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
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。