AI Conference 北京站
O'Reilly AI Conference 于 6 月 18 - 21 日在北京如期进行，在结束了昨天一天的议程，今天是大会主题演讲的第二天。
在这样一个明朗的天气里， AI conference 北京站迎来了最后一天的议程。作为大会最精彩的主题部分，自然也是热闹非凡，亮点颇多。
演讲开始前的「快速社交」环节，与会者们积极的互动
今天的主题分享环节，分为上午的主会场和下午的分会场，参与分享的大咖，是来自人工智能学界、工业界和企业界的几十位重量级嘉宾。
和昨天一样，O'Reilly 的 Ben Lorica 和 Intel 的 Jason Dai，以及来自 Computable 的 Roger Chen 作为贯穿整个 Keynote 的主持人，首先进行了致辞，感谢合作伙伴和参会嘉宾与观众，并介绍了参会的多个重要环节。
主会场精华：AI 与人类未来息息相关
第一位嘉宾 Abigail Hing Wen 是 Intel 人工智能产品部 CTO 办公室的新兴技术主管。
她带来了《Top AI breakthroughs you need to know about》的主题演讲，Hing Wen 归纳了当下人工智能在生物医学、NLP 等方面引发变革性的突破，也表示在 Intel 提出了三个原则：就是创新、信任和包容。
创新是因为人工智能的未来是需要不断的创新，信任是因为我们要去保障安全、透明、问责和保密性，包容是因为AI意味着我们要去遵循相关的伦理道德，来保证所有人都可以从中获益。
来自 Alluxio 的 CTO 兼联合创始人 Haoyuan Li 演讲的主题是《Data orchestration for AI, big data, and the cloud》。
在演讲中，他认为 AI、大数据和云服务在发展上有着类似的趋势，一都是基于数据的；二是要有算法和逻辑，让数据创造新的价值；三是在逻辑和算法之上，还要有通用的基础设施，他也列举了 Alluxio 的用户的具体场景。
来自 PlusAI 的联合创始人 & CTO Hao Zheng，带来了《自驾驶技术与未来自动化车辆仓到仓运输Self-driving technology and the future autonomous depot-to-depot transport》的主题演讲。
他介绍了重型卡车无人驾驶技术，以及长途物流运输当中的应用，重点讲述了无人驾驶技术对于重型卡车在长途运输中效率的提升，以及如何通过机械控制理论和深度学习，攻克技术难点，提高整体稳定性。
嘉宾 Mikio Braun 来自人工智能公司 Zalando SE，带来了《AI and retail》的主题分享。
Mikio Braun 介绍了人工智能与零售业的结合，在业务中，Zalando SE 重点关注两方面：数字化体验和物流仓储。
在客户的购买过程中，通过推荐系统，高效达成用户购买。在仓储物流中，通过时间序列的预测，完成未来的运营规划，实时调整仓储安排。
Mikio Braun 提到他们用人工智能的目的并不是要去取代人，我们是希望能够提供更好的服务。
作为大会的重磅嘉宾，贾扬清以 Alibaba 集团技术副总裁的身份，进行了主题为《Why do we say AI Should be Cloud Native? 为什么人工智能和云计算是天作之合》的分享。
他强调了目前想要获得更精准的模型，必须通过大量的数据训练，就需要更加稳定的工作环境，对于基础架构的要求极高。好在当前大部分公司的基础架构都移到了云端，轻而易举就可以获得云端处理的能力。
算法工程师、数据科学家们，应该将更多的注意力放在算法本身，而将数据处理、安全、可视化，这些工作交给云服务解决。
此外，贾扬清还介绍了阿里的其他业务，包括用户推荐系统如何高效链接用户各种历史数据，提高推荐效率。也提到了双十一等特殊情况下，如何保障推荐系统稳定进行，以及推销了一波阿里云的弹性扩展特性。
来自于 Cerebras 团队的 Michael James 博士，是团队的创始人，带来了题为《Designing computer hardware for artificial intelligence》的分享。
他认为现在 AI 可以在电脑上运行，也可以在移动端运行，但是为什么要用云的原因是，所有的基础设施都搬到了云上，如果云能够在全网范围的计算资源，会让整个互联网软件的效率都大大提高。
他还提出了当下 GPU 也不比 CPU 高效很多的现状，因为没有从根本上思考如何升级 GPU 的架构。在摩尔定律失效的前提下，需要有更好的设计来体现 AI 的优越性，也介绍了目前 Cerebras 正在攻克的方向。
上午分享环节的最后一位嘉宾，是来自 MIT 电子工程和计算科学的副教授、权威专家 Tim Kraska 教授。他带来了题为《Toward learned algorithms, data structures, and systems》的演讲，在演讲中， Tim Kraska 认为在未来人工智能也会改造所有的软件开发流程。
在未来，也会出现新的数据结构、分类，来变革我们之前对于底层开发的认知。最后也介绍到了他针对人工智能数据系统的实验室，正在对这一项即将到来的变革，展开研究。
分会场：群英荟萃的 AI 实践与落地
在特别设计的桌谈午餐环节结束后，大会进入了下午分会场的演讲环节。
六个平行分会场进行了不同的主题方向的演讲，多家公司和机构的专业人员带来了不同的主题演讲。涉及企业中的 AI 案例研究及用例，以及 AI 技术的一些创新观点。
腾讯的高级研发工程师 Yiheng Wang，主要研究方向为分布式机器学习。他带来的《Sparkling：基于 Apache 进行一站式机器学习》，深入地介绍了如何在大数据平台上更好的开展一个完整的机器学习项目。
来自 DataVisor 的中国区技术负责人 Hongyu Cui，选择了和电信接近的主题——《运用自动化 AI 技术打击「智能化」网络欺诈》。
而关于广受争议的基因技术和 AI 的碰撞，则在 TutumGence 的技术人员 Yue Cathy Chang 的分享中，被重新抛了出来。
Yue Cathy Chang 探讨了 AI 如何应用于基因组测序的不同阶段，用很通俗易懂的语言阐释了新的科技力量，在面对基因技术时的优势、创新以及挑战，当然也提到了前段时间备受争议的伦理问题。
透彻影像 CTO 王书浩在下午的分享中，向大家介绍了目前人工智能在病理影像辅助诊断的方法落地。
王书浩称，中国的病理科相对还是不够成熟，认证的病理医生只有 1 万名左右，而美国病理医生是中国的7-8倍，因此国内在这方面的医生还是十分紧缺的。
但是依靠传统的培养方式速度太慢。好在，如今数字病理越来越普及，依靠人工智能系统，能够训练模型对病理切片进行影像分析，而且速度很快，20 秒便可完成 1G 的影像分析。依靠人工智能工具辅助医生进行病理诊断，不仅会减少癌症误诊与漏诊，而且效率也得到大大提高。
当然，下午的分会场议题非常丰富，我们只选择了其中几个来分享，后续 O'Reilly 官网会更新更多分享的文章，并公布部分演讲者的 PPT，欢迎持续关注 O'Reilly 会议官网查看（ https://ai.oreilly.com.cn/ai-cn ）。
尾声：技术与社会共同的探索
截至今天，O'Reilly AI Conference 2019 北京站的全部议程圆满结束，历经 4 天的大会之后，在周末来临前圆满落幕。
大会还有小福利：比如书券换书环节收获了粉丝无数
在最后两天的主题演讲中，几十位讲者用他们深刻而全面的洞见，为大会带来了最好的精神养料。纵观整个大会，「Put AI to Work」的宗旨被展现地淋漓尽致，无处不在的 AI，已经从方法落在了实际应用中，并激发更多的人去找到 AI 使用的方法和思路，以及更广泛的应用场景。
大会虽然结束了，但这更是另一个 AI 从方法到落地的开端。数千人在这里交流，探讨，分享，学习，虽然天下无不散之筵席，但大家思想碰撞的火花还会延续出更多精彩。
AI 的落地之美，仅凭借一次大会不能够完全阐释出来，但 AI Conference，这个推广和分享 AI 应用的大会，却一直在不断地完善，努力拉近技术和生活的距离。
O'Reilly AI Conference Beijing，我们明年再见！
220
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
