本次人工智能大会将为你带来对人工智能领域全方位的解读，无论你关注什么，在这里都能找到答案——
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
这么多内容，我们今天先来看看几个机器视觉方面的大咖将要说什么。
从实验室到市场
主讲人：Reza Zadeh
议题内容：Turning machine learning research into products for industry
第二主题：企业人工智能，模型与方法
视觉智能的快速发展，让科学家们思考如何更好的应用它。计算机视觉技术从实验室的理论研究层面，发展延伸并实际应用于工农业生产、医疗、交通等领域以及日常生活之前，都需要经过无数次评估和验证，当这些新技术产生切实的成效，并在生产环境中获得重大突破性进展后，它的研究成果才算真正意义上的成功。当然，这需要长年的不懈努力。
Reza Zadeh，斯坦福大学副教授及Matroid 公司创始人兼 CEO。他的研究工作主要涉及机器学习、分布式计算和离散应用数学。过去十年中，他致力于实现计算机视觉领域的研究。他认为，即使一个模型在实验环境里工作得很好，但是没有展开进一步的研究和求证，就想把它扩展到上百万用户的系统里是不可能的。
从实验室研究到市场，RezaZadeh有丰富的案例、中肯的建议和宝贵的经验教训可以和你交流。以计算机视觉为例，帮你分析构建最前沿机器学习产品有哪些挑战，如何评估一个新的研究成果对商业目标是否有价值，如何构建一个能把机器学习模型应用到生产环境系统；为什么不能低估UX设计的重要性……或许这些问题也时常勾起你的思索，或许你心里早有了答案，只是还来得及去验证。没关系，答案Reza Zadeh已经帮你准备好了。
主讲人：Sherry Moore (Google)
议题内容：TensorFlow对科学的影响
第二主题： 深度学习, 计算机视觉
人工智能已经不是未来的科技，它正快速地成为我们日常生活的一部分。在本演讲中，谷歌TensorFlow的领导者Sherry Moore将会介绍机器学习是如何造福世界的，特别是对于科学的发展。她将会讨论她自己的关于学习如何学习（AutoML）的工作以及几个在中国和全世界使用TensorFlow和机器学习的迷人案例。
主讲人：洪小文 (微软亚洲研究院 (Microsoft Research Asia))
议题内容：智能简史
第二主题：自然语言与语音技术, 计算机视觉
人类之所以能够成为地球的主宰、万物之灵长，决定性因素是因为人类拥有智能。在历史长河中，人类开发了工具和技术来帮助文明的演进和成长。计算机以及人工智能，在这样的技术进化中扮演了重要的角色。近期，人工智能已经引发了众多关注和讨论。正因为人工智能是能够增强人类能力的工具，为了确保它们被恰当运用，我们必须透彻理解技术能做什么和不能做什么。在开发人工智能的过程中，我们对于人类自身智能的定义和理解也在持续演进。关于人类智能和人工智能孰优孰劣的辩论也不断升温。在这个主题演讲中，洪小文博士将介绍人工智能（AI）以及人类智能（HI）的历史。从历史的维度，以深刻的洞察，阐述AI和HI是如何彼此交织并共同进化的，并预示AI和HI可能的未来。
从技术到艺术
主讲人：Baining Guo (微软亚洲研究院)
议题内容：微软亚洲研究院的深度图像合成技术
第二主题：模型与方法
我们很多人都用过能够将照片变成油画或者素描风格的APP，但是现在告诉你有一种新技术可以将普通照片变成毕加索风格的绘画，也可以将绘画变成照片，甚至可以根据文本内容凭空绘制图像，这是不是有点令人匪夷所思呢？
这种技术其实是一种人工智能的算法，它被用于改进算法的训练能力，即通过计算机生成图像而非真实图像进行来训练算法的图像识别能力。也就是说，当机器人能够理解如何将文字与图片匹配起来，它就可以自动完成绘画。比如当标题是一朵向日葵的时候，它就会自动学会如何绘制一张向日葵的图片。
深度学习技术合成图像对计算机视觉和计算机图形学产生了广泛的影响，比如为训练深度学习网络生成图像数据、制作更加真实的AR / VR内容，以及在图像之间迁移外观属性等。那这项人工智能技术能为我们提供什么样的服务，微软有独特一些想法，是充当画家或室内设计师的草图绘制助手？还是也可以作为语音激活照片优化的工具？让我们拭目以待吧。
从AI到AI+
主讲人：Enhao Gong (Stanford University | Subtle Medical), Greg Zaharchuk(Stanford University)
议题内容：深度学习与人工智能在神经影像中的前沿应用
第二主题：人工智能对商业及社会的影响, 企业人工智能
渐趋成熟的AI技术正逐步向AI+转变。医疗领域是“AI+”最受关注的领域之一，而“AI+医学影像”是人工智能在医疗领域应用的第一站。目前国内的医学人工智能发展和使用规模与西方发达国家仍存在一些差距，在性能方面还有很大的提升空间，还需要与临床实践作更为紧密的结合。
斯坦福的深度学习领域学者Enhao Gong与斯坦福医院医生、教授 Greg Zaharchuk用了大量的临床数据反复求证临床神经影像的使用方式、深度学习和人工智能如何辅助基于神经影像的智能治疗决策、利用深度学习和人工智能加速神经影像采集以及人工智能与神经影像的安全等问题。
虽然目前AI+医学影像的合作领域是临床信息、基因检测、病理信息等，但是未来一段时间它可以和更多医疗人工智能领域合作，甚至是各医疗人工智能领域的交叉合作。这种形式可以帮助医学影像AI产品的落地，让医学影响AI产品更加的接近医院、医生的真实临床场景，做好医生的助手。
在不久的将来，计算机视觉可以在医生疲惫的时候多一双眼睛，监控摄像机可以在小孩溺水于游泳池中发出警告，甚至突破我们的想象，做更多让我们惊叹的事。我们希望逐步开启计算机的眼，让它在看懂这个世界的同时，也能帮助人类更高效和智能的完成工作和生活。
主讲人：李忠伟 (深圳普思英察科技有限公司)
议题内容：视觉智能及其在机器人行业中的应用
第二主题: AI应用的硬件、软件栈, 制造业与工业自动化，计算机视觉，运输与物流
本演讲主要阐述视觉智能（Visual Intelligence）的定义，传感器分类和介绍，流行算法和介绍，应用场景以及创新点：
定义：视觉智能指的是使用摄像头作为主要传感器，通过各种算法使机器具备人眼的感知能力以及人脑的分析理解判断能力。视觉智能是人工智能里面一个重要的组成部分以及重要的实践基础。
视觉传感器的发展历史以及分类：
被动光摄像头：模仿人类的视觉系统，扩展出鱼眼镜头，双目视觉系统等
主动光摄像头：模仿动物的视觉系统，衍生出TOF，激光雷达等不再重点讨论范围之内
基于视觉的算法介绍：
深度学习算法：当前算法不仅仅局限在物体识别，更扩展到行为分析以及预测
SLAM算法：包括建图，定位，以及扩展的路径规划等
视觉智能在机器人行业中的应用：
家庭机器人：实用的家庭机器人基础平台
服务类机器人：仓储机器人，商用机器人
无人驾驶汽车：使用视觉智能的低速无人驾驶汽车
多传感器融合的解决方案：单一传感器的限制，多传感器融合成为标准方案
来AIConference大会，参加更多关于机器视觉的议题分享。
❖
由O'Reilly和Intel共同举办的 AI Conference 2018北京站 承诺：
将会为您带来一场史无前例的、全球领先人工智能创新人士云集的会议，让中国的人工智能人才与全球人工智能思想领袖面对面地近距离交流。
大幕即将拉开，跑步入场还来得及，戳“阅读原文”马上抢票！
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
