決策智能成為AI發展新方向,引領行業持續變革。
自AlphaGo戰勝圍棋冠軍,人工智能便頻繁被人們提起。人工智能的應用不僅僅局限于圍棋,在工業界B端應用、生物領域、游戲AI、自動駕駛等各行各業都有著潛移默化的影響。
本期“DI極客說”技術沙龍,將為大家揭秘決策AI技術創新應用的革新趨勢及布局。
“DI極客說”系列技術沙龍由上海人工智能實驗室主辦,全球高校人工智能學術聯盟承辦,商湯科技作為支持單位,AI研習社作為直播平臺,PaperWeekly、機器學習算法與自然語言處理、深度強化學習實驗室作為合作媒體聯合打造。
“DI極客說”通過邀請多元化的技術專家,介紹決策AI相關領域的前沿科技成果,分享科研和產業化應用經驗,共建“知識共享”的決策AI開源技術生態。
第二期“DI極客說”將于11月20日拉開帷幕,報名成功的小伙伴們均可免費參加!高校學者、業界專家以及眾多關注AI的同行將齊聚線上,一起討論交流“決策AI創新應用帶來的行業變革與機會”。
參與本期技術沙龍,你將獲得:
• 產學研界專家團的專業講解與實時互動
• 了解決策AI行業發展趨勢與成果應用
• 學習認證證書
DI 嘉賓及分享內容
范偉 聯想研究院機器學習總監
范偉,現任聯想研究院機器學習總監,中國人工智能產業發展聯盟(AIIA)專委會委員,中國圖像圖形學學會(CSIG)專委會委員,中國計算機學會(CCF)會員。發表40 余篇學術論文(同行應用累計700余次),擁有30余項授權專利。加入聯想前,先后在理光、富士通從事文檔圖像分析研究,主持開發基于深度學習的手寫體中文識別技術,在業界首次實現精度超過自然人的識別率,并成功應用于全國人口普查,全國經濟普查等大型政府項目。目前全面負責聯想人工智能實驗室機器學習技術研發及行業應用,成果入圍2021年國際運籌學“奧斯卡”獎- Franz Edelman Award,“IDC未來企業大獎—未來智能領軍者”優秀案例,“CCF科學技術獎”科技進步優秀獎,2020年51CTO人工智能解決方案卓越獎,CSDN AI優秀案例實踐獎。
報告題目:AI決策智能技術在聯想的實踐
隨著AI浪潮不斷地蓬勃發展,近一段時間來,面向B端產業的AI技術逐漸成為了領域熱點與前沿。其中,結合人工智能與運籌優化的決策智能技術得到了行業的廣泛關注。越來越多的企業已經深刻認識到決策智能技術的發展將會引領行業的持續變革。本次分享將結合AI+OR的技術趨勢,介紹AI決策智能技術在聯想的成功案例,并展望決策智能技術如何暢游B端應用的“藍海”。
胡如云 中國科學院深圳先進技術研究院助理研究員
胡如云,博士,中國科學院深圳先進技術研究院助理研究員。本科和博士均畢業于清華大學,在校期間從事湍流數值模擬研究工作。目前從事蛋白質序列智能設計研究;采用數據驅動的方法,構建蛋白質功能預測模型、優化蛋白質序列、實現算法驅動的合成生物實驗設計。已發表SCI論文4篇,最近綜述了機器學習在合成生物領域的應用,并發表在《科學通報》。
報告題目:強化學習在生物設計中的應用及展望
通過介紹強化學習在生物序列設計和代謝途徑設計中的應用,展示如何將生物設計問題抽象為強化學習問題,從而利用強化學習方法加速設計過程,提高設計質量。同時,提煉強化學習在生物領域應用面臨的挑戰及未來可能的發展方向。
周航 上海人工智能實驗室OpenDILab開源智能平臺核心研發人員,DI-star負責人
周航,上海人工智能實驗室OpenDILab開源智能平臺核心研發人員,DI-star負責人。主要負責游戲AI中的技術和落地研究。主要研究方向有大規模強化學習訓練系統,復雜場景游戲AI設計,通用游戲AI設計等。
報告題目:決策AI 在游戲中的設計與應用
隨著人工智能技術的發展,從Atari到AlphaGo再到星際爭霸2,結合深度學習、強化學習以及大規模分布式平臺訓練出來的AI已經在各個競技項目的水平已經比肩甚至超越了人類,但在復雜場景下AI仍然面臨著巨大挑戰,游戲AI落地還需解決訓練成本,模型的泛化性和魯棒性等多個難題。
陳若冰 上海人工智能實驗室OpenDILab開源智能平臺核心研發人員,DI-drive負責人
陳若冰,上海人工智能實驗室OpenDILab開源智能平臺核心研發人員,DI-drive負責人。主要從事決策AI算法在應用場景的研發創新優化。主要負責OpenDILab 中基于DI-drive的決策AI應用平臺開發,包括自動駕駛訓練平臺DI-drive,交通信號控制任務,生物蛋白質、RNA序列搜索等任務。
報告題目:決策AI 應用與生態:優化+探索
人工智能技術已經進入從感知智能到決策智能演變的關鍵節點,決策AI技術的前沿進展和突破也到了在實際場景部署和應用的階段。決策AI技術應用的成功與否直接決定了這一技術在產業界的認可程度和決策AI技術的發展方向,應用領域的難題也可以反過來指導決策AI理論的發展和創新。另一方面,建立成熟的,有一定規模的應用生態成為了決策AI技術應用的另一個重要議題,生態構建的成功與否體現了決策AI技術的應用門檻、其通用能力和泛化能力以及對不同任務的適應能力。應用生態也可以更加廣泛地拓展決策AI的應用領域,打通不同應用領域所面臨的問題和挑戰。
