抢票中 | AI未来说学术论坛 数据挖掘专场

Posted 2021-04-27 读芯术

AI已来，而你来不来！？

人工智能论坛如今浩如烟海，有硬货、有干货的讲座却百里挑一。李国杰院士为“AI未来说”青年学术论坛启动第一课，熊辉、唐杰、彭绍亮教授解析数据挖掘领域的前沿进展，一场专注于青年学者和大学生的AI论坛等你报名，可以快速定位文末报名哦~

由中国科学院大学主办，百度公司提供支持，读芯术作为指定合作自媒体的“AI未来说·青年学术论坛”第一期将于2019年1月19日下午13:00-17:25在北京市海淀区中关村北一条15号中科院学术会堂举行。

日程安排

第一期AI未来说，谈谈“数据挖掘”

数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程，通俗一点的说法就是从大量的原始数据里提炼出有规律的新知识，这些知识会帮助我们更好地做决策，这听起来就像是淘金，不仅要体力而且要智力的淘金，而这样的智力过程，已经由人们不断总结规律，由计算机实践执行，得到了广泛应用，事实上，上淘宝，逛天猫，甚至浏览百度贴吧，你都是数据的生产者，也是数据挖掘之成果的消费者，数据挖掘离我们的生活已经相当近。

第一期的AI未来说，就是与我们生活密切相关的“数据挖掘”，6位来自数据挖掘领域的重磅嘉宾分享topic！还将与学生零距离接触，在panel环节碰撞思维火花！

数据挖掘技术已经融入到了我们日常的生活中的方方面面，在本期的青年学术论坛中，嘉宾们将结合人工智能技术、人才管理、网络表示学习、个性化推荐、数据管理等领域来讨论数据挖掘技术和分享心得体会。与会的嘉宾都是数据挖掘领域优秀的学者和青年领军人物。相信他们干货满满的报告和我们精心准备的panel讨论环节能为参加此次活动的你带来一场充实的知识盛宴。让我们先看一下本期嘉宾的强大阵容吧。

嘉宾及分享内容

李国杰 《理性认识人工智能的“头雁”作用》

李国杰，中国工程院院士，第三世界科学家院士，中国计算机学会名誉理事长，曙光信息产业股份有限公司董事长。

李国杰院士主要从事计算机体系结构、并行算法、人工智能、计算机网络、信息技术发展战略等方面的研究，发表科学论文150多篇，合著了4本英文专著。长期从事国家863计划高技术研究，两次担任国家“973 计划”项目首席科学家。近几年来，主持研制成功了曙光1号并行计算机、曙光1000大规模并行机和曙光天演系列计算机，先后获得国家科技进步一等奖和三次二等奖。领导计算所研制成功龙芯CPU。1994年获得首届何梁何利基金科技进步奖，2000年被评为全国先进工作者。

报告内容：我们身处的是信息时代，还是已经到了“智能时代”？人工智能究竟发展到了什么程度？人工智能与计算机科学有哪些关系？人工智能是否能够作为数字经济的“领头雁”？李国杰院士将一一做出解答。

熊辉 《大数据智能化人才管理》

熊辉，长江学者，中国大数据技术大会主席，美国罗格斯新泽西州立大学讲授，ACM杰出科学家，百度商业智能实验室主任。

熊辉教授主要研究领域涵盖数据挖掘、大数据、人工智能。熊辉教授的研究工作被Forbes, the Economist，Harvard Business Review，the Wall Street Journal等媒体广泛报道。其中，经济学人杂志（the Economist）在2016年专文重点介绍了熊辉教授利用大数据技术预防犯罪的研究工作 (Economist Article Title: Cutpurse capers)，同时哈佛商业评论在2016年也以专文重点介绍他的关于人力大数据分析的前沿工作。2018年，熊辉教授获得了哈佛商业评论年度拉姆·查兰管理实践奖全场大奖和人力资源管理实践奖。

报告内容：The big data trend has made its way to talent management. Indeed, the availability of large-scale human resources (HR) data provide unparalleled opportunities for business leaders to understand talent behaviors and generate useful talent knowledge, which in turn deliver intelligence for real-time decision making and effective people management at work. In this talk, I will introduce the powerful set of innovative big data techniques developed for intelligent human resource management, such as recruiting, performance evaluation, talent retention, talent development, job matching, team management, leadership development, and organization culture analysis.

唐杰 《网络表示学习理论及应用》

唐杰，清华大学计算机系长聘教授、计算机系副主任，清华-工程院知识智能联合实验室主任，国家优秀青年科学基金获得者。

唐杰教授的研究兴趣包括：社会网络分析、数据挖掘、机器学习和知识图谱。发表论文200余篇，引用10000多次（个人h-指数56）。主持研发了研究者社会网络挖掘系统AMiner，收录1.36亿科研人员、2.31亿科技文献，吸引了220个国家/地区1000多万独立IP访问。曾担任国际期刊ACM TKDD的执行主编和国际会议CIKM’16、WSDM’15的程序委员会主席、KDD’18大会副主席以及IEEE TKDE、ACM TIST、IEEE TBD等期刊编委编委。作为第1完成人获北京市科技进步一等奖、中国人工智能学会科技进步一等奖、KDD杰出贡献奖。

报告内容：本次报告主要包括三个部分：面向网络的表示学习理论(WSDM’18)、针对网络行为的端到端预测模型(KDD’18)以及基于用户反馈的在线学习(NIPS’18)。首先介绍我们在网络表示学习方面的理论分析—通过理论分析将已有的几个网络表示学习做了归一化分析，并在此基础上提出基于矩阵分解的表示学习新方法；基于网络表示学习结果，我们进一步提出一种Multi-Head的注意力模型实现了端到端的网络用户行为预测；最后通过用户反馈，实现用户行为预测的在线学习。

彭绍亮 《基于超算的人工智能医疗技术》

彭绍亮，博士/教授,博导，国防科技大学理学学士，计算机科学硕士/博士，现任国家超级计算长沙中心副主任，湖南大学“岳麓学者”教授/博导，国防科技大学兼职教授，华大基因特聘教授，中国计算机学会理事和杰出会员。曾获军队科技进步一等奖,中国计算机学会CCF自然科学二等奖（1），2016年荣立三等功。担任多个国际期刊编辑，包括International Journal of Biological Sciences (Executive Editors),InterdisciplinarySciences: Computational Life Sciences (Associate Editor)。主要从事高性能计算、大数据、生物信息、人工智能、区块链等技术研究工作，并担任国防科技大学“天河”生命科学方向负责人。在国际国内各类会议和期刊上发表论文上百篇，获得专利十余项。还担任了湖南省生物信息学会理事长、CCF 2016大数据技术大会（BDTC）程序委员会主席、CCF大数据学术大会程序委员会副主席、2017第四届全国计算生物学学术会议大会主席、2017第二届中国计算机学会生物信息学会议程序委员会主席、2019第17届APBC亚太地区生物信息会议程序委员会主席等。

报告内容：基于国家超级计算长沙中心的天河超级计算机和健康、医疗大数据研发的辅助诊疗机器人已初具雏形，是大数据、超级计算和人工智能等技术在医疗健康领域中的典型应用案例。提出了医疗、健康、组学等多维数据融合技术，从“诊前”、“诊中”、“诊后”3阶段支持和辅助医生进行全方位精准的智能诊疗，监测呵护病人和每个家庭成员的健康。系统的研发和测试都基于天河超级计算机和海量医疗健康大数据，研发了更符合医学逻辑的人工智能混合算法平台，在诊断中学习，在学习中诊断。该系统已于2016年开始在国内多家三甲医院、社区医院、体检中心等进行了部署和运行，挂号机器人准确率达9成以上，诊疗速度比人工快2-10倍，误诊率下降20%以上。在2017年8月19日，在第20届全国高等医学院校诊断学教学改革研讨会上（南华医院），还进行了“人机PK”,将100份电子病历导入系统中，现场4.8秒给出诊断结果，每个病人诊疗用时不到0.05秒，准确率达到100%。2017年获得“Top 10大数据应用最佳案例实践”奖，并得到原国家卫健委金小桃副主任、首都医科大学临床检验诊断学系主任康熙雄教授等专家的指导和认可。国际国内几十家媒体进行了现场直播和报道（BBC,CCTV,凤凰卫视，湖南卫视等）。相关研究成果发表在Science、TPDS、BIBM等期刊和会议上。

刘强 《深度学习时代的个性化推荐》

刘强，瑞莱智慧联合创始人&研发总监，2018年博士毕业于中国科学院自动化研究所，微软学者奖得主，在AAAI、IJCAL、SIGIR、WWW、CIKM、ICDM、IEEE TKDE、ACM TIST等顶级会议与期刊发表多篇论文。

报告内容：随着信息时代的发展，人们往往被信息过载的问题所困扰，难以找到自己喜欢或需要的信息，个性化推荐的重要性越发凸显。不同于图像、语音等领域的应用，深度学习在推荐领域的应用面临着不一样的问题。基于深度学习的个性化推荐技术，核心在于特征的非线性交互表达学习。本讲将着重介绍个性化推荐技术不同层面的特征交互学习，以及现阶段所面临的问题和发展方向。

柴成亮 《基于人机协作的数据管理》

柴成亮，清华大学计算机博士。在顶级会议与期刊SIGMOD、VLDB、ICDE、KDD、VLDB Journal发表多篇文章，担任IEEE Big Data、DASFAA、JCST等多个国际会议与期刊审稿人，在顶级会议KDD、ICDE做有关人工智能和数据处理相关的Tutorial，百度奖学金得主，微软学者提名奖。

报告内容：在大数据与人工智能的时代，我们经常需要大量的数据进行分析训练，但是很多原始数据是没有标注信息的（例如图片的标签）。因此，我们需要利用人工，低成本、高质量、高效率地获得数据以及数据标签。此外，我们还着眼于如何利用人机协作的方法来做数据挖掘，如分类、聚类、异常点检测和规则挖掘等。

活动信息

报名时间：即日起至1月18日晚24:00。

如何报名

报名方式

点击文末「阅读原文」填写报名表或扫描下方二维码报名：

注意：由于本次活动的名额有限，请认真填写报名的信息，方便工作人员的审核和本次活动的通知。

注意事项

1. 因场地有限，本次活动仅接受300位用户凭电子门票入场。

2. 为方便报名，报名系统将会开放至2019年01月18日晚24：00，报名时请注意，报名信息填写完成后，点击提交会进入到报名成功的界面。记得添加“AI未来说·青年学术论坛”小助手，加入社群呦，更有神秘礼品随机掉落，业界大牛为你答疑解惑。

3. 本次活动采取审核制报名，我们将根据用户的报名信息与当期主题的契合度进行筛选，通过审核的用户将收到包含电子门票的邮件通知。

我们一起分享AI学习与发展的干货

推荐文章阅读

读芯君爱你