前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >腾讯八大高校联合实验室齐聚深圳,首届联席技术峰会开启产学合作大平台

腾讯八大高校联合实验室齐聚深圳,首届联席技术峰会开启产学合作大平台

作者头像
腾讯高校合作
发布2019-07-15 15:40:43
1.2K0
发布2019-07-15 15:40:43
举报
文章被收录于专栏:腾讯高校合作腾讯高校合作

2019年7月11日,由腾讯高校合作主办,以“连接产学最强大脑,探索科技创新突破”为主题的“首届八大高校联合实验室联席技术峰会”在深圳腾讯总部滨海大厦举办。来自哈尔滨工业大学、清华大学、中国科学院计算技术研究所、北京大学、华中科技大学、西安交通大学、中国人民大学和南京大学八所高校联合实验室及全面合作平台的40余位高校实验室主任、教授代表以及核心团队老师齐聚深圳。腾讯公司副总裁王巨宏女士,腾讯AI Lab & Robotics X 主任、杰出科学家张正友博士,腾讯高校合作总监刘婷婷女士以及来自腾讯公司的100多位研发人员参与本届技术峰会,共同探讨前沿技术,推动产学合作创新。 

首届八大高校联合实验室联席技术峰会打破传统的实验室交流模式,整合内外部优质资源,搭建八大高校联合实验室及腾讯各领域专家在更加开放、共赢的平台上进行技术交流,项目对接以及合作新模式的探讨。本届峰会的议程包括8个主题报告、5个技术分论坛和52个技术报告分享,技术方向覆盖计算机视觉与多媒体、自然语言处理、机器学习、大数据、基础平台技术与云计算等多个前沿领域。

 首届八大高校联合实验室联席技术峰会高校老师合影

腾讯公司副总裁王巨宏女士在致辞中与大家分享了八所联合实验室发展的历程点滴,并表示:经过多年沉淀与创新,通过联合实验室平台输出的诸多科研成果在国家层面以及公司层面都带来了很大的价值和影响,这得益于各位高校老师以及腾讯研发人员的一路坚守及协同作战。希望未来继续发挥互联网创新思维以及创新合作模式,建立更为开放、共赢的产学合作大平台。

腾讯公司副总裁王巨宏女士

腾讯 AI Lab & Robotics X 主任、杰出科学家张正友博士在分享腾讯研发现状与需求时谈到:腾讯在打造面向未来的科技引擎,推动自主技术创新的过程中,来自高校和科研机构的合作是非常重要的,希望与学界专家继续共同创建共存、共创、共赢的未来。

腾讯 AI Lab & Robotics X 主任、杰出科学家张正友博士

哈尔滨工业大学-腾讯联合实验室是腾讯与高校成立的第一个联合实验室,实验室主任刘挺教授谈到:与腾讯的合作已有十几年的历史,这十几年里,研究趋势在变,合作团队在变,之所以能一直坚持下来,得益于腾讯高校合作团队的持续连接。本次联席技术峰会将原来腾讯与高校的线状连接升级为网状连接,这种开放共赢的心态会继续推动产学合作模式的创新与发展。

腾讯为八大高校联合实验室及全面合作平台送上特别礼物

八个主题报告,分享前沿技术洞察

中科院计算所陈熙霖研究员、哈尔滨工业大学刘挺教授、北京大学崔斌教授、中国人民大学杜小勇教授、华中科技大学周可教授、西安交通大学兰旭光教授、南京大学黎铭教授及清华大学张松海副教授出席本届峰会主论坛并做主题报告。

中科院计算所副所长、中科院计算所-腾讯联合实验室主任

陈熙霖研究员

中科院计算所副所长陈熙霖研究员分享了“计算机视觉的挑战”。报告分享了这一热门领域背后的挑战与隐忧,对当前现状、存在问题、技术趋势等几个方面进行了分享。同时分享了其研究组在场景和人物分析等方面的近期研究成果以及联合实验室的布局和工作。

哈尔滨工业大学人工智能研究院副院长、哈尔滨工业大学-腾讯联合实验室主任刘挺教授

哈尔滨工业大学人工智能研究院副院长刘挺教授分享了“中文信息处理前沿技术进展”。报告分享了哈工大联合实验室在中文信息处理领域中的中文句法分析、人机对话、知识图谱、情感分析等技术在教育、金融、司法、医疗等领域应用落地的模式以及在这些领域应用面临的挑战以及技术现状。

北京大学网络与信息系统研究所所长、北京大学-腾讯联合实验室主任崔斌教授

北京大学网络与信息系统研究所所长崔斌教授分享了“支持大数据分析的分布式机器学习系统设计”。报告分享了在分布式机器学习系统设计优化的一些研究进展,包括面向高维海量数据的并行策略、面向异构环境的同步协议、基于数据草图的梯度压缩方法,以及分享与腾讯在科研创新,推送技术应用转化的成果经验。

中国人民大学信息学院教授、中国人民大学-腾讯联合实验室主任杜小勇教授

中国人民大学信息学院杜小勇教授分享了“自适应、可伸缩的大数据存储系统”。报告分享了人大联合实验室在新型分布式数据存储系统的部分研究进展,包括资源的虚拟化管理、直通式键值与文件存储的架构设计与优化方法、关系模型和图模型的高效数据组织方法,任务负载感知的自适应优化方法以及分享了与腾讯在科研合作上阶段性成果。

华中科技大学计算机学院存储研究所副所长、华中科技大学-腾讯联合实验室主任周可教授

华中科技大学计算机学院存储研究所副所长周可教授分享了“存储系统中的人工智能”。报告分享在存储系统中采用人工智能技术进行优化的一些研究工作:如采用机器学习算法优化大容量缓存系统、磁盘故障预测、数据库自动调参等,并探讨在存储系统中采用人工智能技术的新研究。

 西安交通大学人工智能学院副院长、西安交通大学-腾讯联合实验室副主任兰旭光教授

西安交通大学人工智能学院副院长兰旭光教授分享题为“协作场景中基于物理关系和功能推理的机器人自主作业”。报告分享了一种基于物理稳定性和物体功能的适用于多目标堆叠物体场景中的抓取方法,同时分享了在人机共融协作中人姿态的运动预测等方面的最新技术研究。

南京大学人工智能学院副院长、南京大学-腾讯联合实验室核心成员黎铭教授

南京大学人工智能学院副院长黎铭教授分享了“关于机器学习的思考”。报告中强调阐述了人工智能热潮很大程度上是由于机器学习,特别是深度学习取得了巨大成功。诸多成功的智能应用后面有三个重要的条件:大数据、大算力、新方法。就机器学习方法与技术本身而言,有效的深度模型、强的监督信息、学习任务所处的稳定环境,构成了机器学习成功的关键。然而,这三个关键因素在更多实际问题中往往会受到挑战。

清华大学计算机科学与技术系副教授、清华大学-腾讯联合实验室核心成员张松海副教授

清华大学计算机科学与技术张松海副教授分享了“计算可视媒体前沿技术进展”。 报告分享了从检测、识别和理解三个层面,探讨计算可视媒体领域的问题和最新的进展,包括从可视媒体通过学习和推理获得语义信息;以及根据语义信息的交互,实现自然的可视媒体创作。

5个技术分论坛、52个产学技术研发分享,

探索科技创新突破

本届技术峰会,还通过5场并行技术分论坛有效的连接了腾讯技术团队与高校联合实验室之间更深一步的技术碰撞。50余位来自高校及腾讯的专家、学者介绍了来自团队或者实验室的最新研究现状,分享了技术痛点,并就合作点进行交流和探讨。

腾讯AI Lab机器学习中心总监黄俊洲作为机器学习分论坛的腾讯技术分享专家之一在与各位老师交流后谈到:能够通过联合实验室联席技术峰会这个活动跟在这个领域的诸多专家进行交流和技术的碰撞是非常难得的机会,建立了一个多维度多视角的沟通平台。

清华大学刘知远副教授作为自然语言处理分论坛的分享嘉宾以及该论坛的主持人,在会后谈到:本次活动首次连接八大联合实验室共同出席联席会议,充分联动各高校和腾讯就共同前沿方向和真实需求进行分享和讨论,这种创新的交流模式增进了产学前沿交流,为学者提供了非常有价值的交流和展示平台,非常有意义。

同时,在本届峰会期间,八大高校联合实验室及全面合作平台的实验室主任及主任代表还进行实验室主任闭门会议,深度探讨实验室平台未来战略规划,为联合实验室平台的建设和未来发展提供了非常重要的指导意见。同时,腾讯高校合作团队也阐述了建设新型社区化智能科研与产学合作服务平台的设想、思路和进展,期望通过互联网和社交的理念、方法等提升学术交流和科研合作的效率和效果,也得到的各位主任、教授肯定和建议。

联合实验室主任闭门会议现场

在推进产学合作协同创新与实践过程中,腾讯与中国重点高校以共建联合实验室、战略合作等形式将前沿研究与产业需求紧密结合,充分整合学界与业界优势资源,构建产学合作中坚平台。2008年至今,腾讯先后与哈尔滨工业大学、清华大学、中国科学院计算技术研究所、华中科技大学、北京大学、西安交通大学、中国人民大学、南京大学八所重点高校或研究机构成立联合实验室及全面合作平台。通过联合实验室平台开展深度科研合作180+项,产出前沿技术储备200+项,技术落地40+项,联合发表高水平学术论文160+篇,联合培养450+名学生。本届八大高校联合实验室联席技术峰会具有里程碑式的意义,各方将继续携手进入一个崭新的起点。

首届八大高校联合实验室联席技术峰会圆满召开

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-07-13,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 腾讯高校合作 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
NLP 服务
NLP 服务(Natural Language Process,NLP)深度整合了腾讯内部的 NLP 技术,提供多项智能文本处理和文本生成能力,包括词法分析、相似词召回、词相似度、句子相似度、文本润色、句子纠错、文本补全、句子生成等。满足各行业的文本智能需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档