机器学习在企业有哪些落地实践，包含：面对各种问题如何进行技术选型？如何进行持续迭代优化? 针对业务的特点如何做针对性的改进? 实践过程中需要规避哪些坑?

企业如何将机器学习或深度学习技术正确应用在各种形态的搜索推荐场景中，业务痛点是什么，如何正确地进行技术选型，实施时遇到怎样的困难以及如何快速解决？

NLP和语音识别应该是目前人工智能落地最成功的领域之一，随着技术的成熟，语音交互几乎已经成为各类智能助理、导航软件，甚至是智能摄像头等智能产品的标配，一线智能语音产品缔造者的哪些经验值得借鉴？还有哪些方面值得进一步探索？

计算机视觉是指利用计算机来模拟人的视觉，是人工智能技术层商业化比较成功的一个分支。目前，人脸识别、视频监控、互联网图像内容审查，已经成为计算机视觉技术的产业入口。2019年，计算机视觉将在哪些领域迎来大爆发？

知识图谱在技术领域的热度逐年上升，从谷歌搜索到聊天机器人、智能医疗、推荐系统等领域，都和知识图谱相关。知识图谱有哪些关键技术，行业内又有哪些落地实践和最新探索？

将规则和逻辑引入到AI引擎中，用于初始设置、持续维护和策略调整，使企业通过软件，协助或执行自动化决策，驱动业务创新。

随着人工智能在各行各业的深度融合应用，全球正在经历一个全新的数据大爆炸时代，这也意味着对信息安全和用户隐私保护带来了更大的挑战。如何应对这些挑战？

国内的智慧金融正在从金融科技阶段向智能化阶段演化，云上金融已经成为了行业的广泛共识，AI处理能力将如何贯穿于业务的各个环节？金融机构如何加速实现数字化转型？