0
| 本文作者： 汪思穎 | 編輯：郭奕欣 | 2017-10-12 18:43 | 專題：CNCC 2017 |
雷鋒網 AI科技評論消息，由中國計算機學會（CCF）主辦，福州市人民政府、福州大學承辦的2017中國計算機大會（CNCC2017）將于10月26-28日在福州·海峽國際會展中心重磅來襲，作為國內計算領域規模最大、規格最高的學術與技術盛宴，本次大會將邀請300余位國內外計算機領域知名專家、企業家到會演講。雷鋒網也會作為獨家戰略合作媒體進行全程跟蹤報導。
本次會議包括14個特邀報告、2場大會主題論壇、40余場前沿技術論壇，另外還有30余場特色活動以及3個頒獎會，同期舉辦的科技成果展聚集80家企業。
特邀報告向來是大家關注的重點，今年大會主辦方邀請到14位在學界、業界頂尖的講者為大家帶來特邀報告，他們分別是丘成桐、梅宏、沈向洋、李飛飛、湯道生、馬維英、Dinesh Manocha、陳熙霖、王涌天、章文嵩、叢京生 、李志飛、何源、劉偲。報告題目和演講摘要如下（文末附大會具體議程）：
特邀講者：丘成桐
哈佛大學終身教授，美國國家科學院院士，中國科學院外籍院士，1982年度菲爾茲獎獲得者
報告題目：現代幾何學在計算機科學中的應用
演講摘要：
現代幾何為計算機科學的發展奠定了堅實的理論基礎；計算機科學的發展為幾何學提供了大量的研究素材，并且提供了高效精確的驗證手段。這里，我們給出一些現代幾何理論在計算機科學中的直接應用。
在計算機網絡領域：我們將黎曼幾何的概念和方法推廣到離散情形，在圖上面定義曲率，并用曲率來刻畫分析社交網絡和互聯網。我們運用共形幾何的方法來提高無線傳感器網絡的路由性能，實現負載平衡。
在計算機圖形學領域：我們用計算共形幾何的方法實現曲面全局保角參數化，運用蒙日-安培方程來實現保面積參數化，用曲面曲率流來實現矢量場的設計。
在計算機輔助幾何設計領域：我們用曲面的仿射結構、射影結構來構造整體光滑的樣條曲面。
在數字幾何處理領域：我們用黎曼映照和最優傳輸映射來做幾何壓縮，運用幾何逼近論來做曲面重構。
在計算機視覺領域：我們用擬共形幾何、Teichmuller理論來實現曲面配準，動態跟蹤。我們用蒙日-安培理論來計算Wasserstein距離進行表情分類。
現代幾何的理論和方法日益滲透到計算機科學之中，并且通過計算機科學對人類社會做出更多的貢獻。
特邀講者：梅宏
CCF會士，北京理工大學教授，中國科學院院士
報告題目：軟件定義一切：挑戰和機遇
演講摘要：
無處不在的信息技術應用正將我們帶入一個新的時代。人們從不同的視角給這個時代貼上了不同的標簽：云計算時代、大數據時代、智能化時代、互聯網+時代、......。從軟件從業者的視角，我們會觀察到這個時代重要的使能技術 -- 軟件，就這個意義來說，我們正在進入一個軟件定義的時代。本報告回顧了軟件技術的發展，并從操作系統的視角來理解軟件定義的本質和內涵：硬件資源虛擬化、管理功能可編程；展望了軟件定義的未來：在人機物融合計算的場景下，萬物皆可互聯、一切均可編程，進而分析了軟件定義帶來的機遇和挑戰。
特邀講者：沈向洋
美國國家工程院院士，ACM/IEEE Fellow，微軟全球執行副總裁
報告題目：理解自然語言：描述、對話和隱喻
演講摘要：
我們正處在人工智能發展的一個新的黃金時代。人工智能最基本的兩個要素是感知和認知。在過去幾年里，我們親歷了感知技術特別是計算機視覺和語音識別的突飛猛進。然而，在諸如自然語言理解和對話領域的認知研究方面，我們的進展還非常有限。我相信在未來的十年中，自然語言處理會成為人工智能突破最重要的方向。懂語言者得天下。
我設想可以從三個層次來逐步讓機器理解并掌握語言：從機器學習，到機器智能，再到機器意識。 第一個層次首先是建立客觀的對觀察到的或體驗到的事物進行描述的能力。我會用微軟認知服務里面的CaptionBot為例，來展現我們通過機器學習對一幅輸入圖像內容產生客觀描述的技術。第二個層次是建立持續對話的能力。因為在對話的過程中，機器要能答問題，還要能提問題。機器要理解上下文狀況，常識，及情感來做出合理的判斷和響應—所謂對話即智能。我會總結一下微軟研究院在智能問答生成方面的一些最新研究工作, 以及其在微軟小冰聊天機器人平均長達23輪對話中的應用。第三個層次是建立在有意識地思考之上的理解和表達隱喻的能力。盡管我們離建立完全的機器意識還很遠，作為一個初步的嘗試，我會展示一下微軟小冰看圖作詩的技術。這項技術已經使得小冰成為了人類歷史以來最多產的詩人。
最后，我簡要介紹一下微軟對話式人工智能產品線的最新進展和設計理念，包括必應搜索引擎，智能助理小娜，智能客服助理, 和聊天機器人小冰。
特邀講者：李飛飛
Professor of Computer Science, Stanford University
Director of Stanford Artificial Intelligence Lab
Chief Scientist of AI/ML, Google Cloud
報告題目：A Quest for Visual Intelligence: Exploration Beyond Objects
演講摘要:
It takes nature and evolution more than five hundred million years to develop a powerful visual system in humans. The journey for AI and computer vision is about half of a century. In this talk, I will briefly discuss the key ideas and the cutting edge advances in the quest for visual intelligences in computers, focusing on work done in our lab in recent years.
特邀講者：湯道生
騰訊集團高級執行副總裁
報告題目：讓AI服務于人
演講摘要：
機器是否即將取代人類的論戰方興未艾，但如果將人類與機器作對比，那么今天的AI在有限的領域與局部環節或許可以勝過人類，仍然無法完像人一樣來思考與行動。即使如此，機器視覺與語音語義理解的發展與機械的聯動，也已經可以替代人類部分的工作。因此我們可以將AI視為一種生產力，其通過算法與經驗(數據)，提供某種可標準化、可復制的智能服務，替代那些重復性人工作業。無論是新興產業還是傳統行業，至今仍然有不少依靠有經驗人士的日復一日的操作，現在都有機會通過物聯網獲取數據，通過AI來替代人工判斷，從而讓智慧變得可復制，同時提高服務可靠性并提升工作效率。
與此同時，云服務的發展也讓AI服務變得更加普及，由于數據可以更及時的在云上被收集與處理，這便讓AI服務可以更快更有效地適應不同應用與場景的需要。比如大量的手寫單據不再需要人工處理、醫療圖像識別可以輔助診斷、城市里的交通疏導、零售店里的人流分析等等都是AI能力應用到不同生活場景的例子，讓AI服務于人。
特邀講者：馬維英
今日頭條副總裁，IEEE Fellow
報告題目：人工智能和新一代信息與內容平臺
演講摘要：
連接人與信息是人類社會的重要基礎設施。在移動為先，萬物互聯，以及融合了社交的新內容時代里，人工智能有著巨大的創新機會來重新定義人與信息的連接方式。從內容創作、 過濾、分發、消費以及互動的每個環節，我們都可以使用大規模機器學習、文本分析、自然語言理解、計算機視覺和數據挖掘等技術，來高效處理、分析、挖掘、理解和組織海量文字、圖片和視頻，并根據對用戶的深度理解，進行智能分發。同時基于豐富多樣的應用場景和海量用戶，持續累積大量的訓練樣本和數據，讓機器學習系統形成閉環，不斷地改善和進化。我將分享人工智能在信息和內容平臺發展前景的一些看法，包括人工智能的本質、近幾年重要的技術發展，以及產業發展的未來。
特邀講者：Dinesh Manocha
Department of Computer Science
University of North Carolina at Chapel Hill
ACM/IEEE/AAAS Fellow
報告題目：Motion Planning Technologies for Human-Robot Interaction
演講摘要:
Robotics are increasing being use for manufacturing, assembly, warehouse automation, and service industries. However, current robots have limited capabilities in terms of handling new environments or working next to humans or with the humans. In this talk, we highlight some challenges in terms of developing motion and task planning capabilities that can enable robots to operate automatically in such environments. These include real-time planning algorithms that can also integrate with current sensor and perception techniques. We present new techniques for realtime motion planning and how they can be integrated with vision-based algorithms for human action prediction as well as natural language processing. The resulting approaches use a combination of ideas from AI planning, topology, optimization, computer vision, machine learning, natural language processing, and parallel computing. We also demonstrate many applications in terms of autonomous picking, avoiding human obstacles, and operating as cobots. Given that China has been the biggest purchaser of industrial robots, we also highlight the potential benefits of these technologies for Chinese robotics and manufacturing industries.
特邀講者：陳熙霖
CCF會士，中科院計算所研究員，IEEE Fellow
報告題目：從物體識別到場景理解
演講摘要：
計算機視覺領域近年來的進展極大地鼓舞了工業界和學術界。僅從避障和識別物體而言，計算機視覺技術和方法已經能夠滿足很多應用的需求。但這些往往都是面向單一任務的，不論是從擴展性還是適應性等方面與人類或者高等動物視覺系統相比，還有很大的差距。任務驅動和處理的碎片化是影響計算視覺系統發展的重要因素。另一方面，視覺研究中對感知和認知的割裂也為這一領域設置了一道人為的天花板。隨著局部計算視覺問題的突破和計算能力的飛速發展，計算機視覺的研究也將從關注物體識別走向關注理解，從任務驅動走向要素驅動，從大數據解決小問題走向小知識撬動大問題。計算機視覺在物體識別等任務上的成功很大程度上刺激了人工智能的復興，超越單純的物體識別是可視智能的重要體現，這將依賴于對物體和場景的深層次識別和推理，同時背景知識也將起到重要的作用。與此同時，場景理解將和高層表示與推理相融合，將視覺的感知與語言的推理認知結合，持續推動人工智能的發展和進步。
特邀講者：王涌天
CCF理事，北京理工大學教授，SPIE/IET Fellow
報告題目：“無屏”呈現-- 人機融合的新紀元
演講摘要：
人機自然融合是計算機領域工作者不懈追求的目標，而數字信息的高效呈現是其中的關鍵技術。近年來，隨著手機等智能終端的移動觸摸交互屏的技術成熟和廣泛應用，人與信息之間已經形成了有界融合、主從相伴的關系。但隨著以虛擬現實、增強現實為代表的新型人機界面技術的蓬勃發展，傳統屏幕的概念被顛覆，新的“無屏”時代已經到來。伴隨“無屏”而來的是“高沉浸感的顯示”，是“虛實融合的顯示”，是“無處不在的顯示”，促進顯示設備從“便攜化”向“無擾化”、“透明化”發展。“無屏”呈現將會革新人機之間信息交互的機制與模式，使得人對信息的利用效率達到前所未有的高度；通過與人工智能的深度結合，這種新的人機融合方式將會徹底改變人們的工作和生活方式，以致推動人類的“進化”。然而，為了實現真正意義上的“無屏”呈現，我們還面臨一系列的挑戰，要把頭戴式顯示設備做得輕便、舒適和時尚，要進一步完善跟蹤定位和交互技術，也需要解決如何保護他人隱私等社會倫理問題。本報告將從本人所在中心的研究工作出發對這些問題展開討論，并探討“無屏”呈現可能帶來的應用場景的革命。
特邀講者：叢京生
加州大學洛杉磯分校教授，美國工程院院士，IEEE/ACM Fellow
報告題目：Computing Near the End of Moore's Law
演講摘要：
As we get close to the end of Moore’s Law, one cannot rely on simple frequency or core scaling to improve the performance. We argued that future computing systems would be customizable with extensive use of accelerators. Such an accelerator-rich architecture presents a fundamental departure from the classical von Neumann architecture. In this talk, I shall first present an overview of our research on customizable computing, from single-chip, to server node, and to data centers, with extensive use of composable accelerators and field-programmable gate-arrays (FPGAs). I shall highlight our successes in several application domains, such as machine learning and computational genomics. Then, I present our ongoing work on enabling automation for customized computing. I shall highlight the algorithmic and implementation challenges and our solutions to many of these compilation and runtime optimization problems.
特邀講者：章文嵩
CCF TF主席，滴滴出行高級副總裁
報告題目：滴滴共享出行與智慧交通
演講摘要：
經過5年的高速發展，滴滴已成為全球最大的共享出行平臺，創造了大量的靈活就業機會，是典型的共享經濟代表。滴滴背后完全依靠技術不斷提升共享出行的安全、體驗和效率，同時借助滴滴大數據和技術可以讓城市交通變得更智能、更高效、更安全。基于滴滴軌跡數據，可以建立城市交通客觀的度量體系，通過交通信息平臺、智慧信號燈、誘導屏、潮汐車道等優化交通基礎設施，根據實時路況信息及時對異常擁堵進行疏導，使用滴滴代駕數據進行精準抓酒駕，降低交通事故率。將所有的交通工具線上化，實現更準確的導航和時間預估，為出行者提供一站式出行服務，根據用戶喜好和實際交通狀態推薦合適的多模換乘方案，讓用戶選擇從而達到優化出行結構目的。
特邀講者：李志飛
“出門問問”創始人、CEO
報告題目：語音交互技術將如何重塑下一代消費電子
演講摘要：
近年來，以語音交互為引爆點的AI革命，正在推動人工智能從科研和實驗室走進消費和現實生活。目前，值得討論的問題是怎樣將人工智能的技術真正落地于真實的場景之中。一路帶領著出門問問構建算法、打造技術、落地產品的李志飛，摸索出從智能穿戴、智能車載，到最新的智能家居的一系列智能語音交互落地場景，走出了一條“軟硬結合”的商業化道路。智能語音交互中最重要的能力是什么？如何選擇最適合的落地場景和產品？怎樣打破場景間的壁壘，讓不同場景聯動起來？在此次報告中，李志飛博士將分享他的經驗與思考，解開人機交互背后的智能密碼。
特邀講者：何源
2017CCF青年“兩秀講者”，清華大學副教授
報告題目：從瓦薩沉船到數字孿生——物聯網的機遇和挑戰
演講摘要：
在經歷了十多年的探索、實踐和反思后，物聯網進入了新的發展階段。物聯網與傳統行業深度融合，呈現出應用需求多樣化、網絡終端異構化、運維空間同一化的顯著特征，推動該領域研究向縱深發展。我們結合工業和能源行業的物聯網應用實踐，圍繞無線網絡共存性問題展開研究，本報告將簡介當前的進展，探討未來的機遇和挑戰。
特邀講者：劉偲
2017CCF青年“兩秀講者”，中科院信工所副研究員
報告題目：圖像的像素級語義理解
演講摘要：
近年來，基于深度學習的圖像視頻分析技術取得了巨大成功。相比于傳統的物體分類識別技術，圖像的像素級語義理解，又稱語義分割，能提供更加豐富的像素級信息, 因而成為一個新的研究熱點。本報告以語義分割的三個典型實例，即場景解析，人臉解析以及人像解析為切入點，重點介紹我們針對語義分割的以下兩個挑戰做出的工作。1：減少人工標注工作量：在很多實用場景中，圖像尺寸大且標簽種類繁多，純人工逐像素標注非常昂貴且低效。我們提出一系列在不降低算法精度的前提下，極大減少人工標注成量的無監督、半監督、弱監督語義分割算法。2：提升分割精度: 通過綜合考慮上下文信息，如語義標簽之間的共生性和互斥性，不同信息源的互補性，極大地改進了分割精度。最后，我們也將展示語義分割在智能相機、視頻監控、智能家居、電商平臺搜索等多個領域的應用效果。
大會的具體議程如下：
還未進行注冊繳費的觀眾需注意，10月15日線上注冊繳費截止，如果未趕上注冊時間，可以到現場注冊繳費。注冊參會指南鏈接：http://cncc.ccf.org.cn/cn/news/index/13
更多詳細信息請參見 CNCC 2017官網：http://cncc.ccf.org.cn/
作為獨家戰略合作媒體，屆時雷鋒網 AI科技評論會前往現場為大家帶來第一手消息，敬請關注。
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
專題
