我們接著給出一些人工智能北京會議亮點及主題演講的完整視頻。
使用深度增強學(xué)習(xí)的智能工業(yè)系統(tǒng)
增強學(xué)習(xí)是解決動態(tài)變化和需要自適應(yīng)的環(huán)境里問題的一個強有力的機器學(xué)習(xí)工具。結(jié)合模擬或數(shù)字的組合增強學(xué)習(xí)能訓(xùn)練模型，讓它們自動化或優(yōu)化多種行業(yè)（例如機器人、制造業(yè)、能源和供應(yīng)鏈）的系統(tǒng)和流程的效率。Mark Hammond在講話中探索廣泛的真實世界里使用深度增強學(xué)習(xí)的應(yīng)用案例，包括機器人、制造業(yè)、能源和供應(yīng)鏈行業(yè)等。Mark還分享了構(gòu)建和部署這些系統(tǒng)的最佳實踐和竅門，并強調(diào)工業(yè)人工智能系統(tǒng)所獨有的需求和挑戰(zhàn)。
請參考講師幻燈片。
TensorFlow對科學(xué)的影響
人工智能已經(jīng)不是未來的科技，它正快速地成為我們?nèi)粘Ｉ畹囊徊糠?。在本演講中谷歌TensorFlow的領(lǐng)導(dǎo)者Sherry Moore介紹機器學(xué)習(xí)是如何造福世界的，特別是對于科學(xué)的發(fā)展。她討論自己的關(guān)于學(xué)習(xí)如何學(xué)習(xí)（AutoML）的工作以及幾個在中國和全世界使用TensorFlow和機器學(xué)習(xí)的迷人案例。
請參考講師幻燈片。
從狹義人工智能到廣義人工智能：7大前沿研究方向
在不久的將來人工智能產(chǎn)業(yè)規(guī)模將會達(dá)到十倍乃至百倍的增長。要達(dá)到這個目標(biāo)，目前基于大規(guī)模標(biāo)注數(shù)據(jù)單任務(wù)學(xué)習(xí)的人工智能（ANI）必須進(jìn)化到更強大的廣義人工智能（ABI）。在這個演講中周伯文博士分享他對這個進(jìn)化的思考，介紹這個進(jìn)化所需的七大關(guān)鍵路徑、研究方向及近期成果。
相關(guān)資料：
Douglas Wan
Douglas Wan is editor-in-chief at O'Reilly Beijing.
