腾讯AI Lab学术论坛开启报名！当天还要宣布两大重磅消息！

本次论坛邀请来自美国麻省理工学院、罗格斯大学、罗彻斯特大学、新加坡国立大学和中国科学院等30位顶级海内外AI专家出席，在1.5天的活动中，分享AI+游戏、AI+医疗、AI+多媒体、AI+人机交互这四大前沿领域的关键挑战，及在下一阶段中极具颠覆性的新方法和新技术。

腾讯AI Lab还将宣布两大重磅消息，敬请期待！

☟ 报名信息 ☟

本次会议为邀请制，名额有限，3月9日前填写以下申请表报名，大会将为成功申请者提供差旅补贴。

报名地址：https://wj.qq.com/s/1893685/a27e?from=singlemessage&isappinstalled=0

主旨演讲

Tomaso Poggio

美国麻省理工学院大脑与认知科学系

Eugene McDermott 教授

大脑、心智和机器中心（CBMM）主任

Tomaso Poggio教授是计算神经科学领域的巨匠。从视觉系统的生物物理和行为研究到人类和机器的视觉和学习的计算分析，他的研究极富开拓性，是被引用最多的计算神经科学家之一。他的两位前博士后，DeepMind创始人Demis Hassabis和Mobileye联合创始人Amnon Shashua，分别推动了人工智能领域近期的两大成就：Alpha Go和Mobileye。该成功建立在深度学习和强化学习这两种受神经科学启发的关键算法的基础上。尽管目前人工智能取得的成绩让人印象深刻，但Tomaso Poggio教授认为，如果要创造与人类具有同等智慧的人工智能，还需要更多突破。他将在本次论坛上告诉我们这些突破可能是什么，以及更令人兴奋的，它们可能来自于何处。

☞ 演讲题目：《创造与人类同等聪明的AI——智能背后的科学与工程》

郑南宁

中国工程院院士，IEEE 会士

西安交通大学人工智能与机器人研究所教授

中国自动化学会理事长

对人类大脑和神经元的探索和认知，会如何启发并影响人工智能的研究创新？郑南宁院士长期从事模式识别与人工智能系统、计算机视觉与图像处理等领域的应用基础理论和工程技术的研究。在本次论坛中，他将为我们剖析人脑在直觉推理、认知推理、因果模型等方面为人工智能研究带来的启发，以及如何通过这种启发，训练出“健壮的人工智能”。

☞ 演讲题目：《受脑认知和神经科学启发的人工智能》

张潼

腾讯 AI Lab 主任

机器学习与大数据专家

近年来，产学研各界竞相追逐理论突破与场景落地，硬件、数据与算法的发展与革新也不断推动人工智能的快速发展。腾讯 AI Lab 主任张潼博士将在本次论坛中，与我们分享人工智能发展至目前阶段的几大趋势，并展望腾讯AI Lab在2018年将重点攻坚的几大核心挑战。

张潼博士是中央组织部“千人计划”特聘专家，拥有斯坦福大学计算机系博士学位。加入腾讯前，他曾担任美国新泽西州立大学教授、IBM研究院研究员、雅虎研究院主任研究员、百度研究院副院长和大数据实验室负责人，期间参与和领导开发过多项机器学习算法和应用系统。

☞ 演讲题目：《人工智能2018年的四个趋势》

AI+游戏

David Churchill

加拿大纽芬兰纪念大学计算机科学系助理教授

在围棋和德州扑克等棋牌游戏上，AlphaGo 和 DeepStack大获成功，宣告了人类的主导地位的终结。然而，在《星际争霸》这样的即时战略（RTS）游戏中，AI要应对比传统棋牌游戏复杂得多的人类情境，因此远远落后于人类职业玩家，是AI研究者下一个高难度挑战。David Churchill作为游戏AI领域的领军者，组织并参与了数届AIIDE（人工智能与交互式数字娱乐年度会议）的星际争霸AI竞赛，并于2013年凭借机器人UAlbertaBot 拿下冠军。David Churchill希望借助对星际争霸AI的开发和训练，发现处理复杂系统和工业、医疗等领域的大数据的新方法。他将在本次演讲中介绍该领域的最新进展。

☞ 演讲题目：《人工智能挑战〈星际争霸〉，谁会赢？》

彭健

美国伊利诺伊大学厄巴纳-香槟分校

计算机科学系助理教授

像AlphaGo这样达到人类水平的游戏智能体和机器人操作，显示出目前的深度强化学习能够解决许多传统的人工智能方法所无法解决的问题，然而这些任务策略学习需要耗费大量的计算资源，这使得深度强化学习算法在电脑游戏等更复杂的任务中难以得到应用。彭健博士将在演讲中对其中的挑战进行讨论，同时提出相应的解决方案，并且展示它们在 Atari 游戏和机车机器人任务上的应用。

☞ 演讲题目：《实现高效采样的深度强化学习》

朱晓龙

腾讯AI Lab计算机视觉中心高级研究员

“绝艺”是腾讯 AI Lab 研发的围棋人工智能程序，2017 年取得了 UEC 杯冠军并问鼎龙星战。在研发过程中，“绝艺”与中日韩棋手对弈上千局，相互促进，共同探索围棋的边界。从最初依赖人类棋谱，到完全从零开始强化学习，研究者见证着“绝艺”的成长。这也促使人们重新去审视围棋，探索它的边界，重塑对它的认知。朱晓龙博士目前在腾讯 AI Lab主要参与“绝艺”的算法研究与理论创新，在深度学习与游戏 AI 之中寻找契合点。本演讲将介绍利用强化学习训练“绝艺”的过程，和技术上的更多探索，分享团队在其中的观察与感悟。

☞ 演讲题目：《绝艺：从零开始学围棋》

AI+医疗

Pep Pàmies

《自然-生物医学工程》主编

毫无疑问地，人工智能将为临床医学带来颠覆性的变革。数据获取、调节和数字化方法、计算基础设施和算法训练方法的快速发展，预示着人工智能将在几乎所有医疗领域和疾病上得到应用。Pep Pàmies作为在国际顶级科学期刊《自然》工作多年的资深编辑，对该领域颇具洞见。他将在演讲中介绍最具颠覆可能性的医疗保健应用，以及一些可能会阻碍其发展的社会经济障碍。

☞ 演讲题目：《人工智能在医疗保健领域的颠覆性潜力》

Dimitris Metaxas

美国罗格斯大学计算机科学系杰出教授

计算生物医学影像与建模中心（CBIM）主任

医疗数据分析对于新的医学发现、诊断改进和成本降低来说日益重要。Dimitris Metaxas 教授及其团队在25年间持续开发通用可扩展的计算框架，并将其应用于医学图像分析和计算机视觉领域解决复杂的大规模问题。他将在演讲中为我们介绍该系统的多种医学应用，包括心脏病的分割、识别和表征的特征发现、心脏 MRI 图像重建、心脏血流分析、大规模组织病理学图像分析和检索、体脂估计，以及用于酒精研究的啮齿动物行为分析和细胞分析等。

☞ 演讲题目：《大规模机器学习在医疗领域中的应用》

倪东

深圳大学医学部生物医学工程学院副院长

在医疗超声诊断中，标准平面和生物统计测定参数的采集至关重要，但该过程需要人体解剖学方面的丰富经验和知识。倪东博士在深圳大学创建了MUSIC（医学超声图像计算）实验室，领导30多名研究人员，专注于智能医疗超声。他将在演讲中介绍为自动化超声的标准平面检测和生物统计测定所开发的机器学习算法（包括随机森林、卷积神经网络、循环神经网络和时空回归）。该项目由深圳、广州和香港的医院和公司共同完成。

☞ 演讲题目：《智能超声：自动化标准平面监测和生物统计测定》

刘天明

美国佐治亚大学计算机科学系杰出研究教授

刘天明教授先后任教于美国哈佛大学医学院、美国康奈尔大学威尔医学院和美国佐治亚大学计算机科学系，长期从事脑成像、计算神经科学、认知计算和深度学习方面的研究。他将在演讲中为我们介绍人工智能技术在神经影像学和神经放射学的应用，以及该领域的重大挑战和机遇。

☞ 演讲题目：《用于脑成像的人工智能：挑战和机遇》

周旋

“腾讯觅影”产品总监

腾讯利用储备多年的AI技术积累，孵化和推出了国内首款临床落地的医学人工智能产品“腾讯觅影”，该平台成为科技部新一代人工智能发展规划中明确认可的医疗影像国家开放创新平台。担任“腾讯觅影”产品总监的周旋，于2010年3月加入腾讯，对腾讯的互联网技术、用户大数据及资源整合方面有深入的理解。她将在本次演讲中介绍“腾讯觅影”的相关进展与突破。

☞ 演讲题目：《腾讯觅影-人工智能在医学领域的应用》

AI+多媒体

罗杰波

美国罗彻斯特大学计算机科学系教授

发自拍、吐槽、转发搞笑视频……我们每天无意中在网上留下的痕迹，使得社交多媒体成为了一种强大的传感器。例如，可以根据社交媒体中的文本和视觉信息感知用户情绪，监控青少年饮酒和药物滥用等危险行为，根据标记了地理位置的照片得出流行和多样化的旅行路线，以及根据图片分享和用计算机视觉技术获得的人口统计学特征来预测选举结果等等。近年来，罗杰波教授在社交多媒体研究及其社会应用中做出了开创性贡献，他将在本次演讲中为我们介绍该领域当前的一些难题和未来的发展方向。

☞ 演讲题目：《社交多媒体作为传感器的应用》

冯佳时

新加坡国立大学机器学习与视觉实验室主任

新加坡国立大学电子与计算机工程系助理教授

深度学习正在变革诸多领域，视频监控是其中最重要的应用之一。冯佳时博士一直致力于计算机视觉、深度学习和机器学习的研究，在本次论坛上，他将着重介绍视频监控中人脸检测、识别及人像重识别方面的最新研究成果，并探讨视频分析在监控领域的未来应用。

☞ 演讲题目：《利用深度学习进行更智能的视频监控》

AI+人机交互

陈景东

西北工业大学电子与信息工程系教授

如何在充满噪声、回声等的复杂环境中获取高保真的语音信号，是语音信号处理领域里一个长期的研究热点。陈景东教授一直致力于研究语音增强、降噪、回声消除和阵列信号处理等问题，具有在日本、澳大利亚和美国等多个研究所和公司的丰富经验，在本次论坛中，他将为我们介绍语音信号的感知和处理的基本原理，以及该领域的前沿研究进展。

☞ 演讲题目：《获得高保真语音信号：用于人机接口的多通道语音信号处理》

孙乐

中国科学院软件研究所研究员

自然语言理解是人工智能皇冠上的明珠。近年来，以Google知识图谱为代表的大规模知识库的出现，为自然语言理解研究提供了新的机遇。孙乐博士长期从事自然语言理解、信息抽取、问答系统等方面的研究，他将在本次演讲中探讨基于知识的自然语言理解（K-NLU），介绍如何利用信息抽取技术从文本中获取知识，以及如何基于知识来进行文本语义分析和自然语言问答。

☞ 演讲题目：《基于知识的自然语言理解（K-NLU）》

李菁

腾讯 AI Lab 自然语言处理中心高级研究员

自图灵测试诞生以来，构建能与人交互的自然语言处理（NLP）系统一直是人工智能的一项使命，而自然语言理解和生成技术在其中发挥着重要的作用。李菁博士将在演讲中介绍腾讯AI Lab在该领域的研究和商业落地情况：第一个部分将以微博上的关键词抽取为例，介绍腾讯AI Lab在自然语言理解方面的研究；第二个部分将以腾讯智能春联为例，介绍腾讯AI Lab在自然语言生成方面的研究和应用。

☞ 演讲题目：《从研究到应用：腾讯AI Lab的自然语言理解和生成》