吹响集结的号角：O'Reilly和Intel人工智能大会北京站在召唤！

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。