智源大会-AI TIME 25|大规模预训练模型:离通用人工智能还有多远?

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入!

一个高质量的大规模预训练模型拥有哪些特质?

大规模预训练模型在产业中有哪些落地的场景?

大规模预训练模型是否是实现通用人工智能的必由之路?

......

2021年6月1日下午,北京智源大会“预训练模型”专场,邀请了多位AI领域的专家来到现场,与大家一起思辨“大规模预训练模型:离通用人工智能还有多远?”!

哔哩哔哩直播通道

扫码关注AITIME哔哩哔哩官方账号

观看直播

链接:https://live.bilibili.com/21813994

时间:2021年6月1日 16:20-17:20

★ 邀请专家 ★

杨红霞,达摩院智能计算实验室资深算法专家,杜克大学博士。拥有顶级论文30余篇。曾任IBM Watson研究员、Yahoo!主任数据科学家等职。目前致力于研发新一代结合超大规模知识图谱和图计算的推理系统。

武威,博士,北京三快在线科技有限公司(美团)NLP中心负责人。负责自然语言技术在美团搜索、推荐、客服、广告等场景的应用,以及这些技术在美团业务上的落地。在加入美团前,曾于微软亚洲研究院自然语言组任主管研究员以及微软小冰任首席科学家,负责微软小冰核心对话技术的研发。他分别于2007年和2012年在北京大学数学科学学院取得理学学士学位及应用数学博士学位。他的研究兴趣包括自然语言处理、机器学习、以及信息检索。在相关领域的顶会期刊上发表论文40余篇,并担任AAAI 2019高级程序委员,ACL2021领域主席,以及EMNLP2021领域主席。

邓亚峰,现任北京奇虎科技有限公司人工智能研究院院长/搜索事业部负责人,毕业于清华大学,具有18年的计算机视觉和人工智能方向的研发经验。在过去的工作中,他发表过论文11篇,申请中国专利135项,其中已经授权的98项。他曾担任格灵深瞳信息技术有限公司首席技术官,也曾任职百度深度学习研究院、阿里云计算、盛大创新院等公司担任研发专家等角色。所负责业务涉及人脸识别、视频内容理解、行为识别、图像搜索、语音语义交互、机器人、深度学习在推荐及自然语言中的应用等,曾带领团队在FRVT、LFW、FDDB、KITTI、PRCV2019等多个国际和国内主流竞赛中获得过第一名的成绩。他是CCF-视觉专委会委员、计算机视觉标准组委员,曾担任华为智能安防(机器视觉)领域特聘专家、英特尔顾问委员会成员。

黄民烈,清华大学计算机科学与技术系长聘副教授,智能技术与系统实验室副主任,中文信息学会自然语言生成与智能写作专委会副主任、CCF学术工作委员会主任助理。IEEE、CCF高级会员,CCF 2019杰出讲者。研究领域为自然语言处理,特别是自然语言生成、对话系统、阅读理解等。曾获得中国人工智能学会吴文俊人工智能科技进步奖一等奖(排名第一),中文信息学会汉王青年创新奖,阿里巴巴创新合作研究奖,获得国家自然科学基金重点项目资助。多次获得国际主流会议的最佳论文或提名(IJCAI、ACL、SIGDIAL等)。研发对话系统平台ConvLab和ConvLab2,多次组织国内外有影响力的对话系统评测与竞赛(DSTC8,DSTC9),获得NTCIR 2017年组织的短文本对话生成评测冠军。

★ 主持人 ★

    何芸

    AI TIME 负责人

    李文钰

    智源研究院

    成果转化部

    投资总监

大家可以提前入群交流,请大家添加“AI TIME小助手(微信号:AITIME_HY)”入群!

AI TIME微信小助手

主办单位:北京智源人工智能研究院、AI TIME

合作媒体:学术头条

第26期论道预告

6月10日下午2点半清华科技会园1911

论道“人脑VS机器?AI时代经济决策的机遇与挑战?

邀请嘉宾:邓小铁,杨晓光,崔鹏,郭成杰

敬请期待!

AI TIME是清华大学计算机系一群关注人工智能发展,并有思想情怀的青年学者们创办的圈子,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索,加强思想碰撞,打造一个知识分享的聚集地。

 

(点击“阅读原文”参与本期活动思辨)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值