0
| 本文作者： 汪思颖 | 编辑：郭奕欣 | 2017-10-12 18:43 | 专题：CNCC 2017 |
雷锋网 AI科技评论消息，由中国计算机学会（CCF）主办，福州市人民政府、福州大学承办的2017中国计算机大会（CNCC2017）将于10月26-28日在福州·海峡国际会展中心重磅来袭，作为国内计算领域规模最大、规格最高的学术与技术盛宴，本次大会将邀请300余位国内外计算机领域知名专家、企业家到会演讲。雷锋网也会作为独家战略合作媒体进行全程跟踪报导。
本次会议包括14个特邀报告、2场大会主题论坛、40余场前沿技术论坛，另外还有30余场特色活动以及3个颁奖会，同期举办的科技成果展聚集80家企业。
特邀报告向来是大家关注的重点，今年大会主办方邀请到14位在学界、业界顶尖的讲者为大家带来特邀报告，他们分别是丘成桐、梅宏、沈向洋、李飞飞、汤道生、马维英、Dinesh Manocha、陈熙霖、王涌天、章文嵩、丛京生 、李志飞、何源、刘偲。报告题目和演讲摘要如下（文末附大会具体议程）：
特邀讲者：丘成桐
哈佛大学终身教授，美国国家科学院院士，中国科学院外籍院士，1982年度菲尔兹奖获得者
报告题目：现代几何学在计算机科学中的应用
演讲摘要：
现代几何为计算机科学的发展奠定了坚实的理论基础；计算机科学的发展为几何学提供了大量的研究素材，并且提供了高效精确的验证手段。这里，我们给出一些现代几何理论在计算机科学中的直接应用。
在计算机网络领域：我们将黎曼几何的概念和方法推广到离散情形，在图上面定义曲率，并用曲率来刻画分析社交网络和互联网。我们运用共形几何的方法来提高无线传感器网络的路由性能，实现负载平衡。
在计算机图形学领域：我们用计算共形几何的方法实现曲面全局保角参数化，运用蒙日-安培方程来实现保面积参数化，用曲面曲率流来实现矢量场的设计。
在计算机辅助几何设计领域：我们用曲面的仿射结构、射影结构来构造整体光滑的样条曲面。
在数字几何处理领域：我们用黎曼映照和最优传输映射来做几何压缩，运用几何逼近论来做曲面重构。
在计算机视觉领域：我们用拟共形几何、Teichmuller理论来实现曲面配准，动态跟踪。我们用蒙日-安培理论来计算Wasserstein距离进行表情分类。
现代几何的理论和方法日益渗透到计算机科学之中，并且通过计算机科学对人类社会做出更多的贡献。
特邀讲者：梅宏
CCF会士，北京理工大学教授，中国科学院院士
报告题目：软件定义一切：挑战和机遇
演讲摘要：
无处不在的信息技术应用正将我们带入一个新的时代。人们从不同的视角给这个时代贴上了不同的标签：云计算时代、大数据时代、智能化时代、互联网+时代、......。从软件从业者的视角，我们会观察到这个时代重要的使能技术 -- 软件，就这个意义来说，我们正在进入一个软件定义的时代。本报告回顾了软件技术的发展，并从操作系统的视角来理解软件定义的本质和内涵：硬件资源虚拟化、管理功能可编程；展望了软件定义的未来：在人机物融合计算的场景下，万物皆可互联、一切均可编程，进而分析了软件定义带来的机遇和挑战。
特邀讲者：沈向洋
美国国家工程院院士，ACM/IEEE Fellow，微软全球执行副总裁
报告题目：理解自然语言：描述、对话和隐喻
演讲摘要：
我们正处在人工智能发展的一个新的黄金时代。人工智能最基本的两个要素是感知和认知。在过去几年里，我们亲历了感知技术特别是计算机视觉和语音识别的突飞猛进。然而，在诸如自然语言理解和对话领域的认知研究方面，我们的进展还非常有限。我相信在未来的十年中，自然语言处理会成为人工智能突破最重要的方向。懂语言者得天下。
我设想可以从三个层次来逐步让机器理解并掌握语言：从机器学习，到机器智能，再到机器意识。 第一个层次首先是建立客观的对观察到的或体验到的事物进行描述的能力。我会用微软认知服务里面的CaptionBot为例，来展现我们通过机器学习对一幅输入图像内容产生客观描述的技术。第二个层次是建立持续对话的能力。因为在对话的过程中，机器要能答问题，还要能提问题。机器要理解上下文状况，常识，及情感来做出合理的判断和响应—所谓对话即智能。我会总结一下微软研究院在智能问答生成方面的一些最新研究工作, 以及其在微软小冰聊天机器人平均长达23轮对话中的应用。第三个层次是建立在有意识地思考之上的理解和表达隐喻的能力。尽管我们离建立完全的机器意识还很远，作为一个初步的尝试，我会展示一下微软小冰看图作诗的技术。这项技术已经使得小冰成为了人类历史以来最多产的诗人。
最后，我简要介绍一下微软对话式人工智能产品线的最新进展和设计理念，包括必应搜索引擎，智能助理小娜，智能客服助理, 和聊天机器人小冰。
特邀讲者：李飞飞
Professor of Computer Science, Stanford University
Director of Stanford Artificial Intelligence Lab
Chief Scientist of AI/ML, Google Cloud
报告题目：A Quest for Visual Intelligence: Exploration Beyond Objects
演讲摘要:
It takes nature and evolution more than five hundred million years to develop a powerful visual system in humans. The journey for AI and computer vision is about half of a century. In this talk, I will briefly discuss the key ideas and the cutting edge advances in the quest for visual intelligences in computers, focusing on work done in our lab in recent years.
特邀讲者：汤道生
腾讯集团高级执行副总裁
报告题目：让AI服务于人
演讲摘要：
机器是否即将取代人类的论战方兴未艾，但如果将人类与机器作对比，那么今天的AI在有限的领域与局部环节或许可以胜过人类，仍然无法完像人一样来思考与行动。即使如此，机器视觉与语音语义理解的发展与机械的联动，也已经可以替代人类部分的工作。因此我们可以将AI视为一种生产力，其通过算法与经验(数据)，提供某种可标准化、可复制的智能服务，替代那些重复性人工作业。无论是新兴产业还是传统行业，至今仍然有不少依靠有经验人士的日复一日的操作，現在都有机会通过物联网获取数据，通过AI来替代人工判断，从而让智慧变得可复制，同时提高服务可靠性并提升工作效率。
与此同时，云服务的发展也让AI服务变得更加普及，由于数据可以更及时的在云上被收集与处理，这便让AI服务可以更快更有效地适应不同应用与场景的需要。比如大量的手写单据不再需要人工处理、医疗图像识别可以辅助诊断、城市里的交通疏导、零售店里的人流分析等等都是AI能力应用到不同生活场景的例子，让AI服务于人。
特邀讲者：马维英
今日头条副总裁，IEEE Fellow
报告题目：人工智能和新一代信息与内容平台
演讲摘要：
连接人与信息是人类社会的重要基础设施。在移动为先，万物互联，以及融合了社交的新内容时代里，人工智能有着巨大的创新机会来重新定义人与信息的连接方式。从内容创作、 过滤、分发、消费以及互动的每个环节，我们都可以使用大规模机器学习、文本分析、自然语言理解、计算机视觉和数据挖掘等技术，来高效处理、分析、挖掘、理解和组织海量文字、图片和视频，并根据对用户的深度理解，进行智能分发。同时基于丰富多样的应用场景和海量用户，持续累积大量的训练样本和数据，让机器学习系统形成闭环，不断地改善和进化。我将分享人工智能在信息和内容平台发展前景的一些看法，包括人工智能的本质、近几年重要的技术发展，以及产业发展的未来。
特邀讲者：Dinesh Manocha
Department of Computer Science
University of North Carolina at Chapel Hill
ACM/IEEE/AAAS Fellow
报告题目：Motion Planning Technologies for Human-Robot Interaction
演讲摘要:
Robotics are increasing being use for manufacturing, assembly, warehouse automation, and service industries. However, current robots have limited capabilities in terms of handling new environments or working next to humans or with the humans. In this talk, we highlight some challenges in terms of developing motion and task planning capabilities that can enable robots to operate automatically in such environments. These include real-time planning algorithms that can also integrate with current sensor and perception techniques. We present new techniques for realtime motion planning and how they can be integrated with vision-based algorithms for human action prediction as well as natural language processing. The resulting approaches use a combination of ideas from AI planning, topology, optimization, computer vision, machine learning, natural language processing, and parallel computing. We also demonstrate many applications in terms of autonomous picking, avoiding human obstacles, and operating as cobots. Given that China has been the biggest purchaser of industrial robots, we also highlight the potential benefits of these technologies for Chinese robotics and manufacturing industries.
特邀讲者：陈熙霖
CCF会士，中科院计算所研究员，IEEE Fellow
报告题目：从物体识别到场景理解
演讲摘要：
计算机视觉领域近年来的进展极大地鼓舞了工业界和学术界。仅从避障和识别物体而言，计算机视觉技术和方法已经能够满足很多应用的需求。但这些往往都是面向单一任务的，不论是从扩展性还是适应性等方面与人类或者高等动物视觉系统相比，还有很大的差距。任务驱动和处理的碎片化是影响计算视觉系统发展的重要因素。另一方面，视觉研究中对感知和认知的割裂也为这一领域设置了一道人为的天花板。随着局部计算视觉问题的突破和计算能力的飞速发展，计算机视觉的研究也将从关注物体识别走向关注理解，从任务驱动走向要素驱动，从大数据解决小问题走向小知识撬动大问题。计算机视觉在物体识别等任务上的成功很大程度上刺激了人工智能的复兴，超越单纯的物体识别是可视智能的重要体现，这将依赖于对物体和场景的深层次识别和推理，同时背景知识也将起到重要的作用。与此同时，场景理解将和高层表示与推理相融合，将视觉的感知与语言的推理认知结合，持续推动人工智能的发展和进步。
特邀讲者：王涌天
CCF理事，北京理工大学教授，SPIE/IET Fellow
报告题目：“无屏”呈现-- 人机融合的新纪元
演讲摘要：
人机自然融合是计算机领域工作者不懈追求的目标，而数字信息的高效呈现是其中的关键技术。近年来，随着手机等智能终端的移动触摸交互屏的技术成熟和广泛应用，人与信息之间已经形成了有界融合、主从相伴的关系。但随着以虚拟现实、增强现实为代表的新型人机界面技术的蓬勃发展，传统屏幕的概念被颠覆，新的“无屏”时代已经到来。伴随“无屏”而来的是“高沉浸感的显示”，是“虚实融合的显示”，是“无处不在的显示”，促进显示设备从“便携化”向“无扰化”、“透明化”发展。“无屏”呈现将会革新人机之间信息交互的机制与模式，使得人对信息的利用效率达到前所未有的高度；通过与人工智能的深度结合，这种新的人机融合方式将会彻底改变人们的工作和生活方式，以致推动人类的“进化”。然而，为了实现真正意义上的“无屏”呈现，我们还面临一系列的挑战，要把头戴式显示设备做得轻便、舒适和时尚，要进一步完善跟踪定位和交互技术，也需要解决如何保护他人隐私等社会伦理问题。本报告将从本人所在中心的研究工作出发对这些问题展开讨论，并探讨“无屏”呈现可能带来的应用场景的革命。
特邀讲者：丛京生
加州大学洛杉矶分校教授，美国工程院院士，IEEE/ACM Fellow
报告题目：Computing Near the End of Moore's Law
演讲摘要：
As we get close to the end of Moore’s Law, one cannot rely on simple frequency or core scaling to improve the performance. We argued that future computing systems would be customizable with extensive use of accelerators. Such an accelerator-rich architecture presents a fundamental departure from the classical von Neumann architecture. In this talk, I shall first present an overview of our research on customizable computing, from single-chip, to server node, and to data centers, with extensive use of composable accelerators and field-programmable gate-arrays (FPGAs). I shall highlight our successes in several application domains, such as machine learning and computational genomics. Then, I present our ongoing work on enabling automation for customized computing. I shall highlight the algorithmic and implementation challenges and our solutions to many of these compilation and runtime optimization problems.
特邀讲者：章文嵩
CCF TF主席，滴滴出行高级副总裁
报告题目：滴滴共享出行与智慧交通
演讲摘要：
经过5年的高速发展，滴滴已成为全球最大的共享出行平台，创造了大量的灵活就业机会，是典型的共享经济代表。滴滴背后完全依靠技术不断提升共享出行的安全、体验和效率，同时借助滴滴大数据和技术可以让城市交通变得更智能、更高效、更安全。基于滴滴轨迹数据，可以建立城市交通客观的度量体系，通过交通信息平台、智慧信号灯、诱导屏、潮汐车道等优化交通基础设施，根据实时路况信息及时对异常拥堵进行疏导，使用滴滴代驾数据进行精准抓酒驾，降低交通事故率。将所有的交通工具线上化，实现更准确的导航和时间预估，为出行者提供一站式出行服务，根据用户喜好和实际交通状态推荐合适的多模换乘方案，让用户选择从而达到优化出行结构目的。
特邀讲者：李志飞
“出门问问”创始人、CEO
报告题目：语音交互技术将如何重塑下一代消费电子
演讲摘要：
近年来，以语音交互为引爆点的AI革命，正在推动人工智能从科研和实验室走进消费和现实生活。目前，值得讨论的问题是怎样将人工智能的技术真正落地于真实的场景之中。一路带领着出门问问构建算法、打造技术、落地产品的李志飞，摸索出从智能穿戴、智能车载，到最新的智能家居的一系列智能语音交互落地场景，走出了一条“软硬结合”的商业化道路。智能语音交互中最重要的能力是什么？如何选择最适合的落地场景和产品？怎样打破场景间的壁垒，让不同场景联动起来？在此次报告中，李志飞博士将分享他的经验与思考，解开人机交互背后的智能密码。
特邀讲者：何源
2017CCF青年“两秀讲者”，清华大学副教授
报告题目：从瓦萨沉船到数字孪生——物联网的机遇和挑战
演讲摘要：
在经历了十多年的探索、实践和反思后，物联网进入了新的发展阶段。物联网与传统行业深度融合，呈现出应用需求多样化、网络终端异构化、运维空间同一化的显著特征，推动该领域研究向纵深发展。我们结合工业和能源行业的物联网应用实践，围绕无线网络共存性问题展开研究，本报告将简介当前的进展，探讨未来的机遇和挑战。
特邀讲者：刘偲
2017CCF青年“两秀讲者”，中科院信工所副研究员
报告题目：图像的像素级语义理解
演讲摘要：
近年来，基于深度学习的图像视频分析技术取得了巨大成功。相比于传统的物体分类识别技术，图像的像素级语义理解，又称语义分割，能提供更加丰富的像素级信息, 因而成为一个新的研究热点。本报告以语义分割的三个典型实例，即场景解析，人脸解析以及人像解析为切入点，重点介绍我们针对语义分割的以下两个挑战做出的工作。1：减少人工标注工作量：在很多实用场景中，图像尺寸大且标签种类繁多，纯人工逐像素标注非常昂贵且低效。我们提出一系列在不降低算法精度的前提下，极大减少人工标注成量的无监督、半监督、弱监督语义分割算法。2：提升分割精度: 通过综合考虑上下文信息，如语义标签之间的共生性和互斥性，不同信息源的互补性，极大地改进了分割精度。最后，我们也将展示语义分割在智能相机、视频监控、智能家居、电商平台搜索等多个领域的应用效果。
大会的具体议程如下：
还未进行注册缴费的观众需注意，10月15日线上注册缴费截止，如果未赶上注册时间，可以到现场注册缴费。注册参会指南链接：http://cncc.ccf.org.cn/cn/news/index/13
更多详细信息请参见 CNCC 2017官网：http://cncc.ccf.org.cn/
作为独家战略合作媒体，届时雷锋网 AI科技评论会前往现场为大家带来第一手消息，敬请关注。
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
专题
