日程安排

13:30-13:50

Opening Keynote: Ibrahim Haddad – ED of LF AI & DATA

由于开源,人工智能的进入门槛比以往任何时候都低。开放源代码、框架、平台、工具,这是一条双赢的道路:它让人工智能迅速普及,也让参与开源的企业得到开源社区的支持和帮助,加速了自身人工智能应用研究。开源 AI 的关键是什么?

13:50-14:10

Opening Keynote: AI 融合大数据,助力产业数字化升级 下载PPT

人工智能和大数据是不同技术体系,两者作为数字化转型的基石,在越来越多的场景中相互依赖。融合两个技术体系,让众多的框架、工具能够在一个系统内协同工作,发挥各自所长,成为业界关注焦点。本报告介绍中兴在人工智能和大数据融合方面做的一些技术研究,应用场景和实践案例。

14:10-14:30

Opening Keynote: 似曾相识的时刻——构建人工智能的未来

2000年,英特尔公开发布了第一个开源计算机视觉库(OpenCV)。该版本以每年数百万次的下载量获得了惊人的发展,它已经成为业界的核心标准之一。在这个全新的人工智能深度学习中,英特尔再次打造了开源视觉推理和神经优化 (OpenVINO)工具套件,用以解决人工智能生态系统中的常见问题。在很多方面,这个项目对我们英特尔的许多人来说是似曾相识。我们的布道者 Raymond Lo 先生将再次讲述这些不为人知的故事,提醒我们应该关注哪些要点,从而有助于 AI 开源产品的最终成功。

14:30-14:50

Milvus:探索云原生的向量数据库 下载PPT

Embeddings 是神经网络表示语义的核心数据形式。目前,神经网络应用正在加速落地,embeddings 这种向量化的数据呈现爆炸性的增长,但在基础软件层面,缺乏对向量数据的管理及分析能力。 ZILLIZ 团队面向这个问题发起了开源项目 Milvus。Milvus 是以向量为核心的数据分析与搜索引擎,目前在 LF AI & DATA 基金会孵化。本次报告将介绍 Milvus 项目,并分享 Milvus 社区在构建云原生向量搜索引擎过程中的探索工作。

14:50-15:10

Adlik 对深度学习模型推理优化的实践 下载PPT

Adlik 是深度学习模型推理优化工具链。演讲以阐述 Adlik 框架,社区运营,以及推理加速实践为主。

15:10-15:30

MindSpore 高阶 API 工具 TinyMS 架构设计与实践 下载PPT

TinyMS 是一款基于 MindSpore 开发的高阶 API 工具,是一款开源深度学习开发工具包,提供面向从数据准备到模型部署全流程的极简易用的高阶 API 封装,并通过易于扩展的模块化设计,提供覆盖多种业务场景的能力,实现一键模型训练和部署功能。演讲主要分享 TinyMS 的设计架构,设计理念,模块分析,和实战演练

15:30-15:50

OpenI 启智:人工智能开源社区的实践经验

OpenI 启智开源社区,聚焦建设技术先进、安全可靠、资源丰富、社群活跃的新一代人工智能开源社区,形成适应中国特点的长效生态激励与运营机制,积累凝练新一代人工智能开源共性关键技术,形成技术与标准体系。本报告围绕新一代人工智能开源基础平台、关键技术、社区机制以及重点应用四个方面,介绍近年来的建设经验。

15:50-16:10

深度学习开源平台飞桨及行业应用

近些年来国内外巨头公司纷纷布局深度学习框架。百度飞桨作为中国首个全面开源开放,功能完备的产业级深度学习平台已经在公司内外有着广泛的实践以及应用。飞桨已经规模应用于搜索、推荐、广告等业务,同时百度基于飞桨框架在语音、视觉、NLP领域取得了诸多世界领先成果。 在今天的分享中,我们将介绍飞桨的核心能力,包括超大规模深度学习模型训练技术,多端多平台部署高性能推理引擎以及产业级开源模型库和开发套件。同时我们将介绍飞桨开源社区的整体建设,以及飞桨Linux基金会开源项目EDL。

16:10-16:30

下一代人工智能,逻辑理解?物理理解? 下载PPT

虽然人工智能随着深度学习的发展又一次达到了高潮,但当前人工智能本质上还是一种不鲁棒的模式匹配,很容易被攻击,没有深层次智能(比如理论与实验、归纳和演绎)。迫切要发展出下一代人工智能,我们在分析对比人类智能和人工智能的基础上得出了下一代人工智能的方向是逻辑理解和物理理解,并给出了一些技术线索。

16:30-16:50

KubeFATE:云原生的联邦学习部署与运维管理平台 下载PPT

联邦学习因其在合规的前提下,打破数据孤岛壁垒提高机器学习效能,在工业界与学术界均获得广泛关注,并逐渐走向实际生产应用。但联邦学习在计算、网络等方面的复杂性客观存在。VMware CTO办公室凭借丰富的云计算、虚拟化经验,提出云原生联邦学习概念以解决联邦学习在生产环境落地问题。本演讲介绍Linux基金会托管开源项目KubeFATE,并从实际应用角度介绍如何使用KubeFATE部署、运维管理工业级联邦学习系统FATE,探讨联邦学习如何在复杂的IT环境下落地的问题。

16:50-17:10

OpenMMLab 计算机视觉开源算法体系 下载PPT

OpenMMLab 计算机视觉开放算法体系是深度学习时代极具影响力的人工智能开源项目,共开源了超过 10 个算法库,涵盖超过 15 个研究方向,包括图像分类、目标检测、语义分割、动作识别等,共支持了150+ 种算法,提供了1200+ 预训练模型。 OpenMMLab在 GitHub 上总计获得超过 3.5 万 star,吸引了 500 多位来自国内外的代码贡献者,受到了学术界和工业界的广泛好评,在多个国际学术竞赛上被冠军团队所采用,并且在多家顶尖互联网企业和众多中小企业的实际业务中得到广泛使用。

17:10-17:30

开源的经济学视角 下载PPT

开源表现为技术创新,背后则孕育着数字时代新经济学、新管理学、新社会学、新政治学及新法学等哲学社会科学思想的萌芽。开源在传统的工业社会中萌芽、开花、结果,历经艰辛但最终为主流社会所认可,其内在的合理性在哪里?开源社会存在会产生什么样的社会意识,将对未来的世界产生怎样的影响?需要从经济学视角解释开源。
©开源中国(OSChina.NET) 深圳市奥思网络科技有限公司版权所有 粤ICP备12009483号

扫码进群跟大咖交流

报名参会