Russell认为人工智能要被证明可以给人类带来益处有三个简单的方法:第一机器人的目标是最大化实现人类的意愿;第二不要给机器固定的价值系统;第三人类的行为应给机器提供参考。[详细]
Cournoyer对于投资人工智能并不陌生,作为一个资深投资经理,他在 2000 年左右就开始投资加拿大的人工智能公司了。他对加拿大的 AI 风投有着自己独到的见解。[详细]
朱军从深度学习谈起,对该项目进行了更加深入的介绍,同时还在深度生成模型、贝叶斯推理等更广泛方面分享了自己的思考。[详细]
俞凯认为,除了 “深度学习 + 大数据”是现在流行的东西,大数据之外还有什么?就是小数据,这是未来研究发展和业界发展的趋势。[详细]
漆远表示,现在很多人在讨论中国和美国的人工智能发展,其实,相比于美国,中国的AI发展更重视商业应用和场景,但缺乏技术深度。[详细]
杨强表示,从机器学习的角度来看,其还是有弱点的,而且这个弱点还很严重。这个弱点即,AlphaGo 没有迁移学习的能力。[详细]
Jürgen 预测,在未来几年人类将创造出具有灵长类动物智能的人工智能系统。人工智能仅仅经历了 70 余年的发展,这个速度相比数亿年的生物进化有了很多倍的提高。[详细]
王小川称,搜狗在做的事情之一就是垂直问答系统,没有数据库,互联网资料作为输入,已经在《一站到底》已经战胜人类选手了。[详细]
葛冬冬认为,从古至今,这个世界上发生的优化,无非就两件,要么是最小化,要么是最大化,任何一件事情,其实都是遵循这个原则的。[详细]
Martin Müller认为,启发式学习经历过三四十年的发展,它是 AlphaGo 背后的动力,也可以在未来应用于其他领域。[详细]
人们需要确保给机器赋予的这些功能确实是想让它拥有的,但是也可能人们赋予它的功能并不是人们最初期待的。[详细]
戴文渊认为,商业AI能力有一个核心的指标叫VC维,企业构建AI能力来说,就是要不断把VC维做大。[详细]
网易AI也在现场向大家介绍了包括网易洞见,网易波特等产品在内的多款产品,以AR现场体验等方式,带来异形尬舞,AR实时定位与跟踪技术的现场展示。[详细]
Leo Dirac 是亚马逊人工智能首席工程师,目前致力于 Apache MXNet 机器学习框架的开发工作。他的演讲主题是 MXNet 在工业级的深度学习应用。[详细]
汪德亮(DeLiang Wang)探讨分享了鸡尾酒会问题研究的当前进展、解决方案及其泛化等相关问题。[详细]
Mulind认为,在人类社会系统中,作为城市毛细血管的交通是一套非常复杂的系统,包括交通工具,基础设施,信号系统,货运与物流,它们是AI重要应用领域。[详细]
Wesly Mukai的分享告诉我们,在人工智能未来的各种可能性以外,机器学习目前已经应用在铁路运输这种非常实际的领域中,为提高效率做出贡献了。[详细]
Yinyin Liu探讨分享了如何用同一种模型为不同行业提供解决方案,以及如何让各个行业的专家建议推动整个人工智能生态系统的发展。[详细]