待定
持续 更新中
开场致辞
/
待定
持续 更新中
主题演讲1
/
窦志成
中国人民大学 高瓴人工智能学院副院长
主题演讲2
/
项亮
火山引擎 机器学习系统负责人
主题演讲3
/
潘青华
科大讯飞 研究院副院长
主题演讲4
/
田渊栋
Meta/Facebook 人工智能研究院研究员及高级经理
主题演讲5
/
计算机视觉
作为AI技术的急先锋,终于迎来技术上的爆发,它是许多创新型关键技术的基础,也是构建人工智能机器世界的基础。
作为AI技术的急先锋,终于迎来技术上的爆发,它是许多创新型关键技术的基础,也是构建人工智能机器世界的基础。
智能语音识别
语音识别正逐步成为信息技术中人机接口的关键技术,它与语音合成技术的结合成为一个具有竞争性的新兴高技术产业。
语音识别正逐步成为信息技术中人机接口的关键技术,它与语音合成技术的结合成为一个具有竞争性的新兴高技术产业。
算法与模型
算法与模型是人工智能的灵魂,随着技术的不断发展,算法模型也往前推进了一大步。
算法与模型是人工智能的灵魂,随着技术的不断发展,算法模型也往前推进了一大步。
智能搜索与推荐系统
通过智能搜索统计用户行为、属性,经过算法分析处理,利用推荐系统将用户与服务有效连接。
通过智能搜索统计用户行为、属性,经过算法分析处理,利用推荐系统将用户与服务有效连接。
MLOps最佳实践
AI在企业落地,现状是研发上线时间长,上线效果往往不达预期,而且还有可能有回退。这都是因为AI落地,不是仅仅在实验室拿着固定的数据集来进行模型训练就行了,在生产环境的上线和应用还有很多的挑战,尤其是数据和模型的挑战。而MLOps应运而生,它是一套实践,来加速机器学习的模型上线并持续发挥作用。 本专题将围绕MLOps的各个环节,包括研发运维lifecycle的pipeline,持续训练和持续监控,模型版本和血缘,数据的线上线下一致性保持,高效数据供给同时满足线下海量可扩展性需求和线上高吞吐低延迟的需求等等。邀请业内优秀企业专家来进行分享,和大家共同探讨MLOps的前沿趋势和最佳实践。
AI在企业落地,现状是研发上线时间长,上线效果往往不达预期,而且还有可能有回退。这都是因为AI落地,不是仅仅在实验室拿着固定的数据集来进行模型训练就行了,在生产环境的上线和应用还有很多的挑战,尤其是数据和模型的挑战。而MLOps应运而生,它是一套实践,来加速机器学习的模型上线并持续发挥作用。 本专题将围绕MLOps的各个环节,包括研发运维lifecycle的pipeline,持续训练和持续监控,模型版本和血缘,数据的线上线下一致性保持,高效数据供给同时满足线下海量可扩展性需求和线上高吞吐低延迟的需求等等。邀请业内优秀企业专家来进行分享,和大家共同探讨MLOps的前沿趋势和最佳实践。
联系我们