专题：主会场

报告将先分享与深度学习实战相关的两个方面：

1. 现在每年发表几千篇AI相关论文，很大部分和深度学习相关，在这个背景下，作为学生和早期研发者，如何切实提升深度学习的效能，从而脱颖而出？
2. 介绍当前在深度学习平台上已发现的安全漏洞，其可能产生的影响，以及深度学习应用中其他可能存在的安全问题。

然后详细介绍360在深度学习方面落地的一些案例。

听众受益

1. 探讨提升深度学习模型效能的方向；
2.了解深度学习可能存在的安全隐患。

目前深度学习在某些领域已经有了较成熟的解决方案，例如图像特征提取、语音识别、文本翻译等。但企业级应用涉及各个范围，以上只是企业经营过程中的一小部分。在其他领域如营销、反欺诈、广告等行业应用，就需要一些其他的算法和技术，比如说超高维的特征工程和算法。

我将从机器学习的概念开始，讲到怎样做数据清洗处理、机器学习的典型建模流程、机器学习常见的评估指标，以及第四范式在金融、互联网领域应用机器学习的成功案例。

报告将在回顾计算机视觉领域近期部分重要进展的基础上，对此次AI热潮背后的深度学习技术源起和基本原理做概括性的介绍，特别是将探寻深度学习与脑神经科学的关系。之后，将以一个具体的例子为切入点，介绍深度学习给AI研发带来的方法论上的变迁，继而分析深度学习对全面实现AI的不足之处以及未来需要努力的方向。

听众受益

1.学到一个公式：AI=A+B+C+D+E，即AI背后需要的几大驱动力；
2.深度学习从生物神经系统那里得到了哪些启发；
3.现有深度学习为代表的AI方法论的优缺点是什么；
4.AI全面开花还需要哪些努力。

PaddlePaddle是百度推出的深度学习开源平台，具有高性能分布式、简单易学易用等特征，本话题主要分享：

1. PaddlePaddle的发展历史、现状和特点；
2. 百度在深度学习人才和教育方面的举措；
3. PaddlePaddle在行业的实际应用案例；
4. 基于深度学习的百度AI开放平台服务和解决方案介绍；
5. 百度AI生态伙伴计划——燎原计划介绍。

刚刚闭幕的NIPS上对于深度学习的理论与实践孰轻孰重有过一次激烈的讨论，而对于AI怎样在行业内的落地也有类似的讨论。无论是安防行业里传统安防厂商和AI新贵之间的PK，还是医疗行业里AI到底能够替代多少人工，都引发了很多思考。AI公司到底只是外包公司还是在蓝海里拓展行业新疆界的先锋？如果是拓展新疆界的先锋，那又需要拥有哪些能力，以及怎样实践？依图会介绍在行业实践过程中得到的一些启发。

听众受益

1. 2-3个AI在行业内落地案例；
2.对AI在行业内落地的反思及结论。

物流其实是一个非常古老的行业，可以说有上千年的历史，但是在这个大数据时代，我们发现很多传统的运筹学优化问题，在大数据时代被赋予了很多新意义，机器学习、数据挖掘、机器视觉、自动控制、运筹学，都将在物流网络的复杂场景中实现跨界融合产生化学效应。菜鸟网络的成立正是希望通过新技术的引入，以数据驱动的思维来推动物流传统行业的革新。机器学习和人工智能被提到很高的高度，在物流领域以前用的是传统运筹优化的理论和算法，在大数据时代，这两者需要得到更好的有机融合。借助AICon这个会议，我将为大家分享菜鸟业务中涉及到的一些智能化算法。

 1.  基于大数据的机器学习问题，如销量预测问题、时效预测问题、ETA预测问题等；
 2. 基于资源有效规划的运筹优化问题，如动态路由问题、动态片区问题、人-站-柜布局问题等；
 3. 基于实时在线优化问题，如拣选路径优化问题、箱型推荐问题等；
 4. 基于多智能调度的仓储机器人技术；
 5. 解决物流两路的主动数字化和被动数字化的IoT技术和机器视觉技术。

移动设备上的输入，本质上是解决移动时代人和人的沟通的问题。完美的沟通方式，需要满足全、准、快三个标准。全意味着各种各样的表达方式（语音、文字和图片），准意味着准确地表达和理解信息，快意味着信息产生到接收的时间足够短。

本演讲将介绍如何利用AI技术和大数据，在移动输入场景中实现全、准、快的移动输入方式。特别地，会重点介绍在手机端实现深度神经网络的大规模训练和预测，以及利用深度学习技术实现自然流畅全语音输入(语音输入和自然语言编辑)。最后，会介绍Kika对基于智能设备的人与人的沟通方式的未来的思考。

听众受益

1. 如何在云+端实现深度神经网络的大规模训练和预测；
2. 如何利用深度学习技术实现端到端的语音识别和语音编辑；
3. AI技术在移动输入上落地的经验和教训。

Mobile camera is an emerging way of communication for the young generation. In this talk, I will share our experience of using AI technologies to build a smart social camera that can understand the environment and our users in order to provide best product experience. Specifically, we build various types of leading visual creatives to help our users communicate better, express themselves better, and have more fun together with their friends. These innovative visual creatives, including Lens, customized stickers and context filters, are all built on real-time visual content analysis technologies on mobile. They not only improve our user engagement greatly but also foster innovative ways of monetization for our business. These visual creatives have become the “industry standard” that many social platforms follow in the past couple of years. However, AI for social camera will certainly go far beyond just visual creative features. It will open up a lot more potentials for mobile cameras that could impact everyone life.    

智能手机的相机正在变成新一代年轻人流行的新社交方式。在这个演讲中，我将分享我们如何利用人工智能的技术来创造一个可以理解周边环境和用户的智能社交相机，以此为我们用户提供最好的产品体验。更加具体来讲，我们研发并推出了各种视觉创造性的产品来帮助我们的用户更好与朋友沟通、表达他们的想法和与朋友更好地分享快乐。这些创新的视觉创造性产品，包括比如增强现实的滤镜，定制表情包和环境滤镜，都是基于在手机上的实时的视觉信号处理和理解。这些产品不仅极大地提高了我们用户的活跃度，也为我们创新的商业变现提供了非常好的平台。在今天，这些产品已经变成各个社交平台争相模仿的标准。但是，人工智能在社交相机上的作用远不止于此，人工智能将在社交相机上开创更多的潜力应用。

听众收益：

1、Learn about how we use AI technologies to help our existing products.
2、Learn about how we build creative features to help our users.
3、Learn about how we build efficient technologies running on mobile.
4、Inspired on how to find good applications for AI technologies.

1、了解我们如何利用人工智能帮助公司的现有产品。
2、了解我们如何利用人工智能研发社交相机上各种应用。
3、了解我们如何研发智能相机上高效的算法。
4、启发大家如何让人工智能落地。