最近結束的北京大會內容豐富，議題探索人工智能在企業(yè)、商業(yè)和社會中的應用，探索如何實施人工智能項目以及與人工智能的交互。還涵蓋了模型和方法，包括強化學習和機器學習、TensorFlow、深度學習、生成對抗網絡（GAN）、自然語言處理和理解、語音識別和計算機視覺等。
與會來賓了解了如何利用人工智能的潛力在人工智能引起的顛覆大潮中存活；找到新的方法在多種行業(yè)和學科里利用他們的人工智能資源；學習到如何將人工智能從科研成果轉化為真正的商業(yè)應用；發(fā)現學習、招聘和職業(yè)的機會；并面對面地和其他創(chuàng)新者和思想領袖交流。
下面我們接著給出一些會議亮點及演講完整視頻。
數據驅動的人工智能前沿
該主題演講中來自百度的Xiong Hui介紹了數據驅動人工智能帶來的一些新興機會和挑戰(zhàn)，同時關注深度學習、推薦引擎和數據密集型計算平臺的趨勢，以及自動駕駛、對話式AI、位置感知社交媒體和視覺搜索。
也請參考講話所用的幻燈片。
大眾化的深度增強學習
機器學習是一項顛覆性的技術，它對開發(fā)和研究人員都非常重要，可以讓他們的游戲或系統(tǒng)更加智能。但復雜性和技術障礙讓機器學習長期以來無法得到應用。Danny Lange介紹了AI歷史上一個令人激動的新篇章，它將會改變我們開發(fā)和測試的那些會用于現實生活的學習算法的方式。這意味著我們能夠在真實的競爭與合作場景下學習復雜行為，諸如在工業(yè)機器人和無人駕駛測試的場景里。聽眾能夠理解這一關鍵未來技術的基石，以及它將如何影響你的業(yè)務。聽眾還學習了AI代理如何在復雜的場景下被訓練，以及使用機器學習來讓他們的系統(tǒng)更智能，降低人為的偏差。
同時請參考講師的幻燈片。
基于深度學習的自然語言處理
深度學習為自然語言處理 (NLP) 帶來新機遇和新希望。借助全新的深度學習方法，數據科學家可處理基于文本、語言和對話的應用，創(chuàng)造性地構建適用于各種 NLP 應用的基礎。了解人工智能技術正如何推動 NLP 的發(fā)展以惠及各行各業(yè)。
也請參考講師所用的幻燈片。
相關資料：
Douglas Wan
Douglas Wan is editor-in-chief at O'Reilly Beijing.
