学博士学位。
陈薇博士：现任排列科技首席科学家，江西互联网金融协会特聘风控专家，博金贷金融科技研究院院长。持有内布拉斯加大学计算机科学系博士学位，清华大学计算机工程系硕士及中国人工智能重点实验室成员，曾担任数个学术期刊评审，发表专业论文数十篇。
PyTorch 深度学习
时间：6月18-19日 09:00 - 17:00
地点：多功能厅 6A+B
PyTorch 是一个基于 Python 的机器学习库，方便用户灵活地构建深度神经网络，导师 Rich Ott 将介绍《如何用 PyTorch 完成深度学习的工作流程》，并介绍 PyTorch 的 API 调用和 如何配合 GPU 使用。导师为学员准备了基于真实数据的数据集，和构建深度学习模型所需的知识。
导师介绍：
Richard Ott 就职于 Verizon ，担任数据科学家和软件工程师，Richard 拥有麻省理工学院的粒子物理学博士学位，和加州大学戴维斯分校的博士后学位。
TensorFlow 深度学习
时间：6月18-19日 09:00 - 17:00
地点：多功能厅 5A+B
TensorFlow 库为用户提供跨资源自动并行化的计算图，是实现神经网络的理想架构。 Season Yang 将介绍 TensorFlow 在 Python中的使用，以及如何使用 TensorFlow 提供的 Keras API，并通过几个最佳实践，让学员逐步掌握机器学习的算法。
导师介绍：
Season Yang 是麦肯锡公司风险实践的分析研究员。 毕业于加州大学戴维斯分校，获得应用数学和科学计算与经济学双学士学位，后于哥伦比亚大学应用数学专业，获得硕士学位，专攻数值计算。
七大主题教学辅导课（3 小时）
- 实用指南：机器学习中可解释性和偏差评估
A practical guide toward explainability and bias evaluation in machine learning
- Analytics Zoo：在 Apache Spark 上实现分布式 的TensorFlow 和 Keras
Analytics Zoo: Distributed TensorFlow and Keras on Apache Spark
- 基于深度学习的时间序列预测
Deep learning for time series forecasting
- 英特尔 OpenVINO：从边缘计算到云计算，为深度学习推理和计算机视觉加速
Intel OpenVINO: Accelerating deep learning inference and computer vision from edge to cloud
- 人工智能产品的设计思路
Design thinking for AI
- 通过自动化机器学习民主化和加速AI落地
Democratizing and accelerating AI through automated machine learning
- 使用 Ray 构建强化学习模型和AI应用程序
Building reinforcement learning models and AI applications with Ray
近百场精彩议题请登录会议官网查看。
最后报名时刻：
本届AI Conference 2019北京站门票正在热卖中，培训课席位有限，机不可失。搜索“AI大会”或“人工智能大会”，进入官网查看详情。
