人工智能在现代人类生活中近乎无处不在,机器学习作为其重要的实现手段也逐渐成为了技术圈炙手可热的话题。随着机器学习在业务场景中的实际应用日趋广泛,也带来了一些不可避免的挑战。在解决复杂问题时,增加的巨大计算量,复杂的结构和大数据成为最直接的难题。那么,如何让神经网络聪明起来、快起来则成为了我们首先要解决的困难之一。
为此,戴尔科技集团中国研究院与VMware创新网络联合主办《前沿“机器学习加速”网络研讨会》,并特邀中国计算机学会上海分部作为支持单位参与本次活动,带您全方位、多角度了解机器学习加速。
欢迎大家查阅下图获取网络研讨会课程信息,并报名参会!
活动安排
首期活动将于
5月15日(周五)
下午14:00开始
主题为《机器学习流程管理与自动化》
活动讲师
李三平
戴尔科技集团中国研究院高级主管科学家,美国麻省大学计算机工程专业博士。跨多个领域的科研与工作经历,包括机器学习、遥感影像、Web应用开发、Web平面设计、硬件设计验证等,目前从事机器学习、深度学习的技术研发、创新与应用。在国际学报类期刊、IEEE Transactions及国际会议发表20多篇论文,申请美国专利40余项,中文译著三本。
聂雨虹
戴尔科技集团中国研究院资深软件工程师,毕业于武汉大学计算机科学专业,曾就职于三星通信研究院、惠普,主要关注与工作领域为大数据与分布式。
课程概要
机器学习在业务场景中的实际应用愈加广泛,同时也不可避免地遇到诸多挑战。例如缺乏成熟的机器学习工作流管理和自动化工具,尤其在解决某个业务领域中的多个问题时,导致机器学习生命周期中的大量重复迭代。我们基于对机器学习生命周期各个阶段的细粒度追踪,构建机器学习工作流的知识库,进而实现不同业务问题之间的知识迁移,最终达成特定场景中业务问题与机器学习洞察之间的解决方案自动化。
▽
欢迎大家扫描下方二维码加入活动交流群
第一时间获取活动通知!
相关内容推荐:专家授课︱如何亲自动手搭建一个大数据分析模型
好文章,需要你的鼓励
华盛顿大学Pedro Domingos教授提出的张量逻辑是一种革命性的AI编程语言,它通过将逻辑推理与张量代数在数学层面统一,实现了符号AI和神经网络的深度融合。该语言仅使用张量方程这一种构造,就能优雅地实现从Transformer到形式推理、从核机器到图模型等多种AI范式,更重要的是开辟了在嵌入空间中进行可靠推理的新方向,有望解决大型语言模型的幻觉和不透明性问题,成为推理、数学和编码模型的理想语言。
上海AI实验室等机构联合提出FrameThinker框架,革命性地改变了AI处理长视频的方式。该系统采用"侦探式"多轮推理,先快速扫描全视频获得概览,再有针对性地深入分析关键片段。通过两阶段训练和认知一致性验证,FrameThinker在多个视频理解基准测试中准确率平均提升10.4%,计算效率提高20倍以上,为AI视频理解领域带来突破性进展。
科技巨头IBM今日宣布推出新的区块链数字资产平台,专为金融机构和受监管企业设计。该平台名为"数字资产避风港",将为银行、企业和政府提供比特币、以太坊、稳定币和代币化资产的安全管理服务。平台由IBM与数字钱包基础设施提供商Dfns合作开发,支持超过40个公链和私链的全生命周期管理,并集成第三方身份验证和反洗钱合规工具。
复旦大学团队创建MedQ-Bench基准,首次系统评估AI模型医学影像质量评估能力。研究覆盖五大成像模式,设计感知-推理双层评估体系,意外发现医学专用AI表现不如通用AI。结果显示最佳AI模型准确率仅68.97%,远低于人类专家82.50%,揭示了AI在医学影像质控应用中的现实挑战和改进方向。