让云成为AI的强载体

随着人工智能的不断成熟，大量基于AI的应用搭乘云计算，为各行各业提供最为高效便捷的基础服务。企业必须密切关注这一领域的发展，以最大限度利用这一技术奇迹，从而达到最佳利益。

云是人工智能的强载体

传统企业的未来，就是在云端用人工智能的方式处理大数据。云可以提供海量的数据和强大的运算能力。

比如，人工智能在癌症诊断方面早已取得突破性进展，能够辅助医生做肺癌早期筛查，目前的准确率超过63%，当然，这个数据还可以再提升。互联网金融方面，人工智能使用人脸识别技术为企业机构降低成本，在实战和商用方面，积累了大量经验。

近期，UCloud也携手上海陈天桥脑疾病研究所，将运用云计算、大数据、人工智能等前沿科技赋能医学研究，共同推动脑科学研究进步，造福人类。

由此我们可以看出，整个经济社会的脚步都在迈入新时代，人工智能在云端赋能下，将铸就更多的未来传奇。

AI为云赋予智能算法+算力

在最基本的层次上，人工智能已经改变了数据输入、存储和分析的方式。如今，云计算不仅仅是一个数据仓库，还是一个“智能仓库”。机器学习和云计算可以一起从信息中保存、分析和学习，并将其传递给其他服务器或云平台，以帮助框架信息和响应支持的决策。

在教育领域，智能云提供数据支持研究，引导学生利用以前的研究及其影响；在卫生部门，医生可以从数千类似病例中寻求帮助，这种详细收集数据、比较并及时提供解决复杂医疗手术的新方法，其效率远远超过了任何医生所保存和评估的手册信息。人工智能+云计算，成为了诸多受益行业的礼物。

同样，像银行、投资和教育等领域可以看到更多的创新，甚至在一些公益领域，比如濒危动物的保护项目中，人工智能更是解决了海量数据的计算问题，优化算法，提升算力，双驱动真正让“云端赋能”将AI落地。

人工智能积极地影响云计算，是非常激动人心的。就像那句话所说，“人工智能和云计算的融合有望成为创新的源泉和加速变革的手段”。

“AI+云”协同，开启技术未来

云计算是真正意义上的信息来源，它保持了人工智能的学习机制，而人工智能可以帮助提供有用的响应和数据分析，从而使云计算的结果和面向情况成为可能。我们有理由相信，人工智能和云计算将会继续创造惊人成果的未来大局。

虽然前景乐观，但应用于各行业、各场景的复杂度不减，复杂的算法往往依赖大量计算资源，入局AI 首先面对成本压力，企业又当如何通过“云端赋能”，有效降低研发成本、加快方案的迭代？又该如何利用云计算降低AI落地的门槛？对于那些以AI技术为核心的企业，如何利用云计算让自己的业务高速快跑？

关于以上问题，10月27日，UCan下午茶-深圳站，我们将为您现场答疑。聚焦云计算助力AI 发展，我们将从多方面深入讨论，并邀请行业专家进行精彩分享，如果不想错过技术发展的未来，那就和UCloud一起来拥抱“AI+云”的时代！

UCan下午茶·深圳站

13:00-13:30 签到

13:30-13:40 开场

13:40-14:30

《AI公有云平台实践》

UCloud LabU深度学习开发工程师 范融

AI算法依赖于大量计算资源，因此对于想涉猎AI的企业来说，第一步面临的就是成本压力。这其中包括服务器成本、运维成本、人员培养学习成本，不但有金钱上的也有时间上的。因此，如何有效降低成本，加快AI方案的试错，是每个想把AI算法产品化的企业都需要考虑的问题。本议题将围绕AI公有云平台实践，论述UCloud如何利用公有云的规模效应和分时租赁特性，降低企业的AI转型门槛，使广大公有云用户在不改变AI算法开发流程的基础上，为其提供一套开箱即用的开发、测试、乃至生产环境。有效降低人员学习成本，加速算法落地。

14:30-15:20

《云计算助力人工智能快速搭建底层资源》

UCloud 解决方案架构师 徐强

人工智能作为2017年信息通信领域的最大热点，远远高于IoT，5G，安全与隐私，区块链等。然而人工智能应用于各个不同行业，各种不同场景，导致进入的门槛很高，需要整理原始的数据源，购买底层服务器资源，搭建不同的算法框架，保障平台的稳定性等，给运维和研发带来了庞大的工作量。本次演讲将重点探讨人工智能背后的云计算，特别针对人工智能初创型企业以及个人学习，让大家专注于自身的算法以及业务代码。演讲共分三大部分：数据整理、模型训练及在线服务，并结合UCloud客户成功案例，为大家讲述不同场景的AI应用。

15:20-15:30 茶歇

15:30-16:20

《文本智能处理的深度学习技术》

达观数据联合创始人 张健

文档资料的内容自动化处理是人工智能技术落地的关键应用之一。本次演讲将分享在对篇幅较长的文本进行内容理解和信息挖掘过程中，如何应用深度学习技术来进行更好的分析挖掘。另外还将探讨深度学习模型和统计语言模型的相互结合，以及工程实践中值得注意的应用点等实践知识。分享亮点：

1. RNN和 LSTM，及LSTM原理

2. 文本分类常见算法模型CNN、RNN 及 CLSTM异同

3.传统机器学习（CRF）和深度学习（（Bi-LSTM+CRF）在序列标注中的应用差异

4. 深度学习在生成式摘要中的应用

5. 如何基于深度学习做知识图谱的关系抽取

16:20-17:10

《AutoML人工智能自动化模型设计与进化算法实现》

探智立方CTO 钱广锐

AutoML是当前人工智能发展的一个重要方向，受到Google，Facebook，等诸多公司的重视。近期，在AutoML领域，特别是深度神经网络模型搜索有了很多突破性的进展。本次演讲将着眼目前在机器／深度学习模型搜索方法的进展分享和不同方法之间的差异分析。并介绍探智立方的DarwinML自动化模型设计平台底层进化算法实现、特性以及DarwinML在金融、制造业领域内的实际案例。

17:10-17:30 互动交流

现正式向各位发出邀请

准备好报名了吗？