AI Conference Beijing 2018（人工智能北京大会）亮点系列之三

编者注：文中超链接如果不能访问可以点击“阅读原文”访问本文原页面；人工智能北京大会2018刚刚结束，可以访问Safari观看本次会议主题演讲完整视频。

我们接着给出一些人工智能北京会议亮点及主题演讲的完整视频。

使用深度增强学习的智能工业系统

增强学习是解决动态变化和需要自适应的环境里问题的一个强有力的机器学习工具。结合模拟或数字的组合增强学习能训练模型，让它们自动化或优化多种行业（例如机器人、制造业、能源和供应链）的系统和流程的效率。Mark Hammond在讲话中探索广泛的真实世界里使用深度增强学习的应用案例，包括机器人、制造业、能源和供应链行业等。Mark还分享了构建和部署这些系统的最佳实践和窍门，并强调工业人工智能系统所独有的需求和挑战。

请参考讲师幻灯片。

TensorFlow对科学的影响

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。她讨论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。

请参考讲师幻灯片。

从狭义人工智能到广义人工智能：7大前沿研究方向

在不久的将来人工智能产业规模将会达到十倍乃至百倍的增长。要达到这个目标，目前基于大规模标注数据单任务学习的人工智能（ANI）必须进化到更强大的广义人工智能（ABI）。在这个演讲中周伯文博士分享他对这个进化的思考，介绍这个进化所需的七大关键路径、研究方向及近期成果。

相关资料：

• AI Conference Beijing 2018（人工智能北京大会）亮点系列之一

• AI Conference Beijing 2018（人工智能北京大会）亮点系列之二

Douglas Wan

Douglas Wan is editor-in-chief at O'Reilly Beijing.