第四范式在构建低门槛AI全栈平台的探索实践

所属专题:AI与大数据框架、平台

嘉宾 : 涂威威 | 第四范式主任科学家

会议室 : 二层 2号会议厅C

讲师介绍

专题演讲嘉宾:涂威威

第四范式 主任科学家

涂威威,第四范式主任科学家。在大规模分布式机器学习系统架构、大规模机器学习算法设计和应用、在线营销系统方面有深厚积累。涂威威曾在百度凤巢从事广告点击率预估工作,设计开发了百度机器学习计算框架ELF。目前就职于第四范式,是第四范式先知平台独有的大规模分布式机器学习框架 GDBT 的设计者,将 AutoML 及迁移学习应用到工业界并取得显著的效果提升。涂威威在AAAI、IJCAI、KDD、ICML、NeurIPS等会议及其工作会议上发表多篇论文。涂威威也是NeurIPS 2018 AutoML比赛负责人、PAKDD 2018/2019比赛主席、PRICAI 2018 AutoML Workshop主席,IJCNN 2019 AutoCV比赛组织者,NeurIPS 2019 AutoDL比赛主要组织者之一,KDD Cup 首届AutoML比赛负责人,WAIC 2019 AutoNLP比赛负责人,ACML 2019 AutoSpeech以及AutoWSL比赛负责人,PAMI首个AutoML特刊创办人之一。涂威威也是NeurIPS 2019 CiML Workshop主席, NeurIPS 2019 New In ML组织导师,ChaLearn理事会成员。

议题介绍

地点:二层 2号会议厅C
所属专题:AI与大数据框架、平台

演讲:第四范式在构建低门槛AI全栈平台的探索实践

人工智能经过数十年的发展,已经在计算广告、推荐系统、金融应用、医疗、能源、教育、计算机视觉、自然语言处理、生物信息学等诸多领域取得了成功。如今,越来越多的行业希望通过人工智能技术,实现更智能更高效的业务增长。然而,现阶段的人工智能技术实际落地需要跨越人才、数据、算法、工具、计算资源、规模化应用等诸多门槛,因此构建有效的低门槛AI全栈平台是人工智能技术广泛落地的核心关键之一。第四范式在过去5年中一直致力于构建低门槛的AI全栈平台,本次分享将会从算法研究、架构设计、产品及生态设计等多个方面分享第四范式在构建低门槛AI全栈平台方面探索的经验。


演讲提纲:

1. 分享自动机器学习、弱监督学习、保护隐私的机器学习、图学习等前沿技术研究方向的进展
2. 解析第四范式低门槛AI全栈平台的技术核心——AutoML方案
3. 分享第四范式自研的高效交互式自动机器学习框架在用户接口设计、面向自动机器学习的特征处理、模型训练以及非梯度优化引擎设计的思考和经验,分享在底层调度、通讯优化等多个方面设计上的思考和经验
4. 分享在金融、医疗、能源、媒体等多个领域取得领先效果的成功案例

听众收益:

1. 了解人工智能在实际落地中的挑战与解决办法
2. 了解第四范式构建低门槛的人工智能平台时,在算法研究、架构设计、产品设计等多个方面的探索经验
3. 第四范式在互联网、金融、能源、医疗、教育、媒体等多个领域的实际落地经验

交通指南

© 2020 Baidu - GS(2019)5218号 - 甲测资字1100930 - 京ICP证030173号 - Data © 长地万方
本网站图片存储由七牛云独家支持