Hinton等6位图灵奖得主、百余位顶级学者邀你加入群聊,共话人工智能下一个十年...

ISO15118-20证书结构关系解读(7.3.2.1) 本文主要讲述ISO15118-20:2022标准所有证书结构的关联关系,目的是为后续基于ISO15118-20车桩通讯及PNC充电等提供基础支撑。 本文所有的证书关系图全部来源于ISO15118-20:2022标准规范,在后续的讲解过程会将图的摘取出处给提供出来,便于后期文章和标准对应起来解读。 阅读详情

Geoffrey Hinton等6位图灵奖得主亲临,百余位顶级学者邀请你加入群聊「2020北京智源大会」,深入系统探讨「人工智能的下一个十年」。

自2009年深度学习崛起以来,第三波人工智能浪潮席卷全球,推动了新一波技术革命。

在这波澜壮阔的11年,我们见证了技术突破、应用创新与产业变革。

技术上,深度学习首先带来计算机视觉、语音识别等领域的突破,让机器识别的准确率一步步突破人类水平;在应用上,深度学习、强化学习、联邦学习等学习范式在安防、游戏、金融等不同场景带来新的创新。人工智能技术,在这些领域由点到面的落地应用,逐步推动着整个产业的变革。

技术变革,需要不断的推陈出新。在这11年中,如果说前半期是深度学习的时代,那么近年来我们能够看到更多不同的概念继续推动这人工智能的发展:符号主义、因果关系、联邦学习,等等。

2020年,是一个十年的结束,也是下一个十年的开始。

在未来的十年,人工智能技术将如何发展?如何推动AI技术在医疗、交通等领域的落地应用?如何构建AI基础设置、规范AI伦理,都是当前人工智能领域亟待解决的问题。

依托北京在人工智能领域的科研和人才优势,第二届北京智源大会将于6月21-24日线上开幕。

此届大会围绕技术、应用、基础设施等话题,广泛邀请国内外人工智能领域的顶级专家学者,探索人工智能前沿科技发展趋势,对人工智能基础研究发展现状及面临的机遇和挑战、人工智能技术未来发展的核心方向等话题展开分享与讨论。本届大会主席由智源研究院理事长、源码资本投资合伙人张宏江,智源研究院学术顾问委员会委员、中国工程院院士高文担任。程序主席为智源研究院院长、北京大学教授黄铁军,智源研究院学术副院长、清华大学教授唐杰。

汇聚图灵奖得主、院士大咖的超强嘉宾阵容

为什么说这场北京智源大会不容错过?今年的大会确实有着非常多的亮点。

首先是嘉宾阵容十分强大,从目前更新的报告嘉宾中,我们看到了众多熟悉的名字和面孔:

其中就包括6位来自美国、加拿大和法国的图灵奖得主:Geoffrey Hinton、 Alan Kay、Judea Pearl、Manuel Blum、Joseph Sifakis、John Hopcroft。值得注意的是,在刚刚出炉的Guide2Research2020全球顶尖计算机科学家排名中,Geoffrey Hinton在「Top10计算机科学家」榜单排名第9位。

此外,在榜单中排名第一位的Anil Jain也将来到本次大会。Anil Jain兼有美国工程院院士、中国科学院外籍院士、密歇根州立大学教授等多个身份,H-index高达188,位居计算机科学领域全球第一。排名第4位的Michael I. Jordan(美国三院院士,H-index 166)也将亲临大会,担任论坛主席一职。

大会也邀请到了人工智能各领域多位世界级的专家,包括英国两院院士、英国曼彻斯特大学教授、智源学术顾问委员会委员Steve Furber,瑞士AI实验室教授、LSTM之父Jürgen Schmidhuber,美国工程院院士、数值优化权威Jorge Nocedal,哥伦比亚大学数据科学研究院院长周以真(Jeannette M. Wing),美国工程院院士、MIT Connection Science实验室主任Alex Pentland,AAAI候任主席、康奈尔大学教授Bart Selman,MIT CSAIL教授、智能医疗专家Regina Barzilay,CMU教授、苹果AI负责人Ruslan Salakhutdinov等。

还有多位大名鼎鼎的国内学术界和产业界领袖,包括中国科学院院士、智源学术顾问委员会主席张钹,创新工场创始人兼CEO李开复,奇绩创坛创始人兼CEO陆奇,清华大学教授张亚勤,英国皇家工程院院士、香港浸会大学副校长郭毅可等。

19个专题论坛,追踪人工智能最新发展方向

除全体议程外,本次大会特设19个专题论坛,主题涵盖人工智能数理基础、自然语言处理、智能体系架构与芯片、人工智能伦理治理与可持续发展、机器学习、智能信息检索与挖掘、认知神经基础、机器感知、决策智能、AI医疗、AI创业、AI交通、AI+大数据+防疫、AI框架、图神经网络、知识智能、强化学习、青年科学家机器学习前沿,以及 AI科技女性,遍历人工智能基础研究及创新应用,结合时局解析人工智能最新动态,探索未来发展方向。

论坛主席汇集了加州大学伯克利分校教授、智源学术顾问委员会委员Michael I. Jordan,中科院自动化所所长、智源研究院理事徐波,清华大学教授、智源研究院理事鲁白,中国科学院院士、智源首席科学家张平文,依图科技首席技术官、智源首席科学家颜水成,中国人民大学教授、智源首席科学家文继荣,中科院计算所研究员、智源首席科学家陈云霁,清华大学教授、智源首席科学家孙茂松,中科院自动化所研究员、智源人工智能伦理与安全研究中心主任曾毅,清华大学教授、智源研究员陈文光,滴滴人工智能实验室负责人、智源研究员叶杰平,清华大学副教授、智源青年科学家刘知远,北京师范大学教授、认知神经科学与学习国家重点实验室副主任刘嘉,北京航空航天大学教授吕卫锋等国内与国际不同研究方向代表。

尽管本次大会是以线上方式举行,但环节设置也十分完善,有学术报告、前沿对话、圆桌论坛、专访直播间等分享形式,还将上演 AI 现场挑战决策智能巅峰——即时战略游戏「星际争霸」的宗师级选手,为参会者开放更加全面的观会视角,创造更多互动话题。

大佬们要讲什么?

那么,你一定想提前知道,在这场大佬云集的会上,各位嘉宾都会分享什么主题?

首先我们来看下Hinton老爷子的主题。有着「深度学习之父」之称Geoffrey Hinton以其在类神经网络方面的贡献闻名。他的身份包括加拿大计算机学家和心理学家、多伦多大学教授、Google工程Fellow等。2010年,Hinton获得了加拿大科学和工程领域的最高奖项——赫茨伯格金奖。2018年,Hinton因其在深度学习方面的贡献被授予图灵奖。

在研究上,Hinton一直是无监督学习的推崇者,就像他总是提到的,「I always knew unsupervised learning was the right thing to do.」这一次,Hinton老爷子的演讲主题是《Untethering Unsupervised Learning》,将介绍他在无监督学习领域的一些新的思考。

说起图灵奖得主,我们也总会联想到瑞士AI实验室教授、LSTM之父Jürgen Schmidhuber。此番线上参与智源大会,他分享的主题是《AI against Covid-19》,将聚焦人工智能技术在新冠疫情抗击行动中贡献的力量。

Manuel Blum是卡内基梅隆大学计算机科学教授,他是密码系统和程序检验的先驱,也是计算复杂性理论的主要奠基人之一。1995年,Manuel Blum因其「奠定了计算复杂性理论的基础和在密码术及程序校验方面的贡献」被授予图灵奖。本次大会他分享的主题为《Towards a Conscious AI: A Computer Architecture inspired by Neuroscience》。

Joseph Sifakis是法国科学院院士、法国国家工程院院士、欧洲科学院院士、美国艺术与科学院院士、国家工程院院士、中国科学院院士。2007年,他因其在模型检查理论和应用方面的贡献而获得图灵奖,模型检查是目前应用最广泛的系统验证技术。Joseph Sifakis本次的分享主题为《Can we trust autonomous systems?》。

Steve Furber是英国计算机科学家、数学家和硬件工程师,目前担任英国曼彻斯特大学教授职位。Furber以其对电子系统(尤其是微处理器)设计及分析的贡献而著称,他是ARM处理器的硬件体系架构的原始设计者。本次Furber的分享主题为《Building Brains - artificial and biological intelligence》。

除此之外,每位受邀嘉宾都会分享自己所在领域的全新思考,作为有志于从事人工智能研究或已经身为人工智能从业者的你,千万不要错过。

本届大会现已开放注册,更多演讲主题将会持续更新,点击「阅读原文」通过专属链接免费注册。

华硕 NUC 对比 Mac mini:跑 OpenClaw 谁性价比更高? 在选择本地 AI 服务器硬件时,华硕 NUC 和 Mac mini 是两个热门选择。本文将从硬件规格、性能、成本、功耗、易用性等多个维度对比这两款设备,帮助您决定哪款更适合运行 OpenClaw。 阅读详情

相关推荐

ArduPilot飞控系统代码解读及架构分析

ArduPilot飞控系统是一个复杂而强大的系统,通过模块化设计和分层架构,实现了灵活的飞行控制功能。模块化设计: 各个功能模块相对独立,便于维护和扩展多种飞行模式: 满足不同的飞行需求强大的控制算法: 实现稳定的姿态和位置控制完善的安全机制: 保障飞行安全丰富的配置选项: 通过参数系统实现高度可定制性这种架构使ArduPilot能够适应从简单的多旋翼到复杂的自主飞行器等各种应用场景。类结构分析:Mode基类 (mode.h/mode.cpp)

fengforky的专栏 3021

Hinton最新演讲!一种新神经网络:前向-前向FF算法,论文已公开!

点击下方卡片,关注“CVer”公众号AI/CV重磅干货,第一时间送达点击进入—>CV微信技术交流群转载自:机器之心 | 编辑:杜伟、蛋酱在 NeurIPS 2022 会议的一场特邀演讲中,图灵奖得主、深度学习先驱 Hinton 在关于深度学习影响计算机构建方式、神经网络算法等方面分享了他的最新观点。NeurIPS 2022 会议正在如火如荼地进行之中,各路专家学者围绕着深度学习、计算机视...

阿木寺的博客 1196

SpringCloud2025+SpringBoot3.5.0动态路由503问题排查与负载均衡依赖解析

本文详细排查了SpringCloud 2025与SpringBoot 3.5.0环境下,Spring Cloud Gateway动态路由返回503错误的根本原因。核心问题在于新版网关未默认集成负载均衡器,导致无法解析lb://服务名。通过对比静态路由与动态路由,定位到需显式引入spring-cloud-starter-loadbalancer依赖,并提供了完整的解决方案与最佳实践配置。

s3t4u的博客 504

t-分布邻域嵌入算法(t-SNE algorithm)简单理解

这篇文章主要介绍一个有效的数据降维的方法 t-SNE.大数据时代,数据量不仅急剧膨胀,数据也变得越来越复杂,数据的维度也随之增加。比如大图片,数据维度指的是像素的数量级,范围从数千到数百万。计算机可以处理任意多维的数据集,但我们人类认知只局限于3维空间,计算机依然需要我们(值得庆幸的),所以需要通过一些方法有效的可视化高维数据。通过观察现实世界的数据集发现其存在一些较低的本征维度。想像一下你拿着相机

Tinker Bell的博客 4万+

GPU运维面试题

【代码】GPU运维面试题。

u011220233的博客 701

博途WinCC上位机避坑指南:从工控机选型到趋势图优化的完整流程

本文详细解析了博途WinCC上位机开发全流程,从工控机选型到趋势图优化的关键技巧。针对工业自动化场景,提供硬件配置指南、网络优化方案和性能提升策略,帮助工程师避开常见陷阱,实现稳定高效的HMI系统部署。特别强调PC Station与传统触摸屏的选型对比及SIMATIC NET配置优化。

pp12345的博客 279

玻尔兹曼机的学习算法--Hinton论文系列《A learning algorithm for Boltzmann machines》

1 简介 本文根据1985年Hinton等人写的《A learning algorithm for Boltzmann machines》翻译总结的。即玻尔兹曼机的学习算法。 连接主义认为长期的知识是简单神经单元的连接。关于大脑结构的证据和新的大规模集成电路的潜力促进了连接主义的复兴。 本文描述了一个并行约束满足网络,我们称作为玻尔兹曼机(Boltzmann machines)。它有能力学习潜在的约束,即通过域内样本学习到该域内特征。该网络修改连接的权重以构建一个内部生成模型,可以生成与样本相同概率分布的样

zephyr_wang的博客 3632

实测对比:DECIMER、Img2Mol、MolScribe,哪个化学结构识别工具更靠谱?

化学结构识别(CSR)工具的核心任务是将分子结构图像转换为SMILES(Simplified Molecular Input Line Entry System)表示。这一过程需要克服图像质量差异、绘制风格变化以及特殊基团识别等挑战。三款工具采用不同的技术路线:DECIMER:基于EfficientNetV2+Transformer架构,优势在于处理标准期刊文献中的分子图示Img2Mol。

weixin_32576389的博客 350

梯度下降优化算法概述

原文作者简介:Sebastian Ruder 是我非常喜欢的一个博客作者,是 NLP 方向的博士生,目前供职于一家做 NLP 相关服务的爱尔兰公司 AYLIEN,博客主要是写机器学习、NLP和深度学习相关的文章。 本文原文是 An overview of gradient descent optimization algorithms,同时作者也在 arXiv 上发了一篇同样内容的

Alan Lee 1万+

面向干净核心的并行扩展:SAP BTP 上的 side-by-side extensions 全面解读

摘要: SAP的side-by-side extensions是一种与核心系统解耦的云原生扩展模式,通过API和事件驱动实现与SAP S/4HANA等核心系统的松耦合集成。该模式支持独立升级、弹性扩展和高效创新,是SAP官方推荐的clean core关键实现路径。其典型架构包括接口层(OData/REST API、事件通道)、运行层(Cloud Foundry/Kyma/CAP框架)和体验层(Fiori/UI5)。适用场景包括需快速迭代、复用云服务或服务外部用户的业务扩展。实施时需关注安全治理(如XSUAA

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 306

OPC通信从入门到精通_1_OPC基础知识及简单C#程序编写(OPCDA,OPCUA简介;OPC通信数据流框架图;C#程序编写)

ModbusTCP通信是采用直接方式进行通信,用OPC的方式如何去做呢?PLC作为ModbusTCP服务器,用KepServer作为ModbusTCP客户端,同时作为OPC服务器,PC作为OPC客户端新建项目,加载dll库(利用COM技术写的)添加引用,查看到其中包含了众多方法其中OPCGroups继承于IOPCGroups接口。

分享学习成长历程,Winter is coming! 1万+

用盖楼的方式构建深度模糊模型:从盲人摸象开始

第一篇论文是:“A Fast Training Algorithm for Deep Convolutional Fuzzy Systems with Applicati...

人机与认知实验室 889

UG\NX二次开发 获取对象的层、颜色、隐藏状态、线宽、线型、高亮显示状态

获取对象的层、颜色、隐藏状态、线宽、线型、高亮显示状态。

王牌飞行员_里海的博客 1985

太赞了!Hinton等6位图灵奖得主、百余位顶级学者邀你群聊,共话人工智能下一个十年...

Geoffrey Hinton等6位图灵奖得主亲临,百余位顶级学者邀请你加入群聊「2020北京智源大会」,深入系统探讨「人工智能的下一个十年」。自2009年深度学习崛起以来,第三波人工智...

cainiao_python的博客 453

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

【深度学习】神经网络基础:反向传播算法

作者:Simona IvanovaAI/ML 专家就职于 Science 杂志 导读反向传播(Backpropagation,简称 BP)是目前用来训练人工神经网络(Artificia...

fengdu78的博客 1万+

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

清华计算机校友郭毅可院士履新,任港科大首席副校长

来源:新智元近日,香港科技大学宣布,著名计算机科学家郭毅可为首席副校长,将于12月1日履新。目前,郭教授在香港浸会大学担任副校长 (研究及拓展) 一职。A顶级科学家履新郭毅可教授于1980年考入清华大学计算机系计算机专业,在获得工学学士学位后完成了硕博连读,成为首批清华硕博连读生。20世纪80年代,郭毅可被公费选派到英国攻读计算机科学博士学位。郭教授主要从事分布式数据挖掘,以及在网格计算、云计算、...

深度学习技术前沿 821

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

周鸿祎、王小川、黄铁军、张鹏论道人工智能:一路投奔奇点

因为有的愿意选择相对成熟的一些经验,包括代码,然后再往前走,有的愿意自研更多一些,甚至从第一行代码开始,这些道路都是可以的。我认为,所谓的原始创新与自研其实是两个概念,因为现代科学技术包括人工智能这一工程化技术的发展,都是站在前人的肩膀上前进,几乎没有人要开山鼻祖创建新的流派,OpenAI也是站在前人的肩膀上,这件事不用那么绝对。我补充两句,避免过于悲观。靠所谓的刷题只能测出在某些方面的进步,而靠亿万用户的使用,每天都会出现很多用户不满意的例子,然后你才知道自己的差距,进而做出调整,这样的进步才更快。

richerg85的专栏 1284

反向传播

Rumelhart、Hinton和Williams(1986年)提出的一般Delta法则 Parter(1985年)也独立地得出过相似的算法,他称之为学习逻辑 Lecun(1985年)也研究出大致相似的学习法则 前向传播 反向传播算法 有一层隐层 输入为2维向量x 输出为2维向量y x所对应的期望输出(ground truth)为t 若y≠t,则说明参...

qq_40008456的博客 522

院士论坛 | 郭毅可院士:人工智能的热望与冷思考

本文转载自微信公众号:慧天地,来源:上海人工智能学会。版权归原作者及刊载媒体所有,所刊载内容仅供交流参考使用,不代表本刊立场。郭毅可欧洲科学院院士、英国皇家工程院院士、香港浸会大学副校...

人工智能学家 769
上一篇: 太赞了!机器学习基础核心算法:贝叶斯分类!(附西瓜书案例及代码实现)
下一篇: B站上线!DeepMind加UCL强强联手推出深度学习与强化学习进阶课程(附视频)
Wang_AI
博客等级 码龄12年 997粉丝 162原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值