数据挖掘最强华人阵容云集成都！2019 KDD China 技术峰会精彩回顾

Posted 2021-04-27 京东城市

2019年11月30日-12月1日，由 KDD China 和四川省计算机学会共同主办，西南交通大学信息科学与技术学院（人工智能研究院）承办，微众银行、京东城市、北京大学信息科学技术学院协办的“2019 KDD China技术峰会&四川省计算机学会年会”在西南交通大学举行。

ACM数据挖掘中国分会（KDD China）是SIGKDD在中国的唯一官方分支机构，SIGKDD是美国计算机学会的大数据权威机构，其举办的KDD大会被誉为世界大数据领域的顶级盛会。分会旨在打通国内外的数据挖掘社区，助力中国数据挖掘领域学术圈和工业界更顺畅的交流，并更好地连接数据挖掘技术提供方和技术需求方。

本次大会由微众银行首席人工智能官杨强教授和京东城市总裁郑宇教授担任大会主席，由西南交通大学人工智能研究院副院长李天瑞教授和四川省计算机学会秘书长宋昌元研究员担任程序主席，并邀请了南京大学人工智能学院院长周志华教授，伊利诺伊大学芝加哥分校刘兵教授，北京大学张大庆教授，滴滴出行副总裁叶杰平教授，字节跳动科技有限公司人工智能实验室总监李航博士，IBM中国研究院研究总监苏中博士，华夏基金的CDO首席数据官陈一昕博士，微众银行人工智能部副总经理吴海山博士以及京东城市AI平台部负责人张钧波博士等十余位国内外知名专家担任演讲嘉宾，围绕学术界和产业界共同关心的人工智能前沿话题——大数据智能，展开了一系列深入的讨论，各自分享了最新的工作成果，并探讨了未来所面临的技术挑战。

杨强：用户隐私、数据孤岛和联邦学习

微众银行首席人工智能官杨强教授做了题为“用户隐私，数据孤岛和联邦学习”的主题报告。就“AI的数据不够怎么办”问题，引出了迁移学习与联邦学习的概念。首先介绍了迁移学习的发展趋势以及在相关领域的应用；接着详细讲述了联邦学习的关键技术与学习方式，并举例说明联邦学习的实际应用；最后重点阐述了联邦学习在各领域中的应用以及在生态建设中的最新发展。

▲杨强

 刘兵：Longlife and continual learning 

伊利诺伊大学芝加哥分校刘兵教授做了题为“Longlife and continual learning”的主题报告。首先介绍了传统机器学习与终身学习关系与区别；接着讲述了终身学习的主要特性，并展示其在社交对话交互式学习中的应用，指出在许多实际的应用中亟需终身学习；最后提出终身学习的发展仍有很多的挑战与问题，今后需要更多的创新性思维。

▲刘兵

 周志华：开放世界机器学习 

南京大学人工智能学院院长周志华教授做了题为“开放世界机器学习”的主题报告。首先以传统机器学习任务切入，提出在开放动态环境中该如何进行研究；接着举例说明了四种类型的机器学习方法：新类别产生、不断变化的特征、不断变化的数据分布、学习目标发生变化，并讲解了多目标任务优化的理论；最后总结了从封闭世界向开放动态环境发展的机器学习理论变化的趋势和必然性。

▲周志华

 张大庆：

基于WiFi与4G/5G无线信号的非接触智能感知：理论与应用 

北京大学博雅讲席教授张大庆做了题为“基于WiFi与4G/5G无线信号的非接触智能感知：理论与应用”的主题报告。首先介绍了无线感知的基本原理；接着提出如何利用WiFi信号对人的行为进行无监督感知，并举例说明基于WiFi CSI的人体行为感知应用；最后总结得出基于无线信号的非接触感知是人体感知的一种理想方法。

▲张大庆

 叶杰平：AI在出行领域的机遇与挑战 

滴滴出行副总裁叶杰平教授做了题为“AI在出行领域的机遇与挑战”的主题报告。首先介绍智能交通的发展，分享了滴滴出行AI生态，包括出行安全、地图、智能客服、AI赋能社会能方面；接着详细讲解了滴滴出行的智能派单的工作原理，包括基于未来预测的智能派单，基于强化学习的智能派单和基于V-Net的智能派单等；最后讲述滴滴智能语音NLP技术以及滴滴出行安全AI赋能社会的发展。

▲叶杰平

 李航：自然语言对话：今后技术发展的机遇在哪里 

字节跳动科技有限公司人工智能实验室总监李航博士做了题为“自然语言对话：今后技术发展的机遇在哪里”的主题报告。首先介绍当下流行的对话系统，指出了语音对话系统的进展和挑战：一是语言表示与理解，二是任务表示与处理；接着探讨语言对话系统核心技术细节，并细讲解了对话系统的设计原则；最后总结了自然语言对话系统的进展和未来发展趋势。

▲李航

 苏中：Trusted AI for Business 

IBM中国研究院研究总监苏中博士做了题为“Trusted AI for Business”的主题报告。首先分享了IBM研究部门在AI方面的划时代工作；接着指出深度学习带来的人工智能技术革命，包括海量数据，强大算力，可信算法等；最后论述了企业级AI的发展问题：第一是核心AI，并举例说明了核心AI，例如端到端学习，思维导图生成，第二是可信任AI，包括最全面的“攻击”和防御人工智能工具包，差分隐私，第三是规模化，指出资源消耗仍是一个需要巨大的考验。

▲苏中

 陈一昕：资产管理领域的数据科技趋势 

华夏基金首席数据官、董事总经理陈一昕博士做了题为“资产管理领域的数据科技趋势”的主题报告。首先回顾华夏基金的发展历程，分析了金融科技业务的应用场景，包括全台应用场景，中台应用场景以及后台应用场景；接着剖析了金融管理、技术、硬件支撑，包括数据清理，数据存储与处理等方面问题，并对资产定价实证研究进行了重点讲解；最后展望了机器学习在资产管理领域的应用前景。

▲陈一昕

 吴海山：AI+另类数据，将如何影响资产管理行业

微众银行人工智能部副总经理吴海山博士做了题为“AI+另类数据，将如何影响资产管理行业”的主题报告。首先介绍了Alternative Data（另类数据：卫星数据，时空位置数据，POI和AOI数据，社交媒体和新闻舆情数据）对于金融投资的意义；接着讲解了揽月平台，即微众银行AI+另类数据的智能监管平台所用的技术，包括目标检测技术，地块分割技术，路网检测技术，变化检测技术等；最后总结了环境（Environmental），社会（Social），公司治理（Governance）的ESG趋势与机遇。

▲吴海山

 张钧波：城市计算与智能：用大数据和AI打造智能城市 

京东城市AI平台部负责人张钧波博士做了题为“城市计算与智能：用大数据和AI打造智能城市”的主题报告。他首先介绍了云计算+AI+大数据下的城市计算概念，以城市时空大数据具有异构、多源、时空动态性的特点为切入，阐述了现有的城市数据处理系统基于人工智能、机器学习、大数据分析下的管理以及基于联邦学习的跨域建模的安全性，并提出基于联邦学习的跨域模型和联邦森林安全模型；最后结合时空数据的特性，分析了城市智能分析中存在的挑战，并提出以“智能城市操作系统2.0”为核心的相应解决方案和应用案例。

▲张钧波

在演讲中，他指出，城市中存在着各种各样类型的数据，比如POIs，路网，交通出行轨迹等，而这些数据又无法直接输入到深度学习网络中。为此，我们需要在原始的时空数据到深度学习模型之间架起一道数据转换的桥梁，通过底层时空数据平台对时空数据的定制化管理和上层时空算法模型的整合分析，为此，将城市中的时空数据分为八大类。

通过将城市中的原始数据按照这样八大类进行划分，我们可以快速选择相应的方法进行特征转换抽取，并选取相应类别的模型进行智能化的分析和挖掘。

12月1日下午，本次技术峰会圆满落幕，作为KDD China 的重要组织者之一，京东城市将在未来带来更多有关数据挖掘方面的前沿动态，敬请期待！

▲嘉宾合影

相关文章：