标贝科技联合创始人CTO李秀林老师的分享主题是《语音超市实践--助力智能产品人性化》，在他看来，语音合成技术的实践现状：一是端到端很美，控制很难；二是语音数据少，文本很多；三是GPU很贵，CPU为主。语音合成仍是一个方兴未艾的状态。

云知声董事长、创始人兼CTO梁家恩老师的分享主题是《AIoT 智能交互技术与应用》，他认为智能AI行业应用的高效定制、调优和数据闭环，需要合理的AI架构支撑，提高扩展性和演进效率。超算平台和AI芯片，是智能交互迭代演进和产品落地的关键支撑。

声智科技创始人、CEO陈孝良在本场大会上做了《远场语音交互技术与实践》的分享，在他看来，新的传感是新的机会，新的交互是新的革命，新的互联是新的时代。远场语音交互就是从“学习机器”到“机器学习”的技术革命。

中科院计算所副研究员赵地老师的分享主题是《深度学习与医学影像分析》：电子病历是医院数据中最基础的部分，而论及数据量，又以医学影像规模最大，于是我们将深度学习引入医疗领域，其应用涵盖疾病预测、基因分析、行为分析，及影像分析等，未来还将向深度学习与医学影像分析的医疗设备和机器人的研究方向继续探索。

丁香园副总裁张伟本次分享主题是《皮肤病人工智能发展实践分享》。他表示对于医疗，我们当常怀敬畏，深刻理解每一种疾病的临床与诊疗特性，明确人工智能的引入方向。皮肤病便因其病种繁多、诊断困难及患者疾病认知程度局限等问题，急需人工智能助手的协助，以达到辅助医生、辅助患者，以及辅助基层的目的。

小花猪分期CEO、网信前CTO周欣发表《金融大数据平台的实践和创新应用》主题演讲，周欣从智能BI报表系统、智能风控、不需要开发的后台和业务及的全链路实时数据监控四个实践来介绍金融大数据的平台搭建。最后对大数据实践下的金融科技进行展望：AI机器人可替代理财经纪人；物联网金融大数据增强风控措施；深度学习助力智能股票交易策略；基于大数据的生物识别增强风控；合作培养人才打造高性能实时计算引擎和集群；基于AI大数据的股权投资模型。

宜信大数据创新中心首席量化科学家杨博理分享了《AI在财富管理上的应用趋势与实践》的主题，他表示用机器学习算法预测资产的未来价格和收益的有效方法是存在的，但在基金层面的实践经验上，投入产出比不高。对于财富管理，尤其是大类资产配置业务而言，存在与收益同等重要的其他特征，也需要加以预测，这些特征也许更值得尝试用机器学习的方法进行预测。AI在财富管理流程中的预测和理解层面上，都可以发挥作用，目前金融逻辑仍然在整个流程中占主导地位，实践中需要对哪些方面适合使用AI技术有清楚认识。

大数医达创始人CEO、复星集团人工智能首席科学家邓侃分享的主题是《小样本学习在医疗领域的技术实践》 人工智能所面临的一大问题就是数据，深度学习极高的数据标注需求更是每遭诟病，小样本问题愈加突出。我们将小样本学习引入医疗领域，开创临床决策深度学习，其中包含医疗私有云、病历结构化、医学知识图谱，以及临床决策导航四项技术基础。

亿喆ECB创始人、CEO金龙分享的主题为《AI+Blockchain助力普惠金融》，普惠金融市场空间大约在20万亿，个人信用记录不完善，缺少相关金融经验，单笔贷款资金需求量偏小，群体基数大，都是普惠金融客户主要特征。普惠金融如何平衡“商业回报”与“社会价值”，实现“普”与“惠”的双重目标，都是最大的难点。而通过区块链的数据完整性、系统可用性、数据安全性，构建可编程金融基础设施，可助力普惠金融。

天云大数据数据科学家吕慧做了题为《AutoFE和AutoML从免编程建模到AI零知识启动》的主题分享，她介绍了如何快速构建传统领域的金融机器学习平台，并表示AI生态需要“Android”，在不远的未来，AI应用将不再是少数大公司和精英科学家的专利，AI将逐渐应用到各行各业，AI行业需要自己的“Android”实现这一转变！

第四范式联合创始人、首席架构师胡时伟老师的演讲主题是《“零”门槛开发高维机器学习应用》，演讲大纲包括：什么是高维机器学习应用——演进+高维+学习圈；基于机器学习圈理论，如何“零”门槛开发高维机器学习应用；除了算法、数据，还应该关注架构&技术；高维机器学习应用开发案例分享；“从无到有”的开发全流程展示。

2018 AI开发者大会第二天，今天的日程依然是十分的紧凑：机器学习技术全天场+知识图谱+语音技术+智能金融+智能驾驶+智慧医疗

好未来AILab AI赋能平台负责人杨非在《人工智能在教育场景下的应用探索》中主要分享了以下五点： (1) 教育领域AI的应用场景 (2) 学生行为识别 (3) 虚拟老师图像和语音的合成 (4) 基于图像和语音的课堂效果评估 (5) 基于图像和语音的AI智慧课堂

金山云高级产品专家夏午阳分享主题为《金山云金睛—计算机视觉场景化落地应用实践》 他表示目前金山云金睛基于图象识别设置了三大落地场景，每种场景都在不同层面上考验产品能力。例如内容服务考验的是产品的精益的运营能力，智慧城市考验的是系统集成能力，数据业务考验的是精细的管理能力以及AI落地能力。

携程AI研发部平台核心架构组工程师吕彦龙老师的分享主题是《AI自动化运营平台：如何持续提升大电商的产品力》 他分享了来自携程的AI实践经验，数据收集、挖掘与产品运营缺一不可：首先要在产品基本信息、特征标签、产品统计信息上搜集足够的数据，并能对数据进行合适的加工，进而用算法挖掘到有价值的关键信息，最终能通过运营这些关键信息来最大化产品的业务价值。

微软（亚洲）互联网工程院 资深应用科学研发总监陈一宁的分享主题是《搜索中的自然语言先验知识》。他认为知识实际上就是先验的，就像围棋。今天是一个人工智能的世界，非常简单的规则就定义出来了。当然，自然语言肯定不是被定义出来，绝大多数语言都是在不断演化过程中产生的。基于这样一种语言，还是需要一些先验知识。

腾讯TuringLab技术负责人周大军老师的分享主题是《Thinking in AI：游戏自动化 AI 实践》，在他的演讲中，我们了解AI技术的通用性能力可以快速帮助游戏开发提升产品质量，实现不同游戏的自动化测试，提升工作效率，为商业化游戏提供潜在优势。

易观CTO郭炜本次分享主题是《流动数据水系铸造未来AI企业》。现代企业往往面临大数据“大而不强”，人工智能“人工”而不“智能”的问题，这就导致我们在数据分析环节消耗了大量时间。基于边缘计算的新一代计算架构——IOTA数据架构是解决这一困境的可行方法之一。

阿里巴巴智能服务事业部北京团队负责人孙健老师分享的主题是《关于人机对话交互的反思、实践和未来展望》。传统交互到对话交互的本质改变是什么？他认为AI正在重构B-C的关系模式。未来3年内，开放场景下的对话交互能力上界还达不到用户满意度的下界。企业已意识到客服服务对维系客户粘性的重要性，也在有意识的在进行客服的智能化升级改造。但在这个过程中，企业还是面临很多的挑战。

比特大陆人工智能产品市场及开发总监曹希康发表了《算丰高性能边缘运算芯片应用在计算机视觉的实时解决方案》的演讲，他表示比特大陆坚持每9个月完成一次芯片迭代，从各种摄像机、多样的智能家居场景出发，甚至涵盖机器人领域，每一代算力都会达成2倍以上提升，完成更多功能的集成并维持同样水平功耗，这是我们的发展思路。

字节跳动高级技术总监和杰出科学家Xiaobing Liu在《大规模深度学习和序列模型的研究及应用》分享中指出序列化模型是一类端到端的学习内在结构和依赖的模型方法，我的讲座含在这个领域最新的研究进展，从RNN, LSTM, Transformer到BERT都有涉及，此外重点谈了序列化模型在ASR, MT, TTS和大规模推荐系统中的应用，以及实际中需要注意的点。

旷视科技研究院 Research Leader、Detection组负责人俞刚老师的分享主题是《物体检测与语义分割的算法创新及实践》，他讲述了物体检测和分割在 Face++ 的产品落地情况，指出 Face++内部会有一个工程角度的训练平台，配置 Brain++ 集群，通过建立不同网络的分类模型，再基于算法做出手机产品、安防相机搭建等。

来自硅谷的Baiyang Liu（Facebook，Research Scientist）的分享主题是《自然语言理解在Facebook的应用与实践》，他认为语言非常的多样化，对人来讲很容易，但如果让机器来理解，语义上的多样性如何表达？现在社交平台的信息量非常大，没办法将所有内容推荐给用户，如何从用户搜索的关键词关联到用户想要的信息，这样的应用对Facebook非常重要。

字节跳动人工智能实验室的总监文林福老师的分享主题是《计算机视觉算法在移动端相机上的应用》，他认为当前在移动端适配计算机视觉技术，硬件层面已经无法左右应用的优化升级，软件层面的数据与算法创新让移动应用“所见即所得”，有了弯道超车的速度。

滴滴数据科学部首席数据科学家谢梁老师做了《可解读的人工智能模型与业务策略优化》精彩分享。他表示无论是机器学习还是人工智能，其可解释性都极为重要，这也恰恰是以往大家容易忽略的一点。未来AI应用的关键将会是“真正理解AI告诉我们应该做什么”，而非“精准预测”，可解读的人工智能模型将得到更广泛的应用。

思必驰副总裁、北京研发院院长初敏做了《启发式对话助力企业服务智能化》分享。她认为移动互联网和物联网发展需要AI助力信息精准流动，每家企业都有很多信息需要跟用户沟通，但目前大部分沟通效率太低。人机语音交互将成为信息和知识传播的重要途径。

美团点评研究员、美团配送AI方向负责人何仁清分享了《即时配送中的机器学习技术》的主题演讲。对于美团而言，即时智能配送系统堪称美团的“智慧大脑”。何仁清指出，懒是全球人民的共性，对方便、快捷的服务有着直接的需求，以外卖配送为主要形式，最近一两年在全球范围内掀起一波浪潮。不过，即时配送同样存在一定的业务挑战，从商业模式上讲，效率、体验、成本是实际配送环节中需要关注的核心问题。目前美团构建的即时配送系统主要涉及了两大部分：一是LBS、机器学习、感知技术、算法数据和计算平台等技术相关的水平领域；二是智能调度系统、定价系统、规划系统等垂直业务的相关技术。

小i机器人解决方案中心副总裁孙欣围绕《AI 技术创新及产业化实践》主题深入分享了如何将 AI 用解决方案落地到真正的商业化中。孙欣表示，在商业化过程中最重要的一点就是货币化，直至今日在 AI 领域，应用最成熟、最先落地的就是智能客服领域。小i机器人以 iBot 会话平台，通过自然语言的处理能力、多模型知识库、大数据分析能力以及多模态处理层等相结合面向行业提供了智能化的会话平台。同时提供会话式人工智能 5 大 Bot，分别为：Chatting Bot 智能闲聊解决日常聊天问题，FAQ Bot 基础问答解决简单、明确的问题，Deep Bot 深度交互解决复杂场景问题，Recommendation Bot 智能挸解决营销场景问题，Discovery Bot 知识探索解决未收录知识问题。

领英（LinkedIn）人工智能研发总监张梁发表《AI在大规模招聘求职上的应用》主题演讲，着重介绍了人工智能技术在全球互联网招聘求职场景下的落地及其解决的问题。张梁在分享中表示，人工智能于领英而言是氧气般的存在，是所有用户体验的DNA，贯穿其智能问答系统等多个应用。面对大规模计算平台上的海量数据，如何在毫秒级的延迟范围内最大化提升用户体验是一个极为关键的问题，人工智能技术在这里便扮演了一个重要的角色，其中就包括推荐系统、知识图谱和标准化，以及深度学习等技术的应用。分享最后，张梁强调了领英将中国的AI开发者与全世界的AI开发者联系起来的美好愿景。

京东技术副总裁、AI研究院常务副院长何晓冬带来了《自然语言处理进展：从理解到创作》的演讲主题。他从感知、认知、创作三个层次分享了人工智能相关技术近年来的重大进展和发展历程。首先是感知层，主要涉及了语音识别、图像识别技术。从1990年基于基于统计机器学习模型的进步，一直到去年，最佳的语音识别水平达到了5%近乎人类的水平；而图像识别也在2011年后有了新的突破，甚至在某些方面最新模型超过了人类在测试集上的水平。其次是认知层，即对语义的充分理解，特别需要指出的是多模态认知（包括语言、图像、知识图谱、语音语态信号）的问题。那么对于机器智能而言，如何从理解到创造呢？何晓东认为，创作是一个更高程度的智能，对于人类而言抽象的事物都不能完全很好的理解。需要思考：如何通过机器学习语音、工程师语言实现人类创造。

CSDN 创始人&董事长、极客帮创投创始合伙人蒋涛发表《AI 时代的开发者画像》主题演讲。蒋涛表示，开发者是行业创新和世界创新的源动力，也是对技术变革最敏感的人群，从 AI 热潮兴起至今，有关“AI 在学编程，开发者的工作或将被算法取代？”的讨论不绝于耳，那么，在 AI 时代，开发者的数量及就业机会究竟会发生怎样的变化？从开发者量级跃升规律来看，每二十年，技术创新都会迎来一个大浪潮，开发者的数量都会出现一个数量级的增长，软件正在吞噬世界，未来所有的公司都将互联网化，所有的互联网公司都在 AI 化，全球开发者总量终将过亿，程序员不会减少，只会深入到每个行业重新构造行业大脑、生产线，而对于开发者而言，更要学会研究数据、改进算法。同时，蒋涛在大会现场正式发布《2018 中国人工智能产业路线图 V2.0》，其中有几项重要发现：信息化水平全面提升；半数企业实现数字化和商业智能化；AI 热潮蔓延，各地政府上演 AI 人才争夺战；高校掀起 AI 热，超 50 家高校开设人工智能本科专业；国内掀起造芯浪潮，智能制造超越金融成为最受投资者青睐的领域；热钱大量涌入 AI 头部公司，中小企业“寒冬”将至。蒋涛表示，CSDN 一直致力于赋能开发者，帮助更多的开发者能够在技术浪潮到来时更快速地跟上，让更多的工程师成为 AI 时代的的工程师，这是 CSDN 举办技术大会、开展学院课程及更多开放资源的初衷，今天，CSDN 与来自美国波士顿的 AI 公司 Neurala 达成合作，联合推出课程及平台，让 AI for Everyone，让每个人使用 AI 不再像过去那样需要复杂的流程或高级编程。

小米首席架构师、人工智能与云平台副总裁崔宝秋带来《小米的AI与开源技术探索》主题分享。他在演讲中指出，虽然智能手机看起来很小，却无疑是如今最大的AI赋能平台。而作为新一代AI背后的技术，深度学习算法的发明使人工智能进入了实用阶段。现在谈大数据过时为时尚早，相信在未来，以大数据深度学习为基石的AI技术还将造福人类生活的方方面面。众所周知，云计算和大数据离不开开源软件，事实上，AI时代我们更加离不开开源，包括Google、微软、Facebook、Amazon、百度，以及IBM等在内的一线AI公司都在竞相开源AI技术。此次分享也着重介绍了开源于AI领域而言的重大意义。首先，开源有助于企业在特定领域建立、扩大领先优势；其次，深度学习框架通常由企业主导，对学术界和工业界都有帮助；再者，模型算法通常由学术界主导，有助于创新；此外，还能有效减少行业垄断，促进差异化竞争；最后，开源将鼓励外部开发者参与，准确把握行业方向和用户需求。开源让我们得以站在巨人的肩膀上，接触到那些已经非常成熟的软件。崔宝秋在分享最后再次强调"开源是AI软件的未来"，并呼吁“更广义的开源”和“更加开放的开源”，不仅代码开源，同时保证数据和知识图谱也以开源模式来打造。

首先上场的是亚马逊首席科学家Nikko Strom，作为Echo和Alexa项目的创始成员，他首先带来了亚马逊Alexa语音识别的核心技术及深度学习的应用。Nikko表示，目前亚马逊Echo主要涉及了远场语音交互、ASR、NLU等语音语义方面的核心技术。自2014年上线以来，亚马逊Echo和其他由Alexa提供支持的设备已经进入数百万家庭，作为智能家居、音乐、购物、视频通话的语音接口提供给第三方平台进行深度开发（目前可提供上万种功能）。正是如此，这也意味着包括亚马逊Echo和基于Alexa提供的API接口的第三方设备上的数据积累量也越来越多，这时就需要大规模学习——深度学习在语境中的应用了。主要涉及四个场景：语音交互、多模态语境、不同交互设备、个人身份语境。

与此同时，AICamp创始人&CEOBillLiu;指出，代码创造世界，而操纵着代码的开发者们理应尽情展现自己的风采。此次大会作为中美社区合作的一次尝试，旨在促进中美技术的交流互通，在将硅谷的优秀技术人才与内容带入中国促成高质量纯干货峰会的同时，也为中国向全世界展示 AI 技术发展创造机遇，在这场只谈技术的 AI 技术盛会上，希望所有 AI 业内人士能够一起共铸人工智能新篇章。

在主办方致辞中，CSDN 创始人&董事长、极客帮创投创始合伙人蒋涛表示开发者正在改变世界，从 2010 年 CSDN 与创新工场联合主办中国移动开发者大会（MDCC）到今天的 AI 开发者大会，CSDN 一直致力于为所有中国开发者打造优质的技术交流平台。过去几年，移动互联网为整个行业带来了深远的影响，相信未来十年，AI 会给我们的生活和世界带来更大的改变。

由中国 IT 社区 CSDN 与硅谷 AI 社区 AICamp 联合出品的 AI 技术与产业年度盛会 —— 2018 AI 开发者大会（AI NEXTCon）在 CSDN 运营总监段思倍的主持下盛大开幕。今天，近百位中美顶尖 AI 专家、知名企业代表以及千余名 AI 开发者齐聚一堂，我们正身处充满梦想与激情的 AI 时代，正是每一位 AI 开发者所缔造的这个全新世界。