【重磅】美国人工智能前沿峰会日程预告:吴恩达、田渊栋、任小枫等25位AI专家分享最新成果

【导读】人工智能前沿峰会( AI Frontiers)将在美国圣塔克拉拉会议中心11月3号到5号举行。这次大会邀请来自谷歌、Facebook、微软和亚马逊等人工智能前沿公司的顶级科学家,如中国用户所熟悉的吴恩达、田渊栋、林德康等顶级专家,分享他们在人工智能研究及应用上的最新成果。这是一次与人工智能领域的大公司、数据科学家及工程师还有前沿技术亲密接触的绝佳机会。为此专知内容组整理翻译了其日程,请大家查看分享。

会议地址:www.aifrontiers.com/

大会共设六大主题,涵盖了人工智能的主要前沿领域:个人助理、机器人、深度学习突破、视频分析、自动驾驶、游戏智能。

大会日程

在这三天的会议中, 我们汇集了具有大规模 AI 产品部署经验的顶尖科学家和实践者。您将在AI前沿领域抢得先机, 并有机会认识热心于AI技术和产品开发的专家。

第一天

2017.11.03

▌09:00-10:00am

Andrew Ng (吴恩达)

Founder Deeplearning.ai

人工智能是一场新的电力革命

就像100多年前电力革命的兴起那样,如今AI也开始改造了几乎所有行业。这次报告将讨论如何利用AI技术来改造你的业务,分享一些可能在未来产生最大的机会的最技术趋势和想法,并描述将AI,机器学习和深度学习融入你公司的最佳实践。这些想法也将用从未公开的一些例子进行阐述。

▌10:00-11:30am

智能个人助理

一组聊天机器人和自然语言处理领域的行业专家和顶尖科学家聚集在一起讨论他们的工作。 chatbot的未来是什么?

主持人:

T.M. Ravi

Managing Director & Founder The Hive

嘉宾:

Alex Acero

Sr. Director Apple Siri

Siri 中的深度学习

伴随着2011年iPhone的发布,Siri使得个人助理成为智能设备的主流配置。深度学习为Siri中的许多组件提供了技术支持,比如触发词检测,词汇识别,文本到语音转换,机器翻译和自然语言理解。在这个演讲中,我会举出几个例子,说明Siri中用到的深度学习方法。

Ruhi Sarikaya

Director Amazon Alexa

智能个人助理中的自然语言交互问题

与智能个人助理(IPA)所支撑的应用和服务进行交互有三个基本挑战:1)应用/服务发现,2)学习这些应用程序可以做什么,以及3)应用程序或服务中有限的信息流入。其他的AI驱动的系统也都会遇到同样的挑战。例如,用户不知道智能个人助理有哪些功能或者可以处理他们的哪些需求,他们也不知道如何以一种自然的方式来和助理表达他们的需求。此外,这些系统的语境对话理解能力也是非常有限的。我们将讨论这些问题,并解释怎样才能了解用户的真正意图,并为用户的请求提供最相关的答案。

Dilek Hakkani-Tur

Research Scientist Google

对话机:目标导向对话系统中的深度学习

创造一个具有人类智力水平的智能助理仍然是AI中的最具挑战性的问题之一。在这次演讲中,我将介绍Google Research的端到端目标对话系统的最新发展,包括语言理解,对话状态跟踪策略和对话生成的组件。这些可以独立构建的组件可以进行联合优化,这些优化以对话质量为目标并使用监督或强化学习方法。本次演讲将总结每个组件的最新研究,并将着重介绍一种将对话视为用户和代理之间的协作游戏的新方法:用户在脑海中设想一个目标,并且代理可以访问一些用户感兴趣的历史数据,并且通过执行相应的动作来实现用户的目标。这两个对象通过不断对话,代理就可以学习出用户需求,并帮助用户搜寻可能的方案来完成任务。

▌11:30-12:30pm

机器人

一群活跃在机器人开发公司的行业专家聚在一起讨论他们的工作。机器人的发展现状如何?我们应该如何建立智能家居机器人?

主持人:

Xuezhao Lan

Founding Partner Basis Set Ventures

嘉宾:

Dileep George

Co-Founder Vicarious

对机器人操纵的机遇和挑战

近些年人工智能技术的突破使机器人开始能够感知到它们周围的环境。虽然深度学习在某些领域已拥有了超越人类能力的分类系统,但机器人的操纵任务比简单的分类或检测来说,更需要对周围世界的了解。为此,我们Vicarious公司致力于建立一个具有更高数据效率,灵活的推理能力和能够任务之间进行知识传递的系统。通过结合使用深度学习得到的相关特征,不确定性的处理能力以及闭环规划能力,可以很大程度上减少传统机器人操纵中常见的错误。我将介绍我们的现在的进展情况,以及我们正在探索的未来方向,还有一些待解决的问题。

Kaijen Hsiao

CTO Mayfield Robotics

可爱的智能

来一起听听我们是如何开发出世界上最可爱的家用机器人Kuri,以及如何巧妙的利用机器学习算法创造出这个让人们乐意引入家中的机器人。Kuri使用一种嵌入式基于深度学习的算法进行面部,宠物和人体检测,以及场景识别(用于映射和本定位)。这些算法对Kuri的各种技能至关重要,比如与人的亲密互动以及使它成为家庭摄影师和娱乐中心。除此之外新技术还使的Kuri能够巧妙不断地收集必要的训练和推论数据,这对改善家用机器人的核心功能有着很重要的意义。

▌12:30-1:30pm

午餐

▌1:30-3:00pm

视频理解

一组行业专家和顶尖科学家讨论了计算机视觉特别是视频分析的最新发展。

嘉宾:

Rahul Sukthankar

Head of Video Understanding Google

大规模视频理解:YouTube及其它

这个演讲将提供一些Google最近在视频理解方面的进展。它将涵盖诸如YouTube的大规模视频注释,视频摘要和在Motion Stills等应用程序中涉及的进步技术。同时还将介绍我们在弱监督学习,从YouTube到Google Photos的领域适配和动作识别方面的研究。我也将给出我对未来视频研究前景的展望。

Manohar Paluri

Manager of Computer Vision Facebook

理解视频

视频在网络上变得无处不在。从拍摄和创作到用户欣赏的过程中,很多惊人的事情正在发生, 这给我们这些AI从业人员带来了新的挑战和巨大的机会。如果我们可以让机器人们理解我们创作视频的方式,那么我们可以开创一大堆新奇的应用。但是为了能够到达这样的母体,我们需要解决许多具有挑战性的问题,其中一些明显是学术界解决的,比如数据集,动作识别,多模态理解,时序聚合,外表和动作建模,压缩等。我将讨论一下这些方向,并就自助的内容理解、大规模标签表示学习以及视频摘要等方向进行探讨。

Xiaofeng Ren

Chief Scientist Alibaba

对视频理解的探索

在本讲座中, 我将简要讨论在阿里巴巴的的业务中无处不在的视频和视频理解的需求, 以及在阿里巴巴的 AI 研发部门 iDST 正在解决和已经解决的挑战。例子将包括淘宝的移动购物, 优酷和土豆网的视频搜索和推荐, 以及菜鸟物流和城市大脑的实时系统。

▌3:00-3:15pm

工业界报告

麦肯锡关于AI影响的报告

嘉宾:

James Manyika

Chairman and Director McKinsey Global Institute

预估AI的未来

本报告将借鉴麦肯锡全球研究所对 AI 的经济和商业影响进行研究的新发现。它将探讨当今AI的四个个关键问题: 谁在投资以及投资在哪里? 谁在使用人工智能?AI 可以在哪些方面提高公司业绩? 以及企业领导人对于未来的AI发展需要知道些什么?

▌3:15-3:40pm

茶歇

▌3:40-4:40pm

自动驾驶

一组行业专家和顶尖科学家讨论了自动驾驶的最新发展。

主持人:

Kartik Hosanagar

Professor Wharton School

嘉宾:

Danny Shapiro

Sr. Director of Automotive Nvidia

加速 AI 自动驾驶竞赛的争夺

AI 对工业界的改造正在从各种消费产品逐渐转为机器人,而交通运输业则是下一个重点。随着行业从高级驾驶辅助系统向下一代自动驾驶技术演进, 计算领域的突破正在改变着我们与车辆的交互方式。深度学习是所有自动驾驶发展背后的决定性技术。本次演进将展示一些最新的深度学习系统,从数据中心的构建到正在开发自动驾驶车辆。

Jeff Schneider

Sr Engineering Manager Uber ATG

自动驾驶与人工智能

自动驾驶车已经成为当今技术发展最热门的领域之一,并且有望改造我们的交通系统。它们也是迄今为止最复杂的技术之一,如果没有广泛的机器学习的应用,它根本就不可能实现。在这个演讲中,我将简要介绍一下自动驾驶的进展情况,并描述机器学习和人工智能是如何解决自动驾驶中的各种问题。我交流关于自动驾驶如何改变运输业,我们的城市一阶我们的生活的观察。

Tony Han

Co-Founder and CTO JingChi.ai

人工智能时代的自动驾驶-基于多传感器融合的方法

在人工智能的时代, 许多基于深度学习的算法已经应用于自主驾驶上。这些算法帮助自动驾驶汽车运行地更安全和更智能。目前汽车行业也有三大趋势,快速的技术演进连同这三大趋势使我们相信, 自动驾驶汽车将比我们预想更早的出现在市场上。我也将介绍景驰科技最新的令人振奋的进展, 一个成立于2017年4月自主驾驶初创公司。更具体地说, 我将讨论我们的核心技术, 包括感知, 高清地图, 预测, 规划模拟。我们将于2018年在中国一个300万人口的小城市安庆开始试运行。

▌4:40-5:05pm

深度学习的新突破

从多模态学习到生成模式,介绍深度学习的新突破。

嘉宾:

Lukasz Kaiser

Sr. Research Scientist Google Brain

One Model to Learn It All 一个模型学习所有

深度学习在语音识别、图像分类到翻译等许多领域都取得了丰硕的成果。但要解决一个问题,得到一个深层模型更好地工作,需要包括对体系结构的研究和长期的调优。 我们提出一个单一的模型,可以同时在ImageNet,多翻译任务,图像字幕(Coco数据集),语音识别语料库和英语句法分析等任务上进行训练。在这些任务上我们都获得了最先进的表现,同时训练更快,甚至在完整的维基百科文章的规模上产生了长时间连续的结果。我们的新架构提高了生成文本和图像的能力。

▌5:10-6:10pm

游戏

游戏模拟和AI 选手开发专家讨论他们的工作。

嘉宾:

Yuandong Tian

Research Scientist Facebook

游戏中的人工智能: 架构和挑战

近年来, 人工智能在许多需要先进的模式识别能力的应用中都取得了长足的进步, 包括计算机视觉、语音识别和自然语言处理。然而, 在复杂的游戏环境中, AI 是否会在错综复杂的类似于现实世界博弈任务中取得同样水平的进展, 这仍然是一个未解的问题。在这篇演讲中, 我演示我们构建的这样一个人工智能的先进方法, 包括我们最近在设计更有效的算法和建立广泛和快速通用平台方面的贡献, 以及一些涉及的问题和挑战。

Magnus Nordin

Technical Director Electronic Arts

基于深度学习的游戏开发

在过去的几年中, 深度神经网络的应用数量成倍增长。神经网络在计算机视觉、语音生成、语音识别、翻译和自动驾驶汽车等方面都取得了重大突破。神经网络也将成为未来游戏开发的有力推动者。本演示将概述神经网络在游戏开发中的潜力, 并带你深入了解我们是如何使用神经网络与增强学习相结合方法来开发新类型的AI游戏。

▌7:00-9:00pm

晚宴

主题演讲:

Xuedong Huang

Chief Scientist of Speech & Language Microsoft

构建高级会话助理的经验教训

得益于机器学习和知识工程的最新发展,语音和语言技术有了长足的进步。我将分享我们在构建Cortana和客户支持服务的现代会话助理中得到的经验教训。

第二天

2017.11.04

▌09:00-9:30am

上午主题演讲:

Frank Chen

Partner Andreessen Horowitz

初创公司与AI

如Google和亚马逊,微软和百度这样的大公司会不会主导AI? 创业公司在这个生态系统中如何发展壮大? 投资者在投资创业公司时想得到什么? AI的初创公司是否会考虑与其他初创公司不同的上市流程? 来自Andreessen Horowitz的Frank Chen将在本次会议中回答这些和其他AI启动相关问题。

▌9:30-10:30am

上午会议1

知名AI创业公司的展示和演讲。 上午会议:先进创业公司的创业者或CTO根据其产品进行研讨。

嘉宾:

Dekang Lin

Co-Founder and CTO Naturali

在用户界面添加对话

大多数手机上的AI助手都使用模仿聊天应用程序的对话式用户界面(CUI),并将用户请求转换为后端服务的API调用。我将介绍Conversationa GUI(CGUI),CGUI通过将用户请求转换为用户自己必须执行的点击和滑动等GUI操作的顺序,在现有GUI的移动应用程序之上添加了一个小的会话层。 CUI避免了在聊天窗口中重建现有的用户体验。更重要的是,它使用户(而不是软件工程师)通过提供成对的自然语言表达和GUI操作来创建新的技能成为可能。

Omar Tawakol

Founder and CEO Voicera

声控助理在工作场所的兴起

声控人工智能已经在智能居家市场上展现了很大的价值,但工作场所尚未赶上。奥马尔将解释为什么声控AI是工作场所发展的重要一步。他将从创造伊娃的经验升华(第一个专注于使会议更有效的企业语音助理),谈到创造语音激活助手方面的一些新挑战例如:在创造中使用ASR(自动语音识别),NLP和神经网络。他将分享他的团队如何克服这些挑战。

▌10:30-11:00am

休息

▌11:00-11:30am

主题演讲:

Ambarish Kenghe

Chief Product Officer Myntra

教机器学习时尚设计

时尚包含艺术的的部分,这使得通过机器难以理解和创造。 Myntra正在使用现代AI技术来解决这个问题,现在可以通过机器设计出许多时尚方面的文章,而无需任何设计师的干预。 这不仅仅是一个实验; 我们在我们的平台上销售这些文章,并取得了巨大成功。 Myntra的首席产品经理将就他们如何实现这一目标演讲,并说明下一步将会如何进行。 这对于其他领域的设计也具有广泛的适用性。 他还将介绍AI技术对Myntra正在进行的其他业务的重要影响。

▌11:30-12:00pm

上午会议2

知名AI创业公司的展示和演讲。 上午会议:先进创业公司的创业者或CTO根据其产品进行研讨。

嘉宾:

Andy Pandharikar

CEO and Co-founder Commerce.AI

深度产品学习

世界各地销售超过50亿种独特产品,每月推出超过30000种新产品。 我们正在用深度学习的方法学习自然语言的形式的产品数据和相关的消费者反馈。 我们称之为“深度产品学习®”。当AI开始了解哪些产品功能很好,哪些产品功能不好,就已经开始进一步影响产品设计以及运营和销售。但这一切始于建立可靠的产品匹配和分类系统。 我将会说明为什么这是一个重大挑战,并谈谈在这个领域的其他根本问题,以及为什么深度学习可以终于解决这些问题。 我将从我们建立一个应用AI创业公司的经验开始我的分享,并以我们对人工智能的愿景将如何颠覆商业市场来结束这次讨论。

▌12:00-12:30pm

主题演讲:

Zico Kolter

Chief Data Scientist C3 IoT

深度学习与数字化转型

我们正处于数字化转型阶段:基于无处不在的传感(IoT),巨大的可扩展计算,大数据和人工智能,几乎使每一个行业都发生了转变。在C3 IoT,我们开发了供多个行业的客户使用一个平台,以实现和加速数字化转型。本次讲座将重点介绍深度学习在此平台中的作。深度学习相当于企业数字化转型中的“算法胶”。数据科学家可以使用C3 IoT平台,针对所有相关的企业数据快速开发和部署可扩展的深度学习服务,并捕获生产环境中的业务价值。我将特别关注深度学习在“非传统”条件中的作用(即不涉及图像,语音或语言的领域)。我将强调C3 IoT的工作。深度学习可以比传统方法更有效地利用人类工程学来实现更好的性能,并为数据的全面分析提供潜力。

▌12:30-1:30pm

午餐

▌1:30-3:00pm

下午会谈

知名AI创业公司的展示和演讲。 下午会议:先进创业公司的创业者或CTO根据其产品进行研讨。

嘉宾:

Roland Memisevic

Chief Scientist and Co-Founder TwentyBN

TwentyBN的日常视频理解

目前深度学习已经不是线性演化,而是通过一系列的步骤功能产生突发式能力爆发,从根本上改变了计算机能够做的事情的包围。在TwentyBN,我们我们创建了时空视频模型和数据基础设施,使我们能够增加了大约100万个有标签的视频,包括日常场景和场合(大多数非常精细)。这使得我们能够在大范围行动理解任务中能成功地对神经网络进行训练。而在几个月前,无论手动还是利用神经网络,都不能解决这个问题。我将展示这些识别任务现在如何在TwentyBN上产生商业价值,以及它们是如何推动通过视频学习日常世界知识这个长期人工智能议题。

Ashutosh Garg

CEO and Founder Volkscience

AI将使人们失业,还是给人们带来更适合的工作

美国失业率的50%是因为合适的人做着不合适的工作。许多性格多样的候选人因为采访过程中的偏见而被过滤掉。虽然大多数人都担心AI将接管他们的工作,但是AI同样可以帮助人们获得他们应得的工作。人们的事业轨迹是一个迷人的时间序列数据。我将告诉你如何在这些数据之上使用人工智能来预测人们在职业生涯中下一步会做什么。企业可以利用这种方式优化招聘过程。

▌3:00-3:30pm

休息

▌3:30-5:10pm

初创公司Demo环节

来自10家创业公司的演示,每个公司都有5分钟的演示时间和5分钟的VC小组评论。

Demo Startups:

RRedMarlin保护品牌免受网络侵权和滥用,监控互联网,并实时检测虚假网站。 主讲人:联合创始人兼首席执行官Abhishek Dubey; 联合创始人兼首席科学家Shashi Prakash

TrueShelf TrueShelf是一个由AI收集内容的适应性学习平台,自动生成无限数量的问题。 主讲人:创始人兼首席执行官Shiva Kintali博士

RFNav正在开发一种自主车辆导航系统,该系统适用于所有天气条件下的驾驶。 主讲人:战略总监Jim Schoenduve

AFATA开发先进的视频处理技术,创造视频社交体验,加快VR的采用。 主讲人:杨沁CEO

3DLOOK使用计算机视觉,深度学习和3D匹配算法来构建SAIA(第一款市场零售的类似产品),人体测量精度高达98%。 主讲人:Vadim Rogovskiy,首席执行官兼联合创始人

Intensivate生产一种4U机架式机箱,这种机箱可取代120个基于Intel的服务器。 Intensivate是基于CPU的AI应用程序的首选服务器。 主讲人:创始人兼首席执行官Sean Halle

Peritus是用于数据中心,电信网络和工业操作的支持交付和事件解决的AI驱动自动化的虚拟专家。 主讲人:联合创始人兼工程副总裁Santhosh Srinivasan;联合创始人兼副总裁Kamesh Raghavendra

CerebriAI查看现有的客户旅程序列以及相关的人口统计信息,以预测和产生预期的销售结果。 主讲人:Jean Belanger,CEO

decisionEngine是一个智能端到端业务流程自动化平台,可在业务流程中自动化人机接触点。 主讲人:Sridhar Gunapu,联合创始人

Vizzario AI平台将视觉科学与人工智能结合在一起,以衡量人们如何查看和解读视觉信息,以此来产生新的方法来了解,优化和个性化最终用户体验。 主讲人:Khizer Khaderi博士,CEO /创始人

风投专家:

  • Frank Chen,Andreessen Horowitz 合伙人
  • Samir Kumar,Microsoft Ventures总经理
  • Ashmeet Sidana,Ashmeet Sidana,执行合伙人
  • Ankit Jain,Gradkit Ventures创始合伙人Ankit Jain

第三天

2017.11.05

▌08:30-12:30pm

培训 - 自然语言处理:

SK Reddy

Chief Product Officer AI & ML Digitalist Group

自然语言处理 主讲: S K Reddy 自然语言处理 (NLP) 在最近的文本处理领域取得了巨大的进步。比如自动问答, 主题建模, 摘要生成, 情感分析, 垃圾邮件检测, 自动电子邮件, 医疗诊断, 是一小部分正在使用NLP解决的问题。 本次培训课程的目标: (一) 新手: 介绍 NLP (二) 中级: 加强对 NLP 和一些子领域的理解力。 (三) 专家: 提高 NLP、QA 和机器翻译等方面的技能。 议程 (1) ML 和 NLP 的基本原理。 (2) 神经网络, RNN, LSTMs, GRUs。 (3) 自动问答、主题建模、情感分析、自动摘要与机器翻译。 (4) NLP 框架。介绍 Tensorflow, Keras, Caffe。 (5) 词向量、word2vec、Glove、语言建模。 (6) 在 NLP 问题上动手练习, 下载数据集并实现模型。 (7) 定义下一步的步骤来继续 NLP 学习。

▌1:30-5:30am

培训 - 深度强化学习

Yuandong Tian 田渊栋

Research Scientist Facebook

深度强化学习 by Facebook团队 主讲: Yuandong Tian 深入学习深度强化学习, 并动手实践把深度强化学习应用到 Facebook 主办的游戏中。 议程 (1) 强化学习的基本知识。 (2) Q-learning (3) 深度强化学习概论 (4) 策略梯度。 (5) Actor-critic 算法。 (6) 一个多功能,轻量级,灵活的深度强化学习应用平台 ( http://github.com/facebookresearch/ELF)

特注:

获取更多AI知识资源,请登录www.zhuanzhi.ai或者点击阅读原文,顶端搜索“人工智能” 主题,查看获得人工智能的资讯、知识等资料!如下图所示~

此外,请关注专知公众号

  • 后台回复“MLDL” 就可以获取 机器学习&深度学习知识资料大全集的pdf下载链接

原文发布于微信公众号 - 专知(Quan_Zhuanzhi)

原文发表时间:2017-10-31

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏钱塘大数据

【大咖说】发展大数据不要一味追求数据规模大,要“应用为先”

导读:中国信息化百人会学术委员、中国工程院院士李国杰认为,目前大数据技术还不成熟,面对海量、异构、动态变化的数据,传统的数据处理和分析技术难以应对,现有的数据处...

3577
来自专栏奇点大数据

大数据变现十日谈之十:示例与计算

在前几天我们的大数据变现讨论中有一个问题我们没说完,就是关于“使用价值”的问题。我认为这应该是一个数据中蕴含信息所发挥价值的度量问题。 在平时我们的生产生活中,...

3036
来自专栏PPV课数据科学社区

【每天一个数据分析师】面对毫无基础的业务人员,好的分析师解释逻辑,而不是细节

论坛君 “每天一个数据分析师”在第七期有幸采访到谢宇先生,他是中国联通广西分公司的大数据负责人,有超过7年的电信行业数据挖掘经验,目前主要负责大数据应用规划、基...

3597
来自专栏PPV课数据科学社区

【译文】传播学中的大数据:发展与不足

? 作者:Malcolm R. Parks 当我决定为《传播学日报》写一个特别的关于大数据的主题时,我心中有两个目标。一个是为大众传播,图像技术,政治交流,健...

3588
来自专栏钱塘大数据

《哈佛商业评论》:人工智能商业之路的机遇和挑战

250多年来,经济增长的根本动力一直是技术创新。其中最重要的是经济学家所谓的通用技术——包括蒸汽机、电力和内燃机。每一个都催化了互补创新和机遇的浪潮。例如,内燃...

37311
来自专栏机器之心

业界 | 腾讯优图联手Science发布主题报告:计算机视觉的研发和应用

人工智能 (AI) 曾经只是一种存在于科幻领域的科技,而现在,研究实验室已经不断研发出了各种应用 AI 的日常产品。AI 技术的进步很大程度上得益于计算机视觉的...

1082
来自专栏灯塔大数据

探秘|为何最强人工智能比不上婴儿大脑?

机器可以理解语音、识别面部和安全驾驶汽车。这让人们十分讶异于近期的技术方面的进步。但是,如果人工智能领域想要实现革命性的跨越,从而建造出类人式的机器,它首先将...

3997
来自专栏大数据文摘

百度余凯:数据是极好的竞争壁垒

27811
来自专栏新智元

人工智能和控制论的未来:你会选择“升级“,将自己变成半机械人吗?

【新智元导读】通过植入芯片将人类大脑与计算机网络连接起来,可以为受植入个体带来机器智能、通讯以及感知能力的许多优势。这在提出很多技术难题的同时也引发了许多社会和...

2856
来自专栏AI研习社

全球八位科学家谈计算机视觉:眼见为实

2018年9月6日,腾讯优图将联合国际顶级期刊《科学》(Science)杂志共同举办计算机视觉峰会,邀约来自全球计算机视觉领域的顶级专家学者,探讨计算机视觉的前...

1093

扫码关注云+社区